廣告界一直流傳著一個故事：我知道我的廣告費有一半浪費了女淑，但不知道是那一半谈况。轉(zhuǎn)換到app經(jīng)營可能就變成了：我知道m(xù)au下降了，但不知道原因腌巾。前者的乏力感來自于數(shù)據(jù)的不透明鲫竞，而后者可能來自于對用戶生命周期管理的缺失辐怕。我曾有幸在一家極其重視售后服務或者用現(xiàn)在的話叫很重視用戶體驗的團隊工作過，雖然是這家單位是傳統(tǒng)車企零件制造企業(yè)从绘，但有專業(yè)團隊處理售后問題寄疏，甚至在必要時會向社會主動是牢、公開承認某一批產(chǎn)品存在缺陷以減少和避免產(chǎn)品對用戶造成生命、財產(chǎn)損失陕截〔道猓可其實這塊在app平臺管理方眼里這中“態(tài)度”往往是一種羈絆，這么說吧那些你每次啟動app都會看到彈窗或者隔三差五推送廣告給你的平臺很可能就沒有把用戶的感受放在管理流程中最優(yōu)先關注的層次农曲。有誰在監(jiān)測用戶近期社搅、歷史累計的報錯或者提醒次數(shù)，以及彈窗關閉次數(shù)乳规、頁面累計加載時長形葬、通過搜索或者首頁icon區(qū)的更多去查找業(yè)務入口的次數(shù)，以及累計接受優(yōu)惠券的使用率暮的。有時候問題可能出在點擊笙以，也可能出在沒有點擊。當然反思一下也可能是當前分析資源都撲在了營銷側(cè)冻辩，絞盡腦汁讓平臺占據(jù)更高的市場份額保證大伙能活下來源织，后面的事待時機成熟后再研究。

顯然提及用戶分群概念微猖，我們一定會優(yōu)先想到千人千面即營銷策略谈息，包括主動觸達用戶和平臺固定資源位的內(nèi)容推薦。試想一下電商平臺總是給男性推送女裝凛剥、化妝用品侠仇，給未成年人推送嬰幼兒用品、貴金屬商品犁珠，又或者給女性推送展示酒類逻炊、玩具模型、游戲本都可能得不到盲推的點擊量和轉(zhuǎn)化率犁享，因為某一類人群和某一些商品的距離（瀏覽余素、購買相關性）過遠，推薦不合適的話別說交易額能否上去炊昆，連點擊量都會下降桨吊。產(chǎn)品方面也就是業(yè)務轉(zhuǎn)化側(cè)也其實有分科群策略，小到發(fā)券凤巨、制定黑名單视乐，大到分新戶版、老戶版以及適老化版敢茁，產(chǎn)品頁面的架構佑淀、布局不需要過于頻繁的變更和千篇千律，將有限的信息通過合理的設計彰檬、說明透傳給客戶伸刃，讓客戶基于自己的認知和頁面提示信息完成操作谎砾。

關于分群營銷：無論是電商商品、理財產(chǎn)品捧颅、政策服務棺榔、待辦事項、極端天氣其實本質(zhì)都在實現(xiàn)信息的及時傳遞隘道，好的引導就是為每一位客戶在對的時間推送個他對的信息症歇。我并不反感各種金融機構來電推廣貸款產(chǎn)品或者房產(chǎn)中介推銷山水樓盤，一方面我其實有潛在訴求誰不想準備一套大的婚房而多少人有資歷不用貸款直接全額購買谭梗，但兩者分開營銷時你根本想不到和婚房有啥關系忘晤，反而是一些聽出老繭的話術。

在功能體驗分析方面其實也會重視和采納用戶分群激捏，比如heart模型中的a就是接受度设塔，專門研究新戶的行為特征，研究內(nèi)容包括如何從不訪問到訪問远舅，轉(zhuǎn)化的效率闰蛔、留存率等。但分析的視角非常有局限性图柏，我們很難實時處理多字段的相關性分析序六，而這正是算法、模型最擅長的工作蚤吹，可以預想有一天算法能自動完成全部營銷策略的配資例诀，并且跟蹤用戶后續(xù)行為做效果回收，在整個研究和優(yōu)化的過程中人可能只是嘗試確定方向（及時糾偏）裁着、指標（制定標準）和絕對開關算法的時間繁涂，在未來我們甚至無法解釋得比算法更好。也許將來的app布局樣式二驰、交互方式扔罪、文案描述、營銷策略都可以自動化生成桶雀，但當下我們?nèi)詰搰L試采用人工方式不遺余力地將客戶做區(qū)分并提供差異化服務矿酵，以便解讀背后的業(yè)務邏輯和規(guī)避一味追求數(shù)據(jù)結(jié)果而挫傷用戶。

關于產(chǎn)品體驗：新戶顯然是一個重要的群體背犯，轉(zhuǎn)化周期坏瘩、首次訪問行為特征以及對應的留存率（回訪率盅抚、首訪后至轉(zhuǎn)化間隔時長）漠魏，那些更早進入成長期、成熟期用戶的標簽以及行為特征有可能就是埋藏著成功秘密妄均，這塊需要深度用該批用戶的視角進行解讀柱锹，分析的行為特征除了目標業(yè)務場景外哪自，所有的行為都該納入分析，如app內(nèi)瀏覽頁面禁熏、小程序瀏覽頁面壤巷、遭遇到的報錯、進入目標業(yè)務的入口及內(nèi)容等瞧毙。其次是多次瀏覽單始終沒有轉(zhuǎn)化的客戶胧华，可以基于歷史發(fā)券的轉(zhuǎn)化結(jié)果打上標簽，如果用戶有券和無券的轉(zhuǎn)化率差異巨大宙彪，或許可以創(chuàng)建周期性領券活動矩动，甚至可以通過一定的時間成本換取領券權益，重視券的人會消費時間成本換取券释漆，對券需求一般在意的則按照當下需求強度決策是否延緩轉(zhuǎn)化或者消費時間換券再轉(zhuǎn)化悲没。

用戶分群可能還是需要在了解指定用戶群體以及他們真實想法前提下才能更好地開展，如果不具備業(yè)務知識和用戶認知男图，則可依賴算法盲推并持續(xù)優(yōu)化示姿。