編輯導(dǎo)語：關(guān)于互聯(lián)網(wǎng)業(yè)務(wù)如何做客群管理，你了解多少呢？其實(shí)只要做好分客群就能事半功倍，誰分得更細(xì)，誰效率更高誰就是贏家。一起來看看作者的分享。

先吐槽幾句現(xiàn)在的互聯(lián)網(wǎng)業(yè)務(wù)。

• 消費(fèi)金融：不管需不需要，讓人人有錢借，人人上征信；
• 直播：不管哪路神仙還是妖怪，讓人人都當(dāng)演員，假裝熱愛；
• 社區(qū)團(tuán)購：買菜買菜買菜，讓后疫情時代的生活也能像疫情中一樣，被投喂；
• 電商：下單更快，送貨更快，快感也更快消亡；
• 短視頻：凡夫俗子只關(guān)心如何打發(fā)時間，讓他們更凡讓他們更俗；

是的，要做到這些，就得分客群。誰分得更細(xì)，誰效率更高。

面向客群，大有作為。

下面正式開始互聯(lián)網(wǎng)業(yè)務(wù)如何做客群管理的那些事。

我之前說過，個體不重要，群體才重要。因?yàn)闆]人把你當(dāng)回事，平臺也不把你當(dāng)回事。

做風(fēng)控的目標(biāo)不是為了零風(fēng)險(xiǎn)。你不能把所有存在風(fēng)險(xiǎn)的客戶都拒絕掉，你也做不到這一點(diǎn)，因?yàn)槊總€人每筆交易都存在風(fēng)險(xiǎn)，程度問題。你不能說一個芝麻分600分的人，比一個800分的人差，個體符合測不準(zhǔn)原理。但是你可以說，六百多分的這群人沒有八百多分的那群人好，這是對的，群體是測得準(zhǔn)的。

風(fēng)控不關(guān)注個體，1w個人申請，你通過了3k人，不是說這3k里的每個人都是會準(zhǔn)時還款的。實(shí)際上是，你把這1w人按風(fēng)險(xiǎn)排序分成10組，每個群組里計(jì)算收益率，風(fēng)險(xiǎn)排序足夠好的話，這10組的收益率是單調(diào)的，收益率為0作為分界線，你取出了其中前3組。實(shí)操中，不必真的算收益率，逾期率好算的多，也不必用0作為分界線，取一個業(yè)務(wù)上合理的閾值就可以了。

你從來沒有關(guān)注過個體，而這卻是對的。所以你常常會見過，風(fēng)控把一些正常行為攔截了，例如反復(fù)讓你校驗(yàn)驗(yàn)證碼、刷臉失敗、交易被拒絕、投保被拒等。

在金融市場上，那些金融機(jī)構(gòu)不管你姓什么，是誰的兒子，讀過多少書，有什么意識形態(tài)，持什么政治信念，信仰什么宗教，只要你具有交易信用，有支付能力，他們就會跟你做金融交易。

對平臺而言，沒有個體，只有客群。你覺得你是VIP，聯(lián)系客服去投訴，在他們眼里，你也就是個愛投訴的客群而已。你真覺得你是什么VVIP嗎？

在金融領(lǐng)域，我們把對客群的理解統(tǒng)一稱為KYC（know your customer），分客群也可以說是打標(biāo)簽?；诳腿?，我們制定差異化的策略，使得對客戶的管理達(dá)到最優(yōu)。

客群的概念遠(yuǎn)不僅限于金融領(lǐng)域，而是在幾乎所有互聯(lián)網(wǎng)業(yè)務(wù)中都扮演著舉足輕重的地位。我們制定新策略、推出新產(chǎn)品、調(diào)整運(yùn)營方案、進(jìn)行戰(zhàn)略升級、舉辦一些活動，都需要在了解客群的基礎(chǔ)上進(jìn)行。

數(shù)據(jù)驅(qū)動的行業(yè)更是如此，分析師們根據(jù)經(jīng)驗(yàn)或大數(shù)據(jù)抓耳撓腮地去分析各種維度，探索客群的規(guī)律和特性，希望能找到新的盈利增長點(diǎn)，找到新的活躍客戶和高轉(zhuǎn)化客戶，可以說客群分析是他們的一切。

我們先說說客群如何劃分，然后對當(dāng)前主流互聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行展開，包括消費(fèi)金融、電商、社區(qū)團(tuán)購、短視頻、直播，看看這些業(yè)務(wù)都在關(guān)注什么樣的客群，以達(dá)到對用戶最好的管理。

一、如何分客群

不同的人差別可能很大，一個模型、一條策略不能有效地適用于所有客群。這時候，把客群劃分成某些類別是很有必要的，例如收入高的、收入低的。一句話概括，分客群就是把具備某種相同特性的人歸結(jié)在一起，就好像我們總喜歡基于某些特性給別人打標(biāo)簽或者被打標(biāo)簽。對于互聯(lián)網(wǎng)業(yè)務(wù)來說，用戶的背后就是數(shù)據(jù)，客群劃分其實(shí)就是基于數(shù)據(jù)的分類。

我們先說可以獲取的數(shù)據(jù)。

用戶與平臺交互產(chǎn)生的數(shù)據(jù)大體上講可以分為三類：基本屬性信息、行為信息和交易信息?；緦傩园ㄓ脩舻哪挲g、性別、學(xué)歷、出生地、常駐地、職業(yè)、是否有車、是否有房等，這些信息有的可以從身份證、手機(jī)號上解析，有的是用戶填寫，有的可能需要根據(jù)其他信息推斷，有的還需要授權(quán)去查詢。行為信息則是用戶在平臺端頻繁訪問留下的數(shù)據(jù)，主要是瀏覽、點(diǎn)擊、輸入。交易信息則是用戶歷史的交易情況，互金的借貸和還款，電商訂單，外賣訂單，出行訂單等都是。此外，有一些數(shù)據(jù)平臺自己沒有，但是又需要用，可以經(jīng)過授權(quán)從行業(yè)層接入一些相關(guān)數(shù)據(jù)，如征信報(bào)告等。

要知道，互聯(lián)網(wǎng)金融業(yè)務(wù)一般會比其他業(yè)務(wù)如搜索、廣告、推薦擁有用戶更精準(zhǔn)更全面的信息，這是生意屬性決定的。大數(shù)據(jù)風(fēng)口上產(chǎn)生的一大批數(shù)據(jù)服務(wù)平臺，就大多是為互金行業(yè)服務(wù)的?；诖耍腿旱淖饔迷诨ソ痤I(lǐng)域比其他場景理應(yīng)都大。

我們再來說如何分客群。

客群劃分可以基于單個數(shù)據(jù)維度劃分，也可以基于多個數(shù)據(jù)維度復(fù)合劃分。單維度可以對客群做一個類似于切面的劃分，比如：職業(yè)、年齡、收入水平等；復(fù)合維度的劃分則需要更多的業(yè)務(wù)理解，例如基于RFM進(jìn)行用戶價值分群、決策樹分群、聚類分群等。

單一維度的分群很好理解，例如我們根據(jù)年齡這一個信息，可以把客戶分為少年、青年、中年、中老年、老年，閾值沒有嚴(yán)格固定的要求，但一般18歲以下的未成年人是特殊人群，65歲以上的老年人在互金領(lǐng)域一般也會排除在外。這種連續(xù)變量可以按照某種含義切分成類別型變量用作分群。還有一類離散變量例如性別、學(xué)歷，甚至所在城市等級，本身就很適合作為分群變量。我們關(guān)注這些分群，可以深入理解業(yè)務(wù)的客群結(jié)構(gòu)，從而幫助我們進(jìn)行宏觀決策。

單一維度分群主要根據(jù)經(jīng)驗(yàn)確定，除上述提到的基礎(chǔ)信息外，還可以定義許多跟所屬業(yè)務(wù)相關(guān)的分群。在互金信貸領(lǐng)域，這樣的分群包括但不限于不同收入的客群、不同活躍程度的客群、額度使用率高低的客群，甚至是不同逾期程度的客群等等。

此外，還可以對特征進(jìn)行單變量分析，從中挑選出區(qū)分效果好且穩(wěn)定的特征，不管是模型還是策略，都可以重點(diǎn)依賴這些變量決策。如果這些變量具備合適的業(yè)務(wù)含義，就可以劃分等級作為分群進(jìn)行持續(xù)性跟蹤分析。

復(fù)合維度的分群是精細(xì)化運(yùn)營的必然產(chǎn)物。我們剛提到的RFM模型就是很好的分群思路，它是從最近一次消費(fèi)（Recency）、 消費(fèi)頻率（Frequency）、 消費(fèi)金額（Monetary）三個維度來標(biāo)記客戶的特征。RFM模型是衡量客戶價值和創(chuàng)利能力的重要工具和手段。我們可以根據(jù)RFM指標(biāo)區(qū)分出不同重要級別的客戶，從而為用戶管理提供數(shù)據(jù)支持。

RFM只是復(fù)合分群的一個代表，實(shí)踐中復(fù)合分群可以是各種維度信息的組合，可以通過聚類、決策樹來自動對樣本進(jìn)行分類。

其實(shí)，我們做的各種模型，都可以看成復(fù)合維度的分群，風(fēng)險(xiǎn)模型就是將高維變量加工成風(fēng)險(xiǎn)評分，從而得到風(fēng)險(xiǎn)分群。活躍度模型也是得到活躍度的分群，流失預(yù)警模型是按流失可能性得到分群。

另外，除基于數(shù)據(jù)的分群外，還有一類基于經(jīng)驗(yàn)的分群，主要是利用從業(yè)務(wù)知識中了解到的客群差異性來做分群，如不同的營銷渠道上風(fēng)險(xiǎn)差異較大，那就可以關(guān)注渠道分群，新的子產(chǎn)品上線了，業(yè)務(wù)更下沉了，那就可以關(guān)注是否是這個子產(chǎn)品的用戶這個分群等等。

二、消費(fèi)金融

消費(fèi)金融不僅僅是在平臺內(nèi)先享后付的金融，基本上所有的小額借貸都是用于消費(fèi)，畢竟用于投資劃不來。也就是說，消費(fèi)金融不僅僅是花唄和白條，借唄、金條和各大銀行的信用卡、消金平臺的貸款產(chǎn)品都包括在內(nèi)。

那消費(fèi)金融關(guān)注哪些客群呢？一筆消費(fèi)貸款完整的周期包括借款和還款，借了不還就產(chǎn)生了損失，所以要做風(fēng)控。風(fēng)控關(guān)注點(diǎn)背后就兩個，還款能力和還款意愿。分群本質(zhì)上都跟這兩點(diǎn)有關(guān)系。

這樣的分群包括但不限于收入分群、多頭分群、活躍程度分群、額度使用率分群，甚至是逾期程度分群，等等。

以收入分群為例，可以根據(jù)月收入劃分檔次，收入代表了客戶的還款能力，還款能力越強(qiáng)，統(tǒng)計(jì)意義上信用風(fēng)險(xiǎn)會越低。收入分群一般成偏正態(tài)分布，中等收入的客群人數(shù)占比較高，極低和極高收入的兩端人群較少，且收入越高風(fēng)險(xiǎn)越低。收入分群不僅可以用來做風(fēng)險(xiǎn)決策，還可以用來做額度管理，收入低的不應(yīng)該給過高的額度，超出能力的提前消費(fèi)會暴露較大的風(fēng)險(xiǎn)。

再例如多頭等級，多頭相關(guān)的信息非常多，有登錄、申請、借款、還款、逾期等一系列信息，很難通過單一變量定義出高效的多頭客群?？梢砸远囝^變量對風(fēng)險(xiǎn)采用決策樹建模，輔以經(jīng)驗(yàn)優(yōu)化，得到組合多個變量的多頭分群，如輕度多頭、一般多頭、嚴(yán)重多頭。這樣的多頭分群就可以看作復(fù)合分群的一種。

活躍分群可以分為近半年活躍、近一年活躍、歷史活躍、從不活躍等。近期活躍的用戶當(dāng)然今后的活躍度也會更高，這部分用戶貢獻(xiàn)了最多的余額，并且風(fēng)險(xiǎn)相對也是低的。促活的意義在于用戶越用就越好，很好理解，和平臺交互越多，大浪淘沙，自然越來越好。

也常常關(guān)注額度的使用情況，額度使用率變高一般風(fēng)險(xiǎn)會升高，很好理解，可以用但卻不用，欺詐風(fēng)險(xiǎn)顯然沒有，信用風(fēng)險(xiǎn)不說絕對沒有，也是很低的。最終表現(xiàn)出了風(fēng)險(xiǎn)大部分是產(chǎn)品設(shè)計(jì)問題。

逾期更不必說，未逾期的是衣食父母，輕度逾期的不用催收也可能自然回款，適當(dāng)提醒還可以挽救客戶關(guān)系，中度逾期扔給催收，重點(diǎn)逾期賣資產(chǎn)包吧。

獲客收入高的，轉(zhuǎn)化活躍低的，用戶質(zhì)量越來越高，信息越來越厚，平臺就越開心。

以上，就是我為什么老說策略的精髓在于分群。

三、電商、社區(qū)團(tuán)購

經(jīng)典的“人貨場”三板斧，于電商平臺而言，就是三項(xiàng)關(guān)鍵工作，選品、店鋪運(yùn)營、用戶管理。品類要分群，店鋪也要分群，在這個雙邊市場里，我們還是關(guān)注需求方，聊一聊客群。

電商平臺的運(yùn)營策略差異化主要從3個角度出發(fā)：基于用戶的活躍度、基于用戶對不同商品的偏好、基于用戶所處的決策階段。

活躍程度分群，最經(jīng)典的就是前面說的RFM模型。對于流失客戶，是否要考慮采取召回策略；對于高價值用戶，是否可以向其推薦更多精準(zhǔn)的商品。

偏好分群是基于用戶對不同商品的偏好，將用戶區(qū)分成“美妝類”、“鞋帽類”、“數(shù)碼類”、“書籍類”等不同群體，然后精準(zhǔn)推送新品。也可以進(jìn)而根據(jù)品類和購買力，將用戶分為土豪、白領(lǐng)、藍(lán)領(lǐng)、低收等客群。

基于用戶決策階段，是關(guān)注用戶的關(guān)鍵行為，甚至是行為的路徑。例如，“領(lǐng)取了優(yōu)惠券，但是未使用”的客群，可以采取精準(zhǔn)的推送，刺激用戶的轉(zhuǎn)化。例如，“提交了訂單，但是未支付完成”的客群，可以去用戶細(xì)查，仔細(xì)分析每個用戶的操作流程，一般就能發(fā)現(xiàn)問題出在哪。另外，撤單、退貨、投訴等也是重要的分群。這些分群既可以用事實(shí)標(biāo)簽，還可以做模型預(yù)測。

以上分群在后臺無時無刻不扮演著決策工具的角色。另有一類耳熟能詳?shù)姆秩鹤叩搅伺_前，例如會員等級?；谫徺I力和購買習(xí)慣創(chuàng)造出一個會員等級這樣的產(chǎn)品，展示給用戶，可以和用戶建立良性交互?！拔业募墑e沒你高，我要買東西超越你。”

社區(qū)團(tuán)購相比電商，更高頻更必需，分群倒沒什么，就是以社區(qū)為單位的客群運(yùn)營。平臺主要是提供好供應(yīng)鏈、物流倉儲及售后支持，出發(fā)點(diǎn)是流量的爭奪，尤其是下沉城市用戶的爭奪。社區(qū)團(tuán)購業(yè)務(wù)本身不做什么精細(xì)化客群運(yùn)營。

平臺的目標(biāo)就是挖掘好的客群，并且把不好的客群運(yùn)營轉(zhuǎn)化成好的客群。

四、短視頻、直播

短視頻太“有毒”了，以至于我抵抗不了自己的意志，然后把抖音app的網(wǎng)絡(luò)給關(guān)了。這樣如果想刷，需要先去設(shè)置打開網(wǎng)絡(luò)，這一步我的意志力能稍微負(fù)隅頑抗一下。

它是怎么做到的呢？

智能算法非常強(qiáng)大，根據(jù)你的觀看或者評論，就能準(zhǔn)確地推算個人愛好，接著推薦給你很多相似內(nèi)容。而為了尋求極致的觀看體驗(yàn)，推薦的視頻都很精美，尤其是抖音，讓觀看者沉浸其中，無法自拔。

不管是快手還是抖音，營收主要都是靠廣告、直播、電商，比例有所不同。視頻生產(chǎn)者用盡手段讓用戶為之停留，再利用沖擊力極強(qiáng)的戲碼給足觀眾快感，廣告主收獲海量用戶，平臺坐收廣告費(fèi)，再精準(zhǔn)推薦直播間。

對廣告而言，不管是借貸、游戲、交友、醫(yī)美，還是之前的教育，大多都是競價廣告，點(diǎn)擊-下載-安裝的轉(zhuǎn)化率算的明明白白的。投放要定向，定向就要找客群，前文提到的常用客群，照樣會用在這個地方。除了根據(jù)人群標(biāo)簽投，還會根據(jù)CTR預(yù)估模型去投。

直播和電商更有趣，也更復(fù)雜。新手期時需要有一定的停留時長，來證明用戶是喜歡你的直播間的，因?yàn)橹挥邢矚g他才會購買，這是一個比較簡單的道理。

但平臺是非常關(guān)注時間的，就是每個用戶能夠在這個直播間里消耗多少時間。如果用戶在這里消耗了很多時間，但是銷售額或者說GMV不增長，平臺是不喜歡的，有些帶貨直播間拼命憋單拉停留時間，但是GMV做不上去，這種直播間也是拿不到流量的。

因?yàn)?，每個用戶在APP的停留時間是有限的，他如果在你的直播間消耗了很多時間，卻沒有產(chǎn)生GMV，對平臺來講就是損失，它完全可以把這個用戶分發(fā)到別的直播間去，別的直播間有能力產(chǎn)生GMV。

平臺在電商這塊真正要的是，你在較短的時間內(nèi)完成成交，而且不過度消耗時間。所以，對用戶的運(yùn)營，不僅僅是單一目標(biāo)為出發(fā)點(diǎn)，而不是多目標(biāo)優(yōu)化問題。

點(diǎn)擊率、轉(zhuǎn)化率、客單價，以及越來越重要的復(fù)購，背后都有大數(shù)據(jù)去排序、去組合，最終找到那個需要的客群。

好的客群，大多是重復(fù)的，一個人既是微信、支付寶、京東的用戶，也是抖音、快手、美團(tuán)的用戶。故事從來不是“你好我好大家好”的關(guān)系，從來都是PK關(guān)系?？腿鹤龅煤?，經(jīng)營到極致，本質(zhì)上就是互聯(lián)網(wǎng)業(yè)務(wù)的流量之爭。

回到最初的吐槽：

• 消費(fèi)金融：不管需不需要，讓人人有錢借，人人上征信；
• 直播：不管哪路神仙還是妖怪，讓人人都當(dāng)演員，假裝熱愛；
• 社區(qū)團(tuán)購：買菜買菜買菜，讓后疫情時代的生活也能像疫情中一樣，被投喂；
• 電商：下單更快，送貨更快，快感也更快消亡；
• 短視頻：凡夫俗子只關(guān)心如何打發(fā)時間，讓他們更凡讓他們更俗；

是的，要做到這些，就得分客群。誰分得更細(xì)，誰效率更高。

面向客群，大有作為。

#專欄作家#

雷帥，微信公眾號：雷帥快與慢，人人都是產(chǎn)品經(jīng)理專欄作家。風(fēng)控算法工程師，懂點(diǎn)風(fēng)控、懂點(diǎn)業(yè)務(wù)、懂點(diǎn)人生。始終相信經(jīng)驗(yàn)讓工作更簡單，繼而發(fā)現(xiàn)風(fēng)控讓人生更自由。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Unsplash，基于CC0協(xié)議