用户分层本身并不是目的，只是实现业务发展的手段方式。
用户分层运营，太多文章太多大咖有提到的。比较“百度百科科学式”理论是基于RFM模型。RFM模型现已被广泛深入的运用在传统+互联网企业里，它主要运用三个维度来区分用户，分别是：
R（Recency）：离某个时间点最近的一次消费，为「近度」维度；
F（Frequency）：一段时间内的消费频次，为「频度」维度；
M（Monetary）：对应这段时间内的消费金额，为「额度」维度。
但具体到每个行业每家公司每个业务的时候，甚至同一场景下不同的人也会是不同的玩法。以下是笔者我基于互联网+基金行业，在做基金转化（商业变现）时一些方法论体会供参考。其中涉及到特定的结果结论和一些数据我就抹去了。主要是从四个方面来与大家一同探讨：
用户分层维度确认
用户分层标签支持
精细化运营测试产出
精细化运营能效提升
其他寄语
一、用户分层维度的确认
首先要说明的是，根据不同目的目标和不同业务属性，所区分的用户分层维度选择也是不尽相同的。最终所表现出来的结果可以是“象限分层四类用户”、“时间维度层次多类用户”、“产品核心行为多环节用户”等等。甚至这也是一种用户分层：
此处关于基金业务，我主要是根据用户意愿、用户属性做“象限分层”：
用户意愿，即根据目标用户的特定行为所体现出来的对产品和服务的意愿强弱；
用户属性，即目标用户对产品和服务所反映出来的关联属性，具体到基金业务来说可以对标成对用户对基金产品投资专业程度。
业务导向，即通过上述维度区分了象限用户后，不论中间经历何种用户需求的测试、验证和满足等，都TM最终要走到业务转化，把流量变现这一步去考虑！
二、用户分层的标签支持
以上已经基本确定了按照用户基金投资意愿的强弱、专业程度的强弱等来做横坐标、纵坐标的分层维度。那么如何在产品内寻找到用户标签来做象限识别呢？
这个就要回到对自己所在业务和分层维度的双层理解基础上，从这两方面出发去提取产品内支持“用户意愿强弱”、“用户专业程度强弱”的各类数据来加以利用。并且这里有个假设的过程，即假设这部分用户标签是可以作证用户分层维度正确方向的，而后不断测试验证和优化。此外，必须明白做用户分层精细化运营的三大要素是不断动态调整更新的过程，它可能随着分层标签的不断验证佐证甚至产品发展的不同阶段而更新，无论如何它都不是一成不变的：
用户分层维度本身；
支持用户分层维度的用户标签本身；
支持用户标签本身的用户行为数据本身。
关于用户专业程度强弱
从平台提取了以下相关数据并假设他们可以作证用户分层维度方向的。这里提个一个结果，即先期假设“购买过非货基”的用户是比较专业的基金投资用户了。但其实后来不断的测试验证，我们认为应该在“购买过非货基”基础上，加上“距离首次购买时间一个月及以上时间”这个标签。
关于用户购买意愿强弱
提到这一块，建议大家把这样的虚拟业务场景现实化去想想，就好像一个客户是经过你的店面瞅了一眼便转身不再回头，又或是经过你的门面前甚至在某件商品前，再三徘徊一再把玩。其实类比到线上产品里，这样的用户行为也依然有表现和反射的。
此处主要提取用户访问基金产品页面、购买流程的每个路径botton、访问以上步骤的次数和频次，并就上述路径的用户行为逐一打上标签和权重分数，权重分数随访问路径越深层而越高：
确定上述用户行为标签及相应的权重分数后，即可在数据库里跑出相应的用户uid和体量绝对值。而且要说明的是，打权重分没有严格的界限与标准，只要大体符合漏斗路基和路径权重的方向即可。最终我得出如下结果：
三、精细化运营测试产出
根据上述分层维度和相应的用户标签支持，即渐渐地来到我们的分层目标用户面前，他们的形象还比较模糊，仍有待我们去逐步描绘清晰。与此同时，你已初步获得了经过一定逻辑、相应数据筛选出来的有特定特征的用户群了。这里建议暂时不要打上绝对的因果关系标签，而是保留着谨慎又大胆的假设之心暂且去把看待成一种有关系的现象即可。
据上用户分层维度的分出四个象限，对应出以下四类用户（过度阶段暂不考虑）：
购买意愿强但用户偏小白的用户
购买意愿弱且用户偏小白的用户
购买意愿强且用户偏专业的用户
购买意愿弱但用户偏专业的用户
接下来就是逐步针对以上四类用户，在保障用户体验的前提下不断尝试各类测试转化，不断朝着业务目标验证并得出相应结论。如下提一些就基金产品投资首购、复购的一些测试点，来帮助打开同学们的其他业务思路。涉及到实际商业结果结论在此就不便透露了。
10元即购的基金来引导低门槛首购；
根据风险偏好，即推用户持仓基金同属性基金来引导复购；
利用资产配置，即推用户持仓基金风险交叉的基金来引导复购；
不断用户教育，通过基金投资好处、基金定投好处来做内容变现转化；
特定场景下再尝试用某成本额度的利益刺激来尝试；
基金费率优惠等等其他。
另可见此前一篇文章《老司机运营套路：互联网基金该如何运营》
四、精细化运营能效提升
在经过用户分层维度确定、用户标签提取、不同属性用户的不断测试产出，最后还是要落地到以业务目的目标为导向的结论上来。并且，要优先跟进其中潜在价值产出高的用户，就本文本业务而言特别是其中“购买意愿较强用户”。对于其他潜在价值较低用户，并不是不去管，譬如它可能需要投入较长时间、转化难度高，这里需要制定计划逐步推进，相当于建立一个“潜在变现用户的蓄水池”。据此建议产出结果结论主要是从以下几个方面：
针对的目标分层用户是谁；
拿什么点去做、怎么做转化，目标效果最好；
目标效果而言，可提升的空间和点在哪；
当然，拿到上述测试结果结论还并不够，需要进一步推进的是如何运营所得的结果结论，使其能效化。笔者主要是从如下几个方面：
首先产品化，将所得结果结论产品化，推动嵌入到用户场景和流程中去，这样能效更高；
铺开面积推，由点及面地全量铺开推向用户，并在过程中不断优化完善，这样产能更大；
必要情况下，特别是用户分层和场景拆分很细情况下，需要通过搭建运营后台快速产出。
五、其他寄语
经验来看，这是条有很多弯很多坑要的路，但最重要的是先开始起来。结合自己的业务目标、主业务核心路径、用户的行为表现数据等等，先动起来，再而后不断的优化调整并最终建立起自己的运营策略和体系。而且，在这个框架和体系下，开展活动运营、内容运营、数据运营等才会显得更具逻辑性和目的性，而非孤零零的毫无节奏毫无支撑的运营支点！
