在运营过程中，用户分层的作用是明显的，它可以帮助我们把用户分成各个层次和群体，然后我们根据各个层次和群体的不同，才能有的放矢的制定出更精准、更有针对性的运营策略。.
在我们的运营中，经常会听到“用户画像”、“用户分层”、“用户分组”这三个词，看似有些相似，尤其是后两者，但如果严格来说，还是有区别的。
用户画像：一般反映用户的客观属性。如性别、年龄、职业等。一般不以用户的主观意志为转移。用户分层：通常反映产品中用户的状态。比如免费用户、活跃用户、付费用户、高付费用户等。因为是“层”，所以有等级观念，地位有一个递进的过程，多呈漏斗状。而且用户的级别一般不会划分太多。用户分群：通常反映用户的行为。比如频率低，单价高，频率高，单价低。这两种用户可能都属于高付费用户，但是表现形式不同，所以群体不同，对应的运营策略也不同。也可以认为用户聚类是用户分层的进一步细化过程。准确的说，这篇文章应该包括“用户分层和用户分组”，这里统称为用户分层。在本文中，我们还将使用一个Excel表作为工具，从头开始一步一步地完成一个用户分层过程。
关于用户分层，我们首先需要了解以下几点：
一、用户分层在不同的行业中是不一样的，而且可能是多样化的。
我之前见过我们《思维篇如何成为一个运营大牛（二）：运营立方体》的同学。大家应该还记得，当时提到了一个用户和客户的概念。
比如滴滴打车，用软件打车的人是一类用户；司机也是一种用户；广告主也是用户。如果要做用户分层，需要针对这三类用户做不同的用户分层体系。
二、用户分层在产品发展的不同阶段会有不同的变化。
例如，我们区分价值用户和一般用户，
刚开始我们产品少，一个月买两次200元可能就是我们的价值用户。
随着公司的发展，我们的产品不断增加，每个月需要5000元购买10次，才能算是我们的价值用户。
三、用户分层需要定性和定量
就像上面的例子，我们需要对用户有一个定性的过程，比如价值用户、一般用户，或者VIP、超级VIP等等；那么这个就要量化了，比如消费多少钱才算价值用户。
那么如何通过科学的手段进行用户分析，确定每个用户群的行为特征，完成用户分层的过程，就必须要说到经典的RFM用户模型了。如下图：
RFM模型有着悠久的历史，所以这里不再描述它的理论知识。简单来说，就是通过最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)这三个指标,然后根据实际情况把每个指标分成五档，一共形成125类用户。然后，为了便于实施，如下图.将125类用户分为8类，最后，根据这8类用户的情况制定运营策略。
这里需要注意的是，RFM模式并不是互联网时代的产物，实际上它在传统行业应用广泛，所以它的指标主要是针对付费用户的。如果我们的互联网产品用户人群是免费用户，一样可以用这个RFM模型并使用它的方法,但指标改为最后一次登录、登录频率、产品使用时间。.
接下来我们就用实例来操作一遍：
现在我们手里有500个付费用户数据，包括四个字段(用户、上次消费间隔、消费频率、消费金额)。如何才能对用户进行分层，制定有效的运营策略？
第一步：我们把数据导入或粘贴到Excel当中，再原有的4个表头基础上，再增加R值、F值、M值三个表头。做好这样一张Excel表，如下图：
(这里只选取10条数据作为例子)
第二步：分别确定好RFM这三个指标五档的标准。
这是很难的一步，因为不同的行业，不同的产品，不同的阶段有不同的标准。比如消费金额，1000个用户中，从最低的1元到最高的1万元不等。大多数情况下，20%的用户占80%的钱，80%的用户占20%的钱，这是一种长尾分布效应。所以不能简单的用最大金额/5，或者用户总数/5。
的平均分法，这样分出来的结果不能代表一个拥有类似行为表现的群体。这个主要还是依靠大家在本身各自行业中的理解和实际场景需求来确定了。当然，如果我们实在没有什么头绪的话，我们可以通过散点图大致分辨一下，如下图：
大家可以看到，通过散点图，我们可以比较直观的看清用户的分布（上图为用户的消费金额分布）。我们去分档的时候就尽可能的将密集的一部分分在一起，这样，该档用户群体的行为共性也就更大一点。
需要说明的是，这不是一个很严谨的分法，需要大家在实际过程中进行不断的调整。而如果我们面临海量数据的时候，最好是通过聚类算法等技术手段，才能更加科学精准的帮助我们进行判断。
以本例来说，我们最后定下了RFM各个指标下的五个分档标准。如图：
第三步：分别计算出每条记录的R、F、M值。
我们通过在Excel里面加入if判断，自动计算出该记录对应的R、F、M值，比如我们RFM分层表中，0001用户对应的R值，
即单元格E3：=IF(B3>10,1,IF(B3>8,2,IF(B3>5,3, IF(B3>3,4,5))))
我们来解释一下这条if判断语句：
如果B3>10,那么其R值为1，否则进入下一个判断；如果B3>8,那么其R值为2，否则进入下一个判断；如果B3>5,那么其R值为3，否则进入下一个判断；如果B3>3,那么其R值为4，否则为5；同样的算法，我们写出计算每一条记录F值和M值的判断条件。
F3=IF(C3>10,5,IF(C3>8,4,IF(C3>6,3, IF(C3>3,2,1))))
G3= =IF(D3>5000,5,IF(D3>3000,4,IF(D3>2000,3, IF(D3>800,2,1))))
然后，我们把Excel的单元格往下拉，最后形成这样的图：
第四步：分别算出总的R、F、M的平均值。
这一步比较简单，我们以上全部算完之后，再最下面增加一行，用AVERAGE（）计算出以上所有行数的平均值。如图：
第五步：根据每条记录的R、F、M值和所有记录的平均值，判断出每条记录的R、F、M值是在平均值之上，还是平均值之下。
首选，我们先增加三个表头，如图：
然后，我们用每一条记录的R值来R的平均值进行比较，如果<平均值则显示“低”，如果大于等于则显示“高”。
我们还是用If判断语句进行自动判断，以上图为例，用户0001的“R高低值”即：
H3=IF(E3<E13,”低”,”高”)，同理，F高低值I3=IF(F3<F13,”低”,”高”)M高低值J3=IF(G3<G13,”低”,”高”)这样，我们就变成了下图：
这个时候，我们发现了一个问题，当我们把单元格往下拉的时候，E3固然变成了E4，但E13也变成了E14，由于E13是一个固定格子的数字，我们不希望它随着单元格的下拉而改变。我们就需要在if语句中在E13两边加上“$”这个符号了。
如下：
R高低值H3=IF(E3< $E $13,”低”,”高”)F高低值I3=IF(F3< $F $13,”低”,”高”)M高低值J3=IF(G3< $G $13,”低”,”高”)同时，为了更直观，我们设置一个条件格式，若文本中含有“高”则背景色为红色，若含有“低”则背景色为绿色。这时候再往下拖一下单元格，就变成这样拉，如图：
第六步：根据比较值，进行八大类的归类。
接下来，我们就要根据我们的“R高低值”“F高低值”“M高低值”，自动计算出我们的用户层级拉。我们先加个表头“用户层级”。
这一次，我们要写一串稍微长一点的IF判断语句，如下：
K3=IF(AND(H3=”高”,I3=”高”,J3=”高”),”重要价值用户”, IF(AND(H3=”高”,I3=”低”,J3=”高”),”重要发展用户”,IF(AND(H3=”低”,I3=”高”,J3=”高”),”重要保持用户”, IF(AND(H3=”低”,I3=”低”,J3=”高”),”重要挽留用户”,IF(AND(H3=”高”,I3=”高”,J3=”低”),”一般价值用户”, IF(AND(H3=”高”,I3=”低”,J3=”低”),”一般发展用户”,IF(AND(H3=”低”,I3=”高”,J3=”低”),”一般保持用户”,”一般挽留用户”)))))))本文所写的都是在Excel里面的IF判断语句，建议大家能够自己写一下，不想写或写不出也没关系，直接保存好上面的if语句Copy一下直接用就行了（修改一下单元格的序号就可以了）。
最后，如下图：
当然，我们还可以在用户层级的表头上加上“筛选”功能，可以直接搜索到我们需要的那些用户。大家也可以通过不同的颜色来区分不同的用户层级，这个就自由发挥拉。
好了，到这里，我们就已经通过用一张Excel表，完成了一次用户分层的全过程。这张表最后的效果是，就像一个程序一样，我们任意输入三个RFM数字，表格将自动会跳出这个用户的层级。 大家保存好这张excel表，以后用起来套一下就可以了，效率是相当快的。大家可以尝试自己从头做一遍，若有需要的话可在留言区留下邮箱，我会发送给大家。
第七步：形成图表
完成后上面六步之后，我们已经得到了完成用户分层之后的所有用户记录，这时我们需要做成图表的形式，开个会、做个汇报啥的，如下图：
第八步：制定运营策略
回到我们上面说的，做用户分层的目的是为了有的放矢的制定出更精准、更有针对性的运营策略。所以，我们最终我们还是回到制定运营策略上来。我们的例子可参考下图：
用户分层是运营过程中非常重要的一个环节，快速的进行用户分层也是我们必备的一个方法。我们把用户分的层，其实用户本身是不知道的。运营策略从某种程度来说，就是资源对用户的有效分配。那么，知道什么用户应该制定什么样的运营策略，就尤为重要了，而这就要依赖于我们的用户分层了。
作者：致远，连续创业者，曾为多家上市公司提供过运营整案服务，肤智 COO 兼联合创始人。
