這個(gè)世界本為互相關(guān)聯(lián)的一體，而我們總想透過(guò)現(xiàn)象看到本質(zhì)。希望把混沌復(fù)雜灰度的系統(tǒng)，能夠通過(guò)簡(jiǎn)化為分立的模型化問(wèn)題，這樣能夠更方便的讓我們理解這個(gè)世界。

用戶(hù)分群就是一個(gè)典型的簡(jiǎn)化理解用戶(hù)群體的方法。通過(guò)對(duì)用戶(hù)的分群，方便我們能夠更好的尋找最關(guān)鍵的核心用戶(hù)、精細(xì)化設(shè)計(jì)產(chǎn)品、針對(duì)化運(yùn)營(yíng)。

由于用戶(hù)本身的一體性，很難做到MECE的原則，但在分群時(shí)應(yīng)當(dāng)盡量遵循個(gè)體差異小、類(lèi)別差異大的目標(biāo)。

這里提供的分群思路分為以下三步：

1.從用戶(hù)、產(chǎn)品、交互關(guān)系三個(gè)維度定義分類(lèi)指標(biāo)。

2.將各指標(biāo)分類(lèi)后的用戶(hù)集合，交叉分析，透視用戶(hù)畫(huà)像。

3.針對(duì)不同的用戶(hù)集合，分析特性場(chǎng)景下的產(chǎn)品演進(jìn)方向。

下面詳細(xì)說(shuō)明下各步驟的內(nèi)容。

1.分類(lèi)指標(biāo)

1.1用戶(hù)畫(huà)像

用戶(hù)畫(huà)像維度主要包括的分類(lèi)指標(biāo)為：基礎(chǔ)屬性、短期行為、長(zhǎng)期興趣。一般涵蓋的指標(biāo)類(lèi)型如下：

1.2產(chǎn)品功能

不同產(chǎn)品的功能地圖不同，但一定都有可尋的主體功能框架，及主要功能下的細(xì)分場(chǎng)景。下面以自拍神器Faceu為例，來(lái)看它的功能地圖

1.3用戶(hù)與產(chǎn)品的交互關(guān)系

一個(gè)經(jīng)典的用戶(hù)運(yùn)營(yíng)體系的模型為AARRR，即新增、留存、活躍、傳播、盈利。

同時(shí)也可以從單點(diǎn)、單邊、雙邊的角度去劃分用戶(hù)與產(chǎn)品的交互邏輯，即用戶(hù)與產(chǎn)品的交互（單點(diǎn)）、用戶(hù)與用戶(hù)的互動(dòng)（單邊）、意見(jiàn)領(lǐng)袖與用戶(hù)的互動(dòng)（雙邊）。從這個(gè)角度下，可得到的指標(biāo)如下

2.交叉分析

第二步就是交叉分析，經(jīng)過(guò)上述的分類(lèi)指標(biāo)，我們可以得到三個(gè)維度的用戶(hù)分群，根據(jù)具體需求，可以透視不同維度下的數(shù)據(jù)。

例如，可分析活躍用戶(hù)對(duì)產(chǎn)品不同功能的使用情況，并透視具體場(chǎng)景下的用戶(hù)畫(huà)像。

3.挖掘場(chǎng)景

產(chǎn)品的需求方向需要根據(jù)具體的垂直用戶(hù)群體，及數(shù)據(jù)分析結(jié)果有針對(duì)性的進(jìn)行挖掘。

具體的實(shí)踐方法可包括：

1）追蹤垂直用戶(hù)群的用戶(hù)行為

2）進(jìn)行雙盲用戶(hù)訪談

例如，通過(guò)數(shù)據(jù)分析對(duì)流失用戶(hù)集中在產(chǎn)品的修圖功能中，經(jīng)過(guò)追蹤或訪談了解到主要反饋為GIF圖無(wú)法支持動(dòng)態(tài)效果。下一次產(chǎn)品的迭代則需要重點(diǎn)考慮GIF的能力支持。

基于以上的用戶(hù)分群思路可以得到不同粒度下的用戶(hù)集合，分的不好，后面的運(yùn)營(yíng)做起來(lái)是一團(tuán)亂麻，分好了，便于分而治之，讓產(chǎn)品向多個(gè)維度同步演進(jìn)。