在運營過程中，用戶分層的作用是明顯的，它可以幫助我們把用戶分成各個層次和群體，然后我們根據各個層次和群體的不同，才能有的放矢的制定出更精準、更有針對性的運營策略。.
在我們的運營中，經常會聽到“用戶畫像”、“用戶分層”、“用戶分組”這三個詞，看似有些相似，尤其是后兩者，但如果嚴格來說，還是有區別的。
用戶畫像：一般反映用戶的客觀屬性。如性別、年齡、職業等。一般不以用戶的主觀意志為轉移。用戶分層：通常反映產品中用戶的狀態。比如免費用戶、活躍用戶、付費用戶、高付費用戶等。因為是“層”，所以有等級觀念，地位有一個遞進的過程，多呈漏斗狀。而且用戶的級別一般不會劃分太多。用戶分群：通常反映用戶的行為。比如頻率低，單價高，頻率高，單價低。這兩種用戶可能都屬于高付費用戶，但是表現形式不同，所以群體不同，對應的運營策略也不同。也可以認為用戶聚類是用戶分層的進一步細化過程。準確的說，這篇文章應該包括“用戶分層和用戶分組”，這里統稱為用戶分層。在本文中，我們還將使用一個Excel表作為工具，從頭開始一步一步地完成一個用戶分層過程。
關于用戶分層，我們首先需要了解以下幾點：
一、用戶分層在不同的行業中是不一樣的，而且可能是多樣化的。
我之前見過我們《思維篇如何成為一個運營大牛（二）：運營立方體》的同學。大家應該還記得，當時提到了一個用戶和客戶的概念。
比如滴滴打車，用軟件打車的人是一類用戶；司機也是一種用戶；廣告主也是用戶。如果要做用戶分層，需要針對這三類用戶做不同的用戶分層體系。
二、用戶分層在產品發展的不同階段會有不同的變化。
例如，我們區分價值用戶和一般用戶，
剛開始我們產品少，一個月買兩次200元可能就是我們的價值用戶。
隨著公司的發展，我們的產品不斷增加，每個月需要5000元購買10次，才能算是我們的價值用戶。
三、用戶分層需要定性和定量
就像上面的例子，我們需要對用戶有一個定性的過程，比如價值用戶、一般用戶，或者VIP、超級VIP等等；那么這個就要量化了，比如消費多少錢才算價值用戶。
那么如何通過科學的手段進行用戶分析，確定每個用戶群的行為特征，完成用戶分層的過程，就必須要說到經典的RFM用戶模型了。如下圖：
RFM模型有著悠久的歷史，所以這里不再描述它的理論知識。簡單來說，就是通過最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)這三個指標,然后根據實際情況把每個指標分成五檔，一共形成125類用戶。然后，為了便于實施，如下圖.將125類用戶分為8類，最后，根據這8類用戶的情況制定運營策略。
這里需要注意的是，RFM模式并不是互聯網時代的產物，實際上它在傳統行業應用廣泛，所以它的指標主要是針對付費用戶的。如果我們的互聯網產品用戶人群是免費用戶，一樣可以用這個RFM模型并使用它的方法,但指標改為最后一次登錄、登錄頻率、產品使用時間。.
接下來我們就用實例來操作一遍：
現在我們手里有500個付費用戶數據，包括四個字段(用戶、上次消費間隔、消費頻率、消費金額)。如何才能對用戶進行分層，制定有效的運營策略？
第一步：我們把數據導入或粘貼到Excel當中，再原有的4個表頭基礎上，再增加R值、F值、M值三個表頭。做好這樣一張Excel表，如下圖：
(這里只選取10條數據作為例子)
第二步：分別確定好RFM這三個指標五檔的標準。
這是很難的一步，因為不同的行業，不同的產品，不同的階段有不同的標準。比如消費金額，1000個用戶中，從最低的1元到最高的1萬元不等。大多數情況下，20%的用戶占80%的錢，80%的用戶占20%的錢，這是一種長尾分布效應。所以不能簡單的用最大金額/5，或者用戶總數/5。
的平均分法，這樣分出來的結果不能代表一個擁有類似行為表現的群體。這個主要還是依靠大家在本身各自行業中的理解和實際場景需求來確定了。當然，如果我們實在沒有什么頭緒的話，我們可以通過散點圖大致分辨一下，如下圖：
大家可以看到，通過散點圖，我們可以比較直觀的看清用戶的分布（上圖為用戶的消費金額分布）。我們去分檔的時候就盡可能的將密集的一部分分在一起，這樣，該檔用戶群體的行為共性也就更大一點。
需要說明的是，這不是一個很嚴謹的分法，需要大家在實際過程中進行不斷的調整。而如果我們面臨海量數據的時候，最好是通過聚類算法等技術手段，才能更加科學精準的幫助我們進行判斷。
以本例來說，我們最后定下了RFM各個指標下的五個分檔標準。如圖：
第三步：分別計算出每條記錄的R、F、M值。
我們通過在Excel里面加入if判斷，自動計算出該記錄對應的R、F、M值，比如我們RFM分層表中，0001用戶對應的R值，
即單元格E3：=IF(B3>10,1,IF(B3>8,2,IF(B3>5,3, IF(B3>3,4,5))))
我們來解釋一下這條if判斷語句：
如果B3>10,那么其R值為1，否則進入下一個判斷；如果B3>8,那么其R值為2，否則進入下一個判斷；如果B3>5,那么其R值為3，否則進入下一個判斷；如果B3>3,那么其R值為4，否則為5；同樣的算法，我們寫出計算每一條記錄F值和M值的判斷條件。
F3=IF(C3>10,5,IF(C3>8,4,IF(C3>6,3, IF(C3>3,2,1))))
G3= =IF(D3>5000,5,IF(D3>3000,4,IF(D3>2000,3, IF(D3>800,2,1))))
然后，我們把Excel的單元格往下拉，最后形成這樣的圖：
第四步：分別算出總的R、F、M的平均值。
這一步比較簡單，我們以上全部算完之后，再最下面增加一行，用AVERAGE（）計算出以上所有行數的平均值。如圖：
第五步：根據每條記錄的R、F、M值和所有記錄的平均值，判斷出每條記錄的R、F、M值是在平均值之上，還是平均值之下。
首選，我們先增加三個表頭，如圖：
然后，我們用每一條記錄的R值來R的平均值進行比較，如果<平均值則顯示“低”，如果大于等于則顯示“高”。
我們還是用If判斷語句進行自動判斷，以上圖為例，用戶0001的“R高低值”即：
H3=IF(E3<E13,”低”,”高”)，同理，F高低值I3=IF(F3<F13,”低”,”高”)M高低值J3=IF(G3<G13,”低”,”高”)這樣，我們就變成了下圖：
這個時候，我們發現了一個問題，當我們把單元格往下拉的時候，E3固然變成了E4，但E13也變成了E14，由于E13是一個固定格子的數字，我們不希望它隨著單元格的下拉而改變。我們就需要在if語句中在E13兩邊加上“$”這個符號了。
如下：
R高低值H3=IF(E3< $E $13,”低”,”高”)F高低值I3=IF(F3< $F $13,”低”,”高”)M高低值J3=IF(G3< $G $13,”低”,”高”)同時，為了更直觀，我們設置一個條件格式，若文本中含有“高”則背景色為紅色，若含有“低”則背景色為綠色。這時候再往下拖一下單元格，就變成這樣拉，如圖：
第六步：根據比較值，進行八大類的歸類。
接下來，我們就要根據我們的“R高低值”“F高低值”“M高低值”，自動計算出我們的用戶層級拉。我們先加個表頭“用戶層級”。
這一次，我們要寫一串稍微長一點的IF判斷語句，如下：
K3=IF(AND(H3=”高”,I3=”高”,J3=”高”),”重要價值用戶”, IF(AND(H3=”高”,I3=”低”,J3=”高”),”重要發展用戶”,IF(AND(H3=”低”,I3=”高”,J3=”高”),”重要保持用戶”, IF(AND(H3=”低”,I3=”低”,J3=”高”),”重要挽留用戶”,IF(AND(H3=”高”,I3=”高”,J3=”低”),”一般價值用戶”, IF(AND(H3=”高”,I3=”低”,J3=”低”),”一般發展用戶”,IF(AND(H3=”低”,I3=”高”,J3=”低”),”一般保持用戶”,”一般挽留用戶”)))))))本文所寫的都是在Excel里面的IF判斷語句，建議大家能夠自己寫一下，不想寫或寫不出也沒關系，直接保存好上面的if語句Copy一下直接用就行了（修改一下單元格的序號就可以了）。
最后，如下圖：
當然，我們還可以在用戶層級的表頭上加上“篩選”功能，可以直接搜索到我們需要的那些用戶。大家也可以通過不同的顏色來區分不同的用戶層級，這個就自由發揮拉。
好了，到這里，我們就已經通過用一張Excel表，完成了一次用戶分層的全過程。這張表最后的效果是，就像一個程序一樣，我們任意輸入三個RFM數字，表格將自動會跳出這個用戶的層級。 大家保存好這張excel表，以后用起來套一下就可以了，效率是相當快的。大家可以嘗試自己從頭做一遍，若有需要的話可在留言區留下郵箱，我會發送給大家。
第七步：形成圖表
完成后上面六步之后，我們已經得到了完成用戶分層之后的所有用戶記錄，這時我們需要做成圖表的形式，開個會、做個匯報啥的，如下圖：
第八步：制定運營策略
回到我們上面說的，做用戶分層的目的是為了有的放矢的制定出更精準、更有針對性的運營策略。所以，我們最終我們還是回到制定運營策略上來。我們的例子可參考下圖：
用戶分層是運營過程中非常重要的一個環節，快速的進行用戶分層也是我們必備的一個方法。我們把用戶分的層，其實用戶本身是不知道的。運營策略從某種程度來說，就是資源對用戶的有效分配。那么，知道什么用戶應該制定什么樣的運營策略，就尤為重要了，而這就要依賴于我們的用戶分層了。
作者：致遠，連續創業者，曾為多家上市公司提供過運營整案服務，膚智 COO 兼聯合創始人。
