這個(gè)世界本為互相關(guān)聯(lián)的一體在辆，而我們總想透過現(xiàn)象看到本質(zhì)娩贷。希望把混沌復(fù)雜灰度的系統(tǒng)喉磁，能夠通過簡化為分立的模型化問題，這樣能夠更方便的讓我們理解這個(gè)世界涕癣。
用戶分群就是一個(gè)典型的簡化理解用戶群體的方法哗蜈。通過對(duì)用戶的分群，方便我們能夠更好的尋找最關(guān)鍵的核心用戶坠韩、精細(xì)化設(shè)計(jì)產(chǎn)品距潘、針對(duì)化運(yùn)營。
由于用戶本身的一體性只搁，很難做到MECE的原則音比，但在分群時(shí)應(yīng)當(dāng)盡量遵循個(gè)體差異小、類別差異大的目標(biāo)氢惋。
這里提供的分群思路分為以下三步：
1.從用戶洞翩、產(chǎn)品、交互關(guān)系三個(gè)維度定義分類指標(biāo)焰望。
2.將各指標(biāo)分類后的用戶集合骚亿，交叉分析，透視用戶畫像熊赖。
3.針對(duì)不同的用戶集合来屠，分析特性場景下的產(chǎn)品演進(jìn)方向。
下面詳細(xì)說明下各步驟的內(nèi)容。
1.分類指標(biāo)
1.1用戶畫像
用戶畫像維度主要包括的分類指標(biāo)為：基礎(chǔ)屬性俱笛、短期行為捆姜、長期興趣。一般涵蓋的指標(biāo)類型如下：
1.2產(chǎn)品功能
不同產(chǎn)品的功能地圖不同迎膜，但一定都有可尋的主體功能框架泥技，及主要功能下的細(xì)分場景。下面以自拍神器Faceu為例磕仅，來看它的功能地圖
1.3用戶與產(chǎn)品的交互關(guān)系
一個(gè)經(jīng)典的用戶運(yùn)營體系的模型為AARRR零抬，即新增、留存宽涌、活躍平夜、傳播、盈利卸亮。
同時(shí)也可以從單點(diǎn)忽妒、單邊、雙邊的角度去劃分用戶與產(chǎn)品的交互邏輯兼贸，即用戶與產(chǎn)品的交互（單點(diǎn)）段直、用戶與用戶的互動(dòng)（單邊）、意見領(lǐng)袖與用戶的互動(dòng)（雙邊）溶诞。從這個(gè)角度下鸯檬，可得到的指標(biāo)如下
2.交叉分析
第二步就是交叉分析，經(jīng)過上述的分類指標(biāo)螺垢，我們可以得到三個(gè)維度的用戶分群喧务，根據(jù)具體需求，可以透視不同維度下的數(shù)據(jù)枉圃。
例如功茴，可分析活躍用戶對(duì)產(chǎn)品不同功能的使用情況，并透視具體場景下的用戶畫像孽亲。
3.挖掘場景
產(chǎn)品的需求方向需要根據(jù)具體的垂直用戶群體坎穿，及數(shù)據(jù)分析結(jié)果有針對(duì)性的進(jìn)行挖掘。
具體的實(shí)踐方法可包括：
1）追蹤垂直用戶群的用戶行為
2）進(jìn)行雙盲用戶訪談
例如返劲，通過數(shù)據(jù)分析對(duì)流失用戶集中在產(chǎn)品的修圖功能中玲昧，經(jīng)過追蹤或訪談了解到主要反饋為GIF圖無法支持動(dòng)態(tài)效果。下一次產(chǎn)品的迭代則需要重點(diǎn)考慮GIF的能力支持篮绿。
基于以上的用戶分群思路可以得到不同粒度下的用戶集合孵延，分的不好，后面的運(yùn)營做起來是一團(tuán)亂麻搔耕，分好了隙袁，便于分而治之，讓產(chǎn)品向多個(gè)維度同步演進(jìn)弃榨。
