作為產(chǎn)品、運(yùn)營(yíng)或者數(shù)據(jù)分析師，在實(shí)際問(wèn)題處理時(shí)，就需要做歸因分析，需要屏蔽其他因子的干擾，因此我們常常使用用戶分群。

數(shù)據(jù)分析對(duì)于運(yùn)營(yíng)來(lái)說(shuō)是一個(gè)數(shù)據(jù)抽象的過(guò)程?，F(xiàn)實(shí)情況是連續(xù)的、復(fù)雜的、互相影響的，而數(shù)據(jù)抽象的過(guò)程，就是將這些復(fù)雜多變的現(xiàn)實(shí)情況簡(jiǎn)化為數(shù)字量，搭建數(shù)據(jù)模型，計(jì)算相關(guān)因子，推斷事件歸因，并推進(jìn)自身改進(jìn)優(yōu)化。

由于現(xiàn)實(shí)的復(fù)雜性，我們作為產(chǎn)品、運(yùn)營(yíng)或者數(shù)據(jù)分析師，在實(shí)際問(wèn)題處理時(shí)，就需要做歸因分析，需要屏蔽其他因子的干擾，因此我們常常使用用戶分群。

分群后，我們的用戶群可能簡(jiǎn)化為：

在每一個(gè)分群下，我們可以簡(jiǎn)化地對(duì)比某個(gè)因素對(duì)關(guān)鍵路徑或者關(guān)鍵指標(biāo)的影響因素。分群是手段，是工具，簡(jiǎn)單來(lái)說(shuō)，分群分析就是通過(guò)聚類的方式，把相似的人群合并，考察同一事件或同一指標(biāo)在不同人群上的表現(xiàn)，以推斷并定位對(duì)該事件/指標(biāo)有明顯影響的因子。

我們將用戶精細(xì)分群與用戶畫像結(jié)合起來(lái)，助力精益化運(yùn)營(yíng)的深度與精度。

那么，用戶分群與用戶畫像如何結(jié)合使用？接下來(lái)，我們舉個(gè)App案例進(jìn)行說(shuō)明：

某電商App，現(xiàn)在面臨的問(wèn)題是用戶成交量較低，與投放推廣的成本相比，ROI較低。

這個(gè)問(wèn)題，我們應(yīng)該如何分析？

首先，我們想看看成交的這部分用戶與大盤用戶之間有什么區(qū)別。我們?cè)谟脩糁羞x出成交的用戶，建立用戶群對(duì)比大盤用戶。

這里，我們需要使用MTA自定義事件。設(shè)置“付款成功”為一個(gè)自定義事件，然后使用MTA中的用戶分群功能，將自定義事件中滿足“付款成功”的用戶群篩選出來(lái)，命名為“成交用戶”；我們還可以設(shè)置一個(gè)叫做“高價(jià)值用戶”的用戶群，將“付款成功”且付款金額>=100的用戶篩選出來(lái)。

此處定義高價(jià)值用戶為成交單價(jià)>100元的用戶。

1、用戶分群分析

得到了三個(gè)用戶群之后，我們使用數(shù)據(jù)分析工具，比如騰訊移動(dòng)分析MTA，對(duì)比這三個(gè)用戶群特點(diǎn)間的區(qū)別。以下為三個(gè)用戶群特征的對(duì)比：

從圖中我們可以發(fā)現(xiàn)，大盤用戶中男性較多，但實(shí)際成單與高價(jià)值用戶中，都是女性偏多，且此部分用戶對(duì)購(gòu)物類App、金融類App的興趣要明顯高于大盤用戶，表現(xiàn)出了較強(qiáng)的消費(fèi)能力。

現(xiàn)在我們的問(wèn)題是投放回報(bào)率較低，ROI不符合預(yù)期。

那么，我們可以初步判斷，可以優(yōu)化的有以下兩個(gè)方向：

1. 用戶引流渠道可能有問(wèn)題，需要調(diào)整渠道引流策略，包括渠道選擇、人群針對(duì)性優(yōu)化等，引入與消費(fèi)行為匹配的新用戶群，提高銷售量；

2. 商品定位的調(diào)整：現(xiàn)有產(chǎn)品對(duì)男性的吸引力不足，導(dǎo)致大量大盤用戶并沒促成成單，這也是導(dǎo)致ROI較低的另一方面原因，可能需要調(diào)整的包括商品品類、商品推薦等；

其中，第一種優(yōu)化方式的見效周期較短，而第二種調(diào)整方式相對(duì)影響層面較大、周期較長(zhǎng)。我們優(yōu)先實(shí)踐第一種優(yōu)化方式，以調(diào)整渠道引入流量為主，優(yōu)化引入人群的匹配程度，實(shí)現(xiàn)提高ROI的目標(biāo)。后續(xù)還需要斟酌是否需要優(yōu)化產(chǎn)品定位，比如打造針對(duì)男性的亮點(diǎn)頻道，進(jìn)行產(chǎn)品改善迭代。

2、渠道優(yōu)化策略

那么，渠道應(yīng)該如何做改善？我們先對(duì)單周渠道引入量的數(shù)據(jù)，進(jìn)行初步評(píng)估。

• 成交率數(shù)值應(yīng)用的是漏斗模型的渠道篩選功能

• 此處渠道只列了5支較典型的渠道樣本數(shù)據(jù)，實(shí)際渠道分布更多

從圖表上看，我們當(dāng)前主要的流量渠道是渠道D與渠道E，而且渠道D的留存率很高，可以認(rèn)為是我們的優(yōu)質(zhì)渠道。

但從成交上看，我們認(rèn)為渠道A其實(shí)有很大的潛力，雖然現(xiàn)在的引入量較小，但與成交人群重合度較高，考慮到A渠道的獲客成本低于渠道D，加大投放之后很可能會(huì)有一個(gè)不錯(cuò)的收益，能夠?qū)崿F(xiàn)我們提高ROI的目標(biāo)。

3、渠道人群畫像驗(yàn)證

我們對(duì)渠道人群A進(jìn)行畫像分析，女性比例高達(dá)62.36%，其用戶群對(duì)購(gòu)物類App的興趣也高于大盤用戶，與我們高價(jià)值人群特征匹配度較高。

現(xiàn)在渠道A給我們帶來(lái)的流量還比較小，但由于其渠道收益上ROI比例較高，且其群體畫像與我們高價(jià)值用戶的畫像吻合度高，表現(xiàn)出了很高的投放潛力。

我們的改善方法是：調(diào)整渠道投放的比例，減少渠道B、渠道C的投放，增強(qiáng)渠道A的投放，以周為單位，迭代優(yōu)化渠道投放效果，并監(jiān)測(cè)ROI的變動(dòng)。

4、渠道投放優(yōu)化效果

在投放一周后，對(duì)新增用戶有了增長(zhǎng)，我們臨時(shí)決議再次加大渠道A的投放比例。這里是一個(gè)月的時(shí)間周期內(nèi)，我們的新增用戶數(shù)在渠道上的分布有了顯著變化。

優(yōu)化投放渠道前后，購(gòu)買轉(zhuǎn)化漏斗轉(zhuǎn)化率的改變：

由于渠道A的平均客單價(jià)約是渠道D的1/2~1/3，我們的投入產(chǎn)出比例得到了優(yōu)化。這主要依賴于通過(guò)數(shù)據(jù)分析找到了優(yōu)質(zhì)低價(jià)的渠道，降低了獲客成本。

那么這個(gè)轉(zhuǎn)化漏斗中，是否還有其他優(yōu)化的空間？我們還能做什么改善？