本篇介绍了数字化营销的四个常用的用户分层模型。RFM模型、AIPL模型、5A模型、用户生命周期模型。适用对数字化营销感兴趣的读者。

【资料图】

流量红利过后，精细化运营成为企业数字化转型的必修课。

精细化运营的本质就是对不同的用户进行差异化的运营，好钢用在刀刃上，从而达到ROI的最大化和用户LTV的提升。比如，获客环节要尽可能地刺激新用户进行转化，而对于长期活跃且忠诚的用户，短期内则不需要进行过多的资源投入。

当识别用户即将流失时，则需要尽快进行安抚召回，毕竟召回一个老用户的成本比获取一个纯新用户的成本要低好几倍。

那么，在精细化运营过程中，或者CDP(客户数据平台)要进行用户画像标签体系建设时，关于用户分层的常用模型有哪些呢？

01

RFM模型

RFM可以是数据挖掘和用户价值分层领域最典型、最常用的模型了。

这个模型从用户消费时间点、消费频率以及消费金额角度，对每个用户R值、F值、M值进行统计，然后根据业务属性划分对应的阈值区间，从而把用户对应到不同的区间中去，从而将用户划分为8种用户价值类型，分别为：重要价值客户、重要换回客户、重要深耕客户、重要挽留客户、潜力客户、新客户、一般维持客户、流失客户。

这个阈值设定时，可以基于算法模型和统计分析得到，比如短视频、新闻资讯类高频场景的产品，可能1个月没访问就大概率流失了，而旅游产品节假日决策周期长，可能则需要360天。

另外，在会员等级（普卡、银卡、金卡、钻石卡等）的划分时，也会经常用到RFM。

R：最近一次消费（Recency），反映的是一个客户活跃的新鲜度，是刚刚活跃还是很久之前活跃。

F：消费频率（Frequency），反映的是一个客户的忠诚度，是仅一次还是一直使用。

M：消费金额（Monetary）,反映的是一个客户的贡献度，是羊毛党还是鲸鱼用户，对于内容类的产品可能不直接产生订单或金钱收益，这个M可以用使用时长来替代。

图片来源：百度图片

02

AIPL模型

AIPL是阿里三大营销模型之一，是一种将品牌人群资产定量化、链路化运营的手段。

按照用户对品牌的从认知到忠诚的过程，把用户分为四大类。精细化运营时，可以针对不同阶段的用户进行差异化的运营策略。

图片来源：百度图片

A（Awareness）：代表品牌认知人群，一般指与品牌被动发生接触的人群，例如通过各种流量渠道投放进行品牌广告触达和曝光的用户。

I（Interest）：代表品牌兴趣人群，一般指与品牌主动发生接触的人群，例如搜索引擎关键词主动搜索、广告点击、浏览品牌/店铺主页、参与品牌互动、浏览产品详情页、品牌词搜索、领取试用、订阅/关注/入会、加购收藏的人。

P（Purchase）：代表品牌购买人群，包括发生过购买行为的人，严格的定义可以是有过成功消费的，宽松一点则可以是支付成功。

L（Loyalty）：代表品牌忠诚人群，例如购买人群中，发生了2次以上的复购行为或对品牌有正面评价、产生分享的人。

03

5A模型

5A模型是营销大师菲利普科特勒在《营销革命4.0》里提出的营销模型，和用户增长中的海盗模型（2A3R）比较相似。

A1 了解（Aware）：指顾客被动接受信息，例如品牌广告触达和品类词搜索的人。

A2 吸引（appeal）：指品牌印象增加的顾客，例如广告点击、参与品牌互动、浏览产品详情页、品牌词搜索的人。

A3 问询（Ask）：指被好奇驱使主动搜索信息的顾客，例如引导进店人数等，或者点击客服咨询、电话咨询等。

A4 行动（Act）：指采取行动的顾客，例如收藏、购买，以及购买后的消费，使用及售后服务的人。

A5 拥护（Advocate）：指对品牌有忠诚度并进行宣扬的客户，例如成为粉丝的人分享产品或内容的人。

图片来源：百度图片

04

用户生命周期模型

根据用户从获取到流失的过程，结合产品的生命周期，把用户划分成潜在用户、新用户、激活用户等。

潜在用户：产品的目标受众群体，和产品自身定位有关。

纯新用户：未完成指定的目标动作的用户，例如电商业务从未下过单的用户。

激活用户：首次完成了指定动作的用户，比如首单用户。

成熟用户：频繁访问或复购。

衰退用户：访问频次和贡献度下降。

沉睡用户：超过X天不访问或下单。

流失用户：超过Y天不访问或下单。

实际在进行生命周期划分时，首先要基于不同的业务属性找到对应阶段的业务流程和关键指标，再利用算法模型及RFM模型等综合判断。

图片来源：易观方舟