使用者的偏好不同，對產品的需求也不一樣，要想更好地培養使用者粘性，就需要因人施策，精細化運營，而受眾細分是精細化運營的重要方法之一。受眾細分是根據使用者屬性和行為資料，將具有相同或類似特徵的使用者歸為一個群組的過程，並針對不同群組的使用者制定差異化運營策略，以提升使用者留存與轉化。
受眾細分的應用場景
日常工作中，我們常常遇到以下場景和問題：
1、整體使用者留存率出現了降低趨勢，是哪些使用者拉低了留存均值？
2、每天都有使用者領了優惠券或積分，但卻沒有使用，怎樣找出這些使用者並促使其儘快使用？
3、如何針對不同地域、機型、年齡、消費水平的使用者進行分層運營？
4、如何基於使用者行為和興趣觸發情景式訊息？
5、是否可以在不發版的情況下，針對老版本使用者多場景觸發升級提醒？
……
以上這些都可以通過HMS Core華為分析靈活的受眾細分功能，結合華為推送、A/B測試、遠端配置、應用內訊息等服務得到高效解決！
靈活建立細分受眾
通過華為分析服務，您可以使用三種方式靈活建立受眾：
① 基於行為事件與使用者屬性，自由定義受眾。
使用者事件： 是指使用者在使用產品時的各種行為，包括使用者和產品的互動方式。
比如登入賬號、遊戲等級提升、點選應用內訊息、加入購物車、應用內購買等。
使用者屬性： 是指使用者不會輕易改變的基本資訊和狀態。
比如城市、裝置型別、應用版本號、興趣愛好等。
使用者屬性和使用者事件結合起來，就可以完整描述“什麼人在什麼時間做了什麼事”。
舉個例子，通過華為分析的受眾分析功能，您可以定義 “最近14天華為手機老使用者中應用內購買超過3次的使用者”、“近3天沒有登入的新使用者”、“到期未續會員費的華東地區使用者”等。
② 已有受眾取交、並、差，組合成新受眾
建立受眾時選擇“受眾組合”方式，比如在所有使用者裡排除流失使用者，就生成了一個新的受眾：非流失使用者。
或針對已有的3個受眾：華為Mate 40使用者、男性使用者、年齡大於30歲的使用者，生成一個新的受眾：年齡低於30歲的華為Mate 40男性使用者。
③ 通過分析模型智慧建立受眾
除了以上兩種自主建立受眾的方式，您也可以從華為分析的漏斗、留存、生命週期模型中一鍵生成受眾。
比如在漏斗分析報告中，您可以選擇將漏斗某一環節的流入、流出使用者一鍵存為受眾；
在留存分析報告中，點選表格中的人數可將某一天或某一時間段的次日留存、7日留存使用者等一鍵存為受眾。
在使用者生命週期報告中，新手期、成長期、成熟期、沉默期、每一階段的使用者、高風險使用者、高潛力使用者均可存為受眾。
如何應用細分受眾
1、 洞察受眾的行為、屬性特徵，為分層運營提供依據
針對細分受眾，您可檢視其事件分佈、系統版本分佈、機型分佈、位置分佈特徵，比如分析“最近14天累計付費金額超過1000元的使用者”和“最近14天累計付費金額低於1000元的使用者”，他們的事件分佈、機型分佈是否有明顯差異等。
另外，也可以在其他分析報告中詳細研究其行為特徵。
比如針對“近30天新增會員”這一受眾，您可以在路徑分析報告中，通過過濾器篩選該受眾，檢視其行為路徑特徵；同樣可以在啟動分析報告中檢視該受眾的啟動時段分佈，在頁面分析報告中檢視其喜愛的頁面等。
通過受眾分群功能，您還可以按核心功能使用頻次，將使用者劃分為核心使用者、活躍使用者、不活躍使用者、流失使用者；或按地域將使用者劃分為一線城市使用者、二線城市使用者、三線城市使用者等，進行鍼對性的使用者分層運營。
比如，重在促付費的運營活動，可以重點覆蓋核心使用者，而潛在價值較低的使用者、不活躍的使用者轉化難度較高，需要制定計劃逐步推進；促活類的運營活動，針對沉默使用者可考慮利益刺激的方式，對於新增使用者，做好新手引導、新人禮包活動。
2、 助力精準投放和精細運營
細分受眾在精準拉新場景也大有用處。比如，根據業務需求將高粘性使用者存為受眾，結合華為分析豐富的分析報告，多維度深入觀察高粘性使用者的行為特徵、屬性特徵，如定位高粘性使用者的獲客渠道、年齡段、核心功能使用頻次、行為路徑特點等，從而為拉新方向與策略的制定提供資料支撐。
其次，通過華為分析建立的受眾，可直接同步至華為Push、A/B測試、遠端配置、應用內訊息等服務，幫助進行精細化運營。
- 結合Push進行精準觸達： 比如針對使用者生命週期模型預測出來的高風險使用者傳送優惠券領取訊息、針對漏斗付費環節的流失使用者傳送Push等。
- 結合A/B測試，擇優選擇方案： 通過華為分析建立的受眾可以應用於A/B測試，比如針對不同人群測試應用的介面、文案、產品功能或營銷活動等更改是否更符合使用者需求，根據使用者反饋來做方案選擇，提高決策準確率。
- 結合應用內訊息，提升活躍使用者付費轉化率： 您可以通過華為分析建立受眾，向活躍使用者傳送應用內訊息。例如，向加入購物車但未下單的使用者推送購買提醒等。
- 結合遠端配置，針對不同使用者精準定製應用內容或風格： 比如針對不同性別、愛好的使用者提供量身定製的內容、外觀和風格，投其所好。或針對老版本使用者多場景觸發升級提醒。
以上便是華為分析的受眾分析模型在多場景下促進移動應用精益運營方面的簡要介紹。
整合華為分析服務的SDK後，在獲得使用者授權同意下，開發者可獲取該應用使用者屬性和使用者行為資料，這兩類資料聚合在一起就可以研究哪些使用者在什麼時間做了什麼事情，形成資料分析的基礎。在這些原子資料的基礎上，分析服務提供了豐富的分析模型，幫助開發者深入洞察使用者增長情況、使用者行為特徵、產品功能情況，並可通過過濾器功能進行下鑽分析，從而觸發進一步的運營動作。值得一提的是，HMS Core分析服務SDK支援全終端，包括Android，iOS，Web，開發者僅需半天時間就可以整合成功併發布。
想了解更多有關華為分析的資訊，請訪問“華為開發者聯盟”官網>開發>分析服務，可快速找到我們。我們期待您的加入！
原作者：HUAWEI-HMS Core