生命周期|如何做好活跃用户的运营？( 二 ) https://p0.ssl.img.360kuhttps://p0.s

Kmeans主要是通过数据挖掘的方式找出有相似特点的用户，实现物以类聚人以群分，用户进行过聚类后通过分析各组的特点也可以针对性地进行运营。
03 用户分层应用案例下面我们通过一个案例将用户分层的理论落地，案例仅为便于说明问题而虚构。首先我们假设活跃用户数的变化趋势如下图，乍一看每月的活跃用户数在持续增长，看似还不错。
但是我们要警惕的是虚荣指标给我们的错觉，我们可以把累计的用户数放进来，也就是截止到当前的累计用户数，活跃用户数除以累计用户数得到用户的活跃度，表征的是活跃用户占整体的比例，这样一看发现好像比例在逐渐减小。

文章插图
我们可以继续细分，可以根据累计用户数计算出新增用户数，发现活跃用户中很大比例是新增的用户。

文章插图
相似地，我们可以把累计用户分为新用户和老用户，把活跃用户分为新活跃用户和老活跃用户，相似的，可以得到新老用户的活跃度，我们发现老用户的活跃度更低了。

文章插图
我们想要看老用户中到底是怎么了？我们把活跃用户再进行细分，分成活跃、不活跃用户2大类，活跃用户我们包括了新活跃用户和老用户活跃，然后老用户活跃我们又分成了一般活跃用户，忠诚用户和回流用户，不活跃用户主要包括沉默用户和流失用户。
我们发现老用户活跃主要是因为一般活跃和忠诚用户的活跃都很少，但是新用户很多，说明我们需要做好新用户引导和留存，同时促使用户向忠诚用户转化。

文章插图
进而可以通过对每个月用户进行细分，分析同一月份不同层级的用户构成，从而判断用户成长的健康状况。

文章插图
但是为了更加清晰，我们按照活跃、不活跃分别看用户的构成，这样的话能更清楚地看到各层用户的健康状态。

文章插图
用户是在产品的生命周期中不断成长的，我们除了会看某个时间点用户的活跃组成情况，我们可能还要关注用户的成长路径：每天有多少新增用户变成了活跃用户？有多少活跃用户变得不活跃？有多少忠诚用户变得不活跃？又有多少流失用户被我们召回等，这样有助于我们更直观地分析用户的去向，更精准地定位问题，从而针对性地进行动作。
比如可以通过桑基图的形式展示某产品1月份新增用户在接下来的成长路径，发现在2月份有相当比例的用户没有再活跃而变成沉默用户，需要及时通过运营手段触达这部分用户，以防止其在3月份流失。

文章插图
相似地，对于某段时间的活跃用户或者沉默用户，也可以通过类似的方式进行监控，以便及时了解用户的去向，及时进行干预，以防用户流失。
04 用户分群应用案例以上通过一个案例讲述了用户分层的思路和方法，下面再通过一个案例介绍用户分群的应用。用户分群中有一些比较常用的方法；比如可以通过经验型的RFM模型，从不同维度对用户进行评价，进而划分成不同价值的用户进行运营；或者通过大数据挖掘的聚类算法等，挖掘大量用户的相似特征实现物以类聚人以群分的目的。
这些方法已经很成熟了，而且很多人已经耳熟能详了，就不在这里赘述了。今天给大家介绍另外一种比较重要的分群方法—同期群分析，所谓同期群分析就是针对分层用户的进一步细分，对处于相同生命周期的用户进行分群，看相似分群的效果。