很多人說接下來是精細化運營驅動的時代。 對於TOB產品來說， 精細化運營主要指的是什麼？
如果用一款行銷自動化工具完成基礎的資料分析， 各管道的銷售線索都可以更直接地給銷售人員， 這不是更符合企業需求嗎？像GrowingIO、神策資料這樣的工具， 價值主要體現在哪？
本文來自“TO必問”的用戶問答， 感謝神策資料創始人 桑文鋒先生在TO必問的分享。
對於這個問題， 我從兩方面來回答。
一方面， 我們到底應該怎麼理解精細化運營， 並且做好精細化運營？
另一方面， 神策資料是典型的TOB企業， 我可以談談我們是怎麼做精細化運營的， 也就是TOB公司的精細化運營都做啥？
怎樣理解精細化運營？所謂精細化運營， 其實是結合了市場、管道、轉化流程和使用者行為資料分析， 對使用者開展更精准、有針對性的運營活動， 以提升目標轉化率。
從某種角度來說， 精細化運營可稱作資料化運營，
精細化運營的概念其實好理解， 但問題是——如何做好精細化運營？這裡有兩個核心：使用者運營和資料分析。 這也是我接下來要分享的主要內容。
從資料角度上看， 使用者運營是通過一系列的運營手段， 持續提升使用者相關的資料。
因此， 如何聯合使用者分群和資料分析更好地進行使用者運營非常重要， 這也是精細化運營的一個很重要的點。
神策資料是做使用者行為分析的， 我在這裡可以詳細分享一些真實的用戶案例， 讓大家更容易理解， 到底怎麼做好精細化運營。
當然， 接下來的內容絕對適用於大多數使用者類產品。
對於使用者運營和資料分析而言，
用戶分群主要可以從兩個方面進行實施：縱向用戶分層和橫向用戶分群。
1、用戶分層
從經典的使用者增長模型 AARRR 看使用者運營體系， 從用戶獲取、活躍到付費、留存、傳播分享， 使用者是需要動態演進的。
如果通過使用者的狀態看使用者群體， 他們不再是一個簡單的整體。
所以我們需要通過使用者層級的劃分和相對應的策略方法， 去引導各個環節的用戶完成理想的下步動作， 來實現用戶的精細化運營。
對於不同環節的使用者， H公司都會有不同的目的， 如下舉例：
新用戶
希望他們可以深入體驗產品， 成為活躍使用者
活躍使用者
加深產品的使用頻率，
付費用戶
增加複購次數， 提高忠誠
忠誠用戶
做好忠誠用戶維護
2、用戶分群
使用者分層是上下結構， 可是使用者群體並不能以分層結構作為完全的概括。
為了滿足更加精細化的需要， 所以我們此時需要使用水準結構的使用者分群， 將同一個層級內的群體繼續切分， 切分的大概思路和規則基於但不限於如下圖展示。
對於不同層級用戶我們舉例進行說明
（1）新用戶層級
還是上文提到的電商客戶H。
H 公司對新用戶的定義為當天註冊的使用者（產品必須先註冊才能體驗）。
這個層級的使用者主要根據自身的基礎屬性進行劃分。
首先， H 公司對不同管道來源用戶做分組下鑽， 瞭解各個不同管道的註冊用戶數， 那每一個管道的註冊用戶就會被劃分成一個不同的群體。
H公司對重要管道的客戶群體會進行不同的消息推送和優惠活動， 促使用戶提升活躍， 管道提升品質， 做到對不同管道的客戶使用更適合他們的服務方法。
其次， 使用者在註冊 H 產品時， 是需要填寫年齡和性別的，是因為在電商產品中，男女性別的差異會在消費類型裡呈現顯著的區別。
所以 H 客戶會對年齡和性別進行用戶群體的劃分，對不同的註冊用戶，推送他可能會喜歡的東西來吸引其變成活躍用戶。
在實際運營過程中，H公司的運營人員對28-32歲之間的男用戶進行使用者分群，並根據自身產品業務的細分領域，向該人群推送相關品類商品。
（2）活躍使用者層級
客戶對活躍使用者的定義是每日啟動過產品的使用者即為活躍用戶，但不包括當天發生註冊的用戶。
活躍用戶的用戶層級，可以更多的根據使用者在產品中的行為特徵，進行群組的劃分。
這些特徵包括但不限於使用者的使用偏好（如時長、深度、時段）、頁面類型流覽（如不同商品的頁面）、重點業務行為（如加入購物車、分享）。
對於用戶使用偏好，又有兩個分群場景：
一個是根據使用者近期流覽不同商品頁面的資料去劃分使用者群體。
如我們對用戶查看 “商品詳情頁” 這個行為進行商品品類的維度下鑽，推測用戶近期感興趣的品類都有哪些，且 H 公司需要限制使用者到達商品詳情頁的前向來源是必須通過banner、推薦、商品列表或者搜索過來的，因為這些地方的點擊是可以體現用戶對商品有一定的興趣的。
現在我們把活躍使用者層級上的目標人群進行了更精細化的切分，找到了我們需要的目標人群，下面要做的是如何更好的進行推送。
在這裡，比較有效的方式是，研究使用者使用App的行為資料曲線，瞭解使用者使用App的使用習慣集中在哪些時間段。
有了對用戶使用習慣的瞭解之後，就可以針對這一批人群，在他們相對活躍的時間段中，專門的去做出一些優惠的禮券和相關的商品資訊的推送。
這樣精確觸達用戶需求和心理的做法，會讓他們對產品產生親和感，並繼續使用產品，高力度的目標優惠也會促進使用者付費的轉化。
通過上文的闡述，這是 H 公司給我推送真實的消息。我的流覽行為和上文描述其實一樣的，開始我只是打開 App 隨意流覽下，幾天後我又詳細的流覽了手錶相關的商品，如下兩張圖為詳細推送內容。
左邊圖片是對我啟用召回的推送資訊，右邊圖片是對我流覽過手錶後的推送資訊。
第二個分群場景是根據重點業務行為進行分群。
這部分使用者被 H 公司稱之為網路活躍者，並把進行過相關行為的使用者的資訊進行資料匯總，對這群人採取區別於其他用戶的郵件文案進行行銷活動，使用更具有吸引力的促銷力度。
優惠的力度可以根據使用者其他屬性再進行細分，如年齡、職業、分享方式，不過這需要更加詳細的使用者行為資料及其屬性。
（3）付費用戶層級
歷史中只要進行過完成訂單支付的使用者都會被算為付費用戶
付費用戶其實最主要的是根據使用者的付費能力和購物偏好進行群組的水準劃分。
在使用者的消費能力中 H 客戶主要對消費間隔（Recency）、消費頻率（Frequency）、消費金額（Monetary）進行群組的劃分
如過對消費能力中消費金額這個維度進行劃分，可以劃分出如下的群組：
過去 30 天中總的消費金額在 200 元以內為輕度消費用戶
過去 30 天中總的消費金額在 200 - 1000 元間為普通消費用戶
過去 30 天中總的消費金額在 2000 元以上為重度消費用戶。
如果在對這些使用者在進行消費頻率和最近消費時間長度兩種維度進行交叉分析，就可以得到更詳細的用戶群體。
H 公司即按照 RFM這三種指標對付費用戶層級構建出一個我們很熟悉的資料立方體，把該層級用戶分成幾種不同的群體，不同的群體有不同的特徵，更有不同的運營策略，舉例說明：
高消費、高頻率、間隔短人群：用戶從各個方面都是屬於最優質的付費使用者，需要保持
高消費、低頻率、間隔短人群：這類使用者需要促進他們消費的次數，不要成為一次性使用者，需要重要保留
高消費、低頻率、間隔長人群：使用者是大額買家，需要重要發展，增長該用戶群體粘性
在以後的運營中，不管是品牌的大型促銷還是個別品類商品的活動，都可以根據行為資料而得到的使用者隱形特徵對使用者進行精細的支援。
（4）流失用戶
流失是一個很泛的定義，用戶7 天或者30 天沒有觸及產品都可以算為流失、沒有再次發生支付行為也可以定義為流失，因此在不同的商業模式和公司所處的當前狀態下，流失的定義需要自身進行確定。
首先 H 對連續 8 周沒有使用產品的使用者定義為流失用戶，這批層級的使用者需要根據之前在產品中的行為進行不同的召回策略和維繫方式。
這裡的分群方式就會有很多，比如流覽過商品但是沒有下單的用戶群體、只支付過一次訂單就流失的使用者群體。具體的場景和資料就不一一列舉。
TOB公司的精細化運營都做啥？對於TOB公司來說，從神策資料的角度講，我們對於精細化運營的一般會應用在兩個地方：一個是使用者分群，一個是資料化運營。
1、用戶分群
先說用戶分群，其實就是對人群做差異化細分，然後制定不同的運營策略。可以舉幾個老用戶群組中的例子：
對神策功能使用不熟悉的客戶，對他們的運營重點是功能如何使用和背後資料計算邏輯；
對神策功能已經有了一定瞭解，但不知道如何滿足業務的客戶，對他們的運營重點是告訴他們該如何使用功能間的結合去滿足業務分析需求；
對神策功能使用和需求如何滿足都比較瞭解的用戶，運營的重點是後期的諮詢和其他增值專案，幫助他們的業務更上一層樓；
其實簡單的這幾個例子，就可以把老用戶群體簡單的分成三個部分，而每一個部分都會有專門的活動或者資料讓相關同事進行使用者運營。而且還會有不同的部門進行密切的相關配合。
像這樣針對性的滿足用戶需求的做法，其實就是對定向的人群的定向運營，即精細化的用戶運營。當然，對於用戶群體該如何劃分其中一個重要的依據是資料，後面會詳細說得到。
不過，“精細”也是有限度的，不要超過團隊的承受能力。記住，人群有顯著的差異化，用戶運營才會有差異化。
2、資料化運營
其實這裡的資料化運營，我們更多的是指的是自己本身內部的流程優。不管是TOB公司還是TOC公司，自己內部的流程的每一環節的優化都可能會影響到客戶的滿意度或者商品的成交率。
對於神策來說，我們把客戶滿意度做為一個關鍵指標，對這個指標，這個問題進行拆分，拆分出來的小問題其實就是各個部門間的工作內容。
所以關鍵點就在於建立一個資料指標體系，去衡量大問題、大指標下的各個影響因素，這樣才可以找到努力的方向和優化點，優化程度甚至可以到組織架構的調整，因為沒有衡量就沒有改進。
還是舉兩個例子：
神策舉辦沙龍、閉門會等活動，都會有相關的指標來判斷這次活動的結果如何，該如何進行優化（這樣的線下活動，除了資料外，定性分析和問卷調查都是判斷依據）
神策進行客戶培訓機制的改變，從一次上門就把所有內容告知的形式，變成了兩次上門，內容分開交付的機制。其實在機制改變前我們就想好了改用什麼資料、什麼指標進行衡量。
最後：
其實不管是TOB還是TOC類公司，上面說的內容都是通通適用的。
內容中資料是精細化運營必不可少的條件，而像神策，GrowingIO類的公司在裡面起到的作用是對資料做更準確更簡單的採集、提供通用的分析模型，説明客戶計算資料並展示，可以極大提高企業的效率，減少企業成本。
更多TOB乾貨，到TO必問！（專業的SaaS知識分享平臺-www.tobwen.com）
是需要填寫年齡和性別的，是因為在電商產品中，男女性別的差異會在消費類型裡呈現顯著的區別。所以 H 客戶會對年齡和性別進行用戶群體的劃分，對不同的註冊用戶，推送他可能會喜歡的東西來吸引其變成活躍用戶。
在實際運營過程中，H公司的運營人員對28-32歲之間的男用戶進行使用者分群，並根據自身產品業務的細分領域，向該人群推送相關品類商品。
（2）活躍使用者層級
客戶對活躍使用者的定義是每日啟動過產品的使用者即為活躍用戶，但不包括當天發生註冊的用戶。
活躍用戶的用戶層級，可以更多的根據使用者在產品中的行為特徵，進行群組的劃分。
這些特徵包括但不限於使用者的使用偏好（如時長、深度、時段）、頁面類型流覽（如不同商品的頁面）、重點業務行為（如加入購物車、分享）。
對於用戶使用偏好，又有兩個分群場景：
一個是根據使用者近期流覽不同商品頁面的資料去劃分使用者群體。
如我們對用戶查看 “商品詳情頁” 這個行為進行商品品類的維度下鑽，推測用戶近期感興趣的品類都有哪些，且 H 公司需要限制使用者到達商品詳情頁的前向來源是必須通過banner、推薦、商品列表或者搜索過來的，因為這些地方的點擊是可以體現用戶對商品有一定的興趣的。
現在我們把活躍使用者層級上的目標人群進行了更精細化的切分，找到了我們需要的目標人群，下面要做的是如何更好的進行推送。
在這裡，比較有效的方式是，研究使用者使用App的行為資料曲線，瞭解使用者使用App的使用習慣集中在哪些時間段。
有了對用戶使用習慣的瞭解之後，就可以針對這一批人群，在他們相對活躍的時間段中，專門的去做出一些優惠的禮券和相關的商品資訊的推送。
這樣精確觸達用戶需求和心理的做法，會讓他們對產品產生親和感，並繼續使用產品，高力度的目標優惠也會促進使用者付費的轉化。
通過上文的闡述，這是 H 公司給我推送真實的消息。我的流覽行為和上文描述其實一樣的，開始我只是打開 App 隨意流覽下，幾天後我又詳細的流覽了手錶相關的商品，如下兩張圖為詳細推送內容。
左邊圖片是對我啟用召回的推送資訊，右邊圖片是對我流覽過手錶後的推送資訊。
第二個分群場景是根據重點業務行為進行分群。
這部分使用者被 H 公司稱之為網路活躍者，並把進行過相關行為的使用者的資訊進行資料匯總，對這群人採取區別於其他用戶的郵件文案進行行銷活動，使用更具有吸引力的促銷力度。
優惠的力度可以根據使用者其他屬性再進行細分，如年齡、職業、分享方式，不過這需要更加詳細的使用者行為資料及其屬性。
（3）付費用戶層級
歷史中只要進行過完成訂單支付的使用者都會被算為付費用戶
付費用戶其實最主要的是根據使用者的付費能力和購物偏好進行群組的水準劃分。
在使用者的消費能力中 H 客戶主要對消費間隔（Recency）、消費頻率（Frequency）、消費金額（Monetary）進行群組的劃分
如過對消費能力中消費金額這個維度進行劃分，可以劃分出如下的群組：
過去 30 天中總的消費金額在 200 元以內為輕度消費用戶
過去 30 天中總的消費金額在 200 - 1000 元間為普通消費用戶
過去 30 天中總的消費金額在 2000 元以上為重度消費用戶。
如果在對這些使用者在進行消費頻率和最近消費時間長度兩種維度進行交叉分析，就可以得到更詳細的用戶群體。
H 公司即按照 RFM這三種指標對付費用戶層級構建出一個我們很熟悉的資料立方體，把該層級用戶分成幾種不同的群體，不同的群體有不同的特徵，更有不同的運營策略，舉例說明：
高消費、高頻率、間隔短人群：用戶從各個方面都是屬於最優質的付費使用者，需要保持
高消費、低頻率、間隔短人群：這類使用者需要促進他們消費的次數，不要成為一次性使用者，需要重要保留
高消費、低頻率、間隔長人群：使用者是大額買家，需要重要發展，增長該用戶群體粘性
在以後的運營中，不管是品牌的大型促銷還是個別品類商品的活動，都可以根據行為資料而得到的使用者隱形特徵對使用者進行精細的支援。
（4）流失用戶
流失是一個很泛的定義，用戶7 天或者30 天沒有觸及產品都可以算為流失、沒有再次發生支付行為也可以定義為流失，因此在不同的商業模式和公司所處的當前狀態下，流失的定義需要自身進行確定。
首先 H 對連續 8 周沒有使用產品的使用者定義為流失用戶，這批層級的使用者需要根據之前在產品中的行為進行不同的召回策略和維繫方式。
這裡的分群方式就會有很多，比如流覽過商品但是沒有下單的用戶群體、只支付過一次訂單就流失的使用者群體。具體的場景和資料就不一一列舉。
TOB公司的精細化運營都做啥？對於TOB公司來說，從神策資料的角度講，我們對於精細化運營的一般會應用在兩個地方：一個是使用者分群，一個是資料化運營。
1、用戶分群
先說用戶分群，其實就是對人群做差異化細分，然後制定不同的運營策略。可以舉幾個老用戶群組中的例子：
對神策功能使用不熟悉的客戶，對他們的運營重點是功能如何使用和背後資料計算邏輯；
對神策功能已經有了一定瞭解，但不知道如何滿足業務的客戶，對他們的運營重點是告訴他們該如何使用功能間的結合去滿足業務分析需求；
對神策功能使用和需求如何滿足都比較瞭解的用戶，運營的重點是後期的諮詢和其他增值專案，幫助他們的業務更上一層樓；
其實簡單的這幾個例子，就可以把老用戶群體簡單的分成三個部分，而每一個部分都會有專門的活動或者資料讓相關同事進行使用者運營。而且還會有不同的部門進行密切的相關配合。
像這樣針對性的滿足用戶需求的做法，其實就是對定向的人群的定向運營，即精細化的用戶運營。當然，對於用戶群體該如何劃分其中一個重要的依據是資料，後面會詳細說得到。
不過，“精細”也是有限度的，不要超過團隊的承受能力。記住，人群有顯著的差異化，用戶運營才會有差異化。
2、資料化運營
其實這裡的資料化運營，我們更多的是指的是自己本身內部的流程優。不管是TOB公司還是TOC公司，自己內部的流程的每一環節的優化都可能會影響到客戶的滿意度或者商品的成交率。
對於神策來說，我們把客戶滿意度做為一個關鍵指標，對這個指標，這個問題進行拆分，拆分出來的小問題其實就是各個部門間的工作內容。
所以關鍵點就在於建立一個資料指標體系，去衡量大問題、大指標下的各個影響因素，這樣才可以找到努力的方向和優化點，優化程度甚至可以到組織架構的調整，因為沒有衡量就沒有改進。
還是舉兩個例子：
神策舉辦沙龍、閉門會等活動，都會有相關的指標來判斷這次活動的結果如何，該如何進行優化（這樣的線下活動，除了資料外，定性分析和問卷調查都是判斷依據）
神策進行客戶培訓機制的改變，從一次上門就把所有內容告知的形式，變成了兩次上門，內容分開交付的機制。其實在機制改變前我們就想好了改用什麼資料、什麼指標進行衡量。
最後：
其實不管是TOB還是TOC類公司，上面說的內容都是通通適用的。
內容中資料是精細化運營必不可少的條件，而像神策，GrowingIO類的公司在裡面起到的作用是對資料做更準確更簡單的採集、提供通用的分析模型，説明客戶計算資料並展示，可以極大提高企業的效率，減少企業成本。
更多TOB乾貨，到TO必問！（專業的SaaS知識分享平臺-www.tobwen.com）