一. 用户分层模型及分析方法
1．何为用户？
在讨论用户生命周期价值（CLV）之前，我们先看看，这里的“用户”究竟指的是哪些人。
举个例子：如果把地球看成一个APP，用户就好比地球上的人。
每年出生1.4亿人，目前70亿人活在世界上，已经累计死去1080亿人。其中出生人数就像是新增用户，现存70亿人口等同于活跃，累计死去的人意味着流失，“人活七十古来稀”的概念与留存周期类似，人们生育繁衍又与产品的口碑传播很像。这样，我们可以一一对应这些用户生命周期中的概念：新增（Acquisition）、活跃（Activation）、留存（Retention）、传播（Refer）等，对于互联网产品而言，还有一个商业变现（Revenue）的环节。这五个环节，就构成了我们常说的AARRR用户生命周期模型。
图1
仔细观察图一过程，不难发现，我们经常很自豪地说我积累了几百万、几千万用户，其实没有太大的意义。因为，这个数字当中的大多数用户，可能已经流失了，他们不会再为你的产品创造任何价值了。
因此，当我们讨论“用户”的时候，我们需要清醒地认识到，只有那些能够被激活、与产品有互动、长期留存、消费/点击广告，甚至主动为你做传播的用户，才是真正优质的、核心的、正在创造价值的用户。
那么，如何找到这群真正的优质核心用户呢？我们要做的第一件事就是分层。
2. 何为用户分层？
用户分层，是一种对用户进行群组划分的方法，通常用于描述某一用户的当前状态；在用户分层模型中，某一个用户在某一特定时间应只属于一个用户层级。今天，我们主要讲以生命周期阶段为依据的用户分层方法。
在按CLV做用户分层的过程中，我们需要以不同的“行为”的触发情况，标识用户的当前状态。以此判断用户正处于新增、活跃、留存、传播、付费的哪一个阶段。
3.如何给用户分层？
举几个例子：
1）社交应用（SNS）典型分层：
第一层是新增访客，只要启动应用就算一个访客，访客中流失的记为流失访客；
第二层可以标记为活跃用户，至少触发一次浏览事件的才算一个有效活跃，流失的记为流失参与者者；
第三层标记为互动用户，有点赞评论的用户就是互动用户，流失用户记为流失使用者；
第四层记为回访用户，以多次启动应用并且多次互动为标准，如果他们流失了，则记为流失高价值用户。
2）SaaS用户的典型分层：
第一层是访客用户，以打开网站为基准，访客中流失的记为流失访客；
第二层记为评估用户，以深度浏览或查看官网demo为准，流失的记为流失评估者；
第三层标记为试用用户，以完成注册为标准，流失用户记为流失试用者；
第四层记为付费用户，以完成合同流程为准，流失用户记为流失客户。
3）互联网理财的典型分层：
第一层依然是访客，也是以启动应用做标准；若一定时间周期内没有回访记录，则记入流失访客；
第二层为评估者，分层依据是：触发[查看理财产品]等内容浏览相关的事件；如果一个用户仅仅启动了应用，却没有浏览任何产品，就可以记为一个流失了；
第三层可以定义为实名用户，分层标准是绑定银行卡、完成实名认证等；此时，2、3层之间的流失用户我们记为“浏览后流失”；
第四层标记为投资用户，这个分层标准很简单，比如：至少购买一次理财产品；对于绑定了银行卡却没有选购产品的用户，记为“理财前流失”；
第五层可记为复购用户或者忠实用户，这些用户在投资行为上能够满足[周期性]的特征，投资金额能够逐步[增长]；而时间周期内，有过投资记录却不满足该层级标准的用户，可以被记为“理财后流失”。
对于上文提到的的用户分层案例，我们可以归纳出一个图形化的展示形式，如图2：
图2
图2所示金字塔模型，完整地展现了该产品的用户分层层级。企业可以通过跟踪研究用户行为，快速地明确用户生命周期中的不同阶段，并以此划分用户层级。这种基于行为的用户研究方法，会极大地提升企业的用研效率，了解不同层级的用户量及其转化途径，为用户增长的突破提供数据支撑。
结合漏斗分析、同期群分析、留存率分析等多种分析模型，究竟哪些用户在为企业创造价值、用户为何购买为何流失……这些困扰着企业运营的难题都将迎刃而解。
用户分层的展现与应用，可以通过堆积面积图、同期群百分比堆积图等形式进行。关于这两类数据展示形式的设计与解读，我们将在后期撰写独立内容做讲述。
4. 用户分层的价值
用户分层，除了能够为企业提供科学的用户研究方法，其更重要的作用，在于拆分和构建业务流程中的指标衡量体系。在任何一个企业或团队里，不角色、不同部门、不同岗位的人，需要关注的指标是不尽相同的。表1是个简单的例子：
关注用户的生命周期，对用户进行分层分析与管理，探索各个层级阶段的核心指标，以此衡量业务部门的工作成效，这是每一个企业实现增长的必由之路。
当然，这个过程并不是一蹴而就一成不变的。用户生命周期价值的分析与提升，同样遵循着精益分析的循环（loop of lean analysis），即：产生想法->构建指标体系->设计产品/方案->衡量实施结果->对过程数据进行分析->从分析中学习经验->产生新的想法。
图3
一个好的idea对于优秀产品而言固然重要，但更重要的，是对用户需求的深刻理解和对用户价值的深入挖掘。想要实现这个两个“小目标”，CLV（用户生命周期价值）分析必不可少，用户分层模型及其指标体系必不可少。