小影是一款集高清拍摄、视频剪辑功能+社区于一体的出海短视频APP，截止2018年年初，全球已有注册用户已超过5亿（来自小影官方数据）。产品内提供了VIP会员服务，分为月、半年、年会员，购买会员可享受更高级的视频剪辑功能（视频不限时长、高清导出、去水印等），作为核心收入来源，目前大多数工具型产品采用粗放型运营的方式，为了实现提升用户arpu值和VIP会员增收的目的，需要通过用户分层运营的精细化方式拉动增长点和转化率。

目前小影中国区VIP群体中月会员占比达到90%以上，抓住主要贡献群体，所以下文中的用户分层针对的是如何提升小影中国地区月会员收入增长，以安卓环境举例。

下文逻辑如下：



选择合适的用户分层模型

一、在进行用户分层前，需要了解两大关键点：

1.用户不同的层级，需要能被数据或者标签的方式识别区分

就是说每一层的用户，都需要有明确具体的数据指标或者标签定义，这里举一个qq等级的例子。

每一个级别，都对应着具体的天数，如1级对应的数据指标是5天，到达相应天数便可升级成该等级，且配有相应的图标。



2.面向每一类的用户，运营机制或策略一定要明确稳定。

运营策略一定是要具体的，落地时不会产生执行上的歧义，而且可持续性的进行。

例如猫眼电影面向发烧友群体，每个月会结合当月上线的其中一部影片，每月一次的频率，以地理位置为中心举办线下活动。

二、根据产品形态，选择用户分层方式

目前主要有4类常见的用户分层方式：1.用户个性化特质&需求区隔分层，2.用户身份区隔分层，3.用户价值区隔分层，4.AARRR模型分层。

不同的分层方式适用于不同形态的产品。

首先根据以下两个维度对产品进行分类：

1.业务主链条标准化程度

什么叫标准化程度？这里举两个例子

闹钟，对所有人来说使用闹钟的路径是很统一的，所以闹钟的标准化程度高。

阅读app，根据用户的人群所在年龄阶段不同，身份职业不同，每个人的需求不同，看得书籍也不同，所以标准化程度很低，是非标的需求。

2.用户在产品中相互影响的可能

有些产品，用户会通过互动进而产生关系，例如知乎，豆瓣，用户相互影响的可能性非常高。

但是例如像理财类产品、工具类产品，不同用户之间产生影响的可能性就非常低。

根据以上两个维度，我们将产品分为四类且对应不同的分层方式。



若是产品的业务主链条标准化程度低，则可以采用【用户个性化特质&需求区隔分层】

若用户在产品中互相影响的可能高，则可以采用【用户身份区隔分层】

用户价值区隔分层和AARRR模型分层，是适用于四类产品形态。

回归到小影的产品形态，由于VIP面向的是使用小影剪辑视频的用户，用户的路径一般是进入APP→进行视频剪辑→上传或者保存视频，标准化程度很高，而且每个用户之间也较为独立，各自剪辑各自的视频，互相影响的可能性也很低。

所以【用户个性化特质&需求区隔分层】和【用户身份区隔分层】都不太适用。

接下去看AARRR模型，它根据用户的不同关键行为进行分层，优点是较为轻快和简单，搭建起来比较快捷。但是它的颗粒度较粗，无法针对不同类型的小影VIP用户进行细分，所以该方式也不适用。



经过一系列的筛选，【用户价值区隔】最适合用于小影进行用户分层，

【用户价值区隔】中又包含了两种分层方式1.用户生命周期分层 2.用户关键行为区隔



用户生命周期分层：优点是覆盖用户的整个路径，从用户导入到流失全程干预。

用户关键行为分层：优点是细分的颗粒度更细致，制定的策略会更有针对性。

基于以上两者的优点，小影的用户分层可以采用两个方法叠加的方式，基本模型如下图：



划分用户层级

在明确采用的用户分层方式之后，开始着手进行分层模型搭建。

在搭建用户生命周期时，我们首先梳理小影用户的使用路径。



因为只有付费才能成为小影的VIP会员，所以非常明确地将付费前作为用户的导入期，付费后进入成长期，若多次付费则进入成熟期，随之慢慢进入休眠与流失期。



根据用户路径，导入期的用户根据行为的不同，也可以进行细分，大致分为以下几类：



用户在进行首购之后，便进入成长期，成长期及之后的阶段可以根据用户关键行为，对用户价值进行区隔。该方法的核心是找出影响单个用户价值高低的用户行为，然后进行多维交叉分析和用户划分。

由于小影VIP涉及到付费，所以引入在电商中常用的RFM模型。

R：用户最近一次交易

F：用户一段时间交易频率

M：用户一段时间累积交易金额

RFM模型：根据以上三个维度的指标，对用户进行交叉细分，并根据每一类细分用户进行不同的运营策略，以达到提升用户价值的目的。



RFM模型具有灵活性，可以根据产品形态的不同，选择不同的数据维度去衡量用户价值，而且不一定非要用三个维度衡量，不同产品的用户行为具有特殊性，在选择数据维度时要结合产品具体形态，选择最恰当的数据维度去进行划分。



回到小影VIP的付费形态，用户购买一个月的会员能享受30天的会员服务，且在会员有效期内再进行复购的用户应该只占极少数，所以对大部分用户而言，小影的付费模式应该属于低频次的，所以在套用RFM模型时，可以剔除 F（用户一段时间交易频率）数据维度，仅用R（用户最近一次交易）和M（用户一段时间累积交易金额）去衡量用户价值。

接下去，开始搭建小影的RM模型，步骤基本如下：



第一步：向数据组提数据需求，获得用户的原始数据。

具体数据需求包括：用户id、最近一次下单时间距今时间差、一段时间内的累积消费金额。

对于“一段时间”的定义，不同的产品业务形态和出于不同的需求有不同的定义方法，若业务比较稳定，那“一段时间”可以取较长周期，比如半年、年来定义，若近期业务有过调整，则可以将“一段时间”设置为以调整业务的时间节点到今天为止的时间差。

在小影的案例中，我们暂且定义“一段时间”为6个月。

第二步：定义R值和M值的评估模型

首先定义R值，可以根据产品的业务形态和用户数据分布情况来进行定义。

拿小影来说，“月”是小影VIP的基本使用周期，所以30天是一个重要值。

另外，可以具体查看每个VIP用户的最近一次购买时间差，制作成散点分布图，分析是否有明显的分布形态。假设根据散点图，观察出有一部分VIP用户密集集中在距今购买时间差3个月以内，那3个月就是我们另外一个区隔值。

那根据R值得出的定义模型如下：



其次定义M值，因为“28元”是小影VIP的一个月的费用，所以这是一个重要值。其次根据所有VIP会员过去半年的付费金额，制作散点分布图，查看是否有明显的分布形态。假设我们通过散点图发现，有一部分VIP用户的累计付费金额密集集中在84元及以内，那84就是另外一个区隔值。

那根据M值得出的定义模型如下：



将R和M进行叠加，融合为一个模型：



制定完RM模型，再回到到用户的生命周期，根据RM模型，可以得出如下定义：

休眠期定义：超过3个月不进行复购的用户，即为休眠期用户。

流失期用户：超过6个月不进行复购的用户，即为流失期用户。

将两种模型叠加在一起之后：



四、不同层级的运营策略

根据用户不同的生命周期与用户价值，制定不同的运营策略。

首先，制定导入期的策略。

导入期的用户分成三大类型：



针对成长期及之后的用户，根据RM模型，制定运营策略。





若用户进入流失期，则需使用最大力度的召回措施，如大金额的代金券等，召回用户。

完整的细分策略如下：



根据经验来看，做流失用户的召回效果往往一般，所以如果公司的资源有限，则召回流失用户可以不作为重点的运营策略，将资源和人力投放在导入、成长、成熟期的用户就能获得不错的收益了。