1704219237
1704219238
·根据购买细分：可以根据购买量、购买频次、购买金额将用户细分为高频高价值、高频低价值、低频低价值等几种类型。
1704219239
1704219240
·根据忠诚度细分：高忠诚度用户、潜在流失用户和休眠用户。
1704219241
1704219242
·根据售后细分：高频访问者、自助服务者、社区活跃型、热衷分享型。
1704219243
1704219244
·根据用户的决策过程细分：从价格、品牌、质量、功能和体验等几个会影响用户购买决策的因素来细分不同的用户，和购买决策因素。
1704219245
1704219246
2.单一维度细分与多维度细分相结合
1704219247
1704219248
（1）单一维度划分的局限
1704219249
1704219250
一维的客户细分方法无法满足复杂的营销规划需要。
1704219251
1704219252
例如，单一的按照ARPU值划分用户，可以划分成：高端用户、中端用户和低端用户，如图6-20所示，能精确地判别出用户对企业价值的贡献，但却不能准确获得客户需求的差异性。企业需要根据同一需求类型的用户设计相应的产品和服务，提升运营效率和使资源合理配置。
1704219253
1704219254
1704219255
1704219256
1704219257
图6-20 以ARPU值划分用户
1704219258
1704219259
（2）多维度组合分群的必要性
1704219260
1704219261
多维度细分模型能更清晰地分辨出不同类型客户的差异化需求，识别客户对产品和服务的不同因素的依赖程度，设计更多的产品组合，创造更多的市场价值。
1704219262
1704219263
【案例】中国联通对用户的多维度分群
1704219264
1704219265
中国联通从客户价值、用户生命周期、用户品牌三个维度对用户进行分群，提供不同的品牌策略和产品策略，如图6-21所示。
1704219266
1704219267
1704219268
1704219269
1704219270
图6-21 电信消费者细分模型
1704219271
1704219272
根据用户价值把客户分为：个人低端、终端和高端，同时将用户分为个人用户和集团用户；根据用户的生命周期把客户划分为识别期、成长期、稳定期和预警期；在此基础上设计了不同的品牌和产品，满足多维度组合下的用户需求。
1704219273
1704219274
如意通给低端用户提供语音和短信服务；UP新势力主打时尚年轻人，年龄在15～25岁之间；新时空主打中高端用户，提供话音和数据服务；世界风主打高端用户，提供双卡双待和高速数据业务。
1704219275
1704219276
3.用户群体细分的操作流程
1704219277
1704219278
以京东为例来看看用户群体细分的操作流程，如图6-22所示。
1704219279
1704219280
1704219281
1704219282
1704219283
图6-22 用户群体细分操作流程
1704219284
1704219285
（1）确定细分目标
1704219286