5 つのユーザー セグメンテーション モデル、使用したことがありますか?

ユーザー操作システムを構築する場合、最も重要なことは、合理的なユーザー階層化モデルを確立することです。ユーザー階層化モデルにはさまざまな種類があり、分割ルールが異なると、異なる階層化モデルが形成される可能性があります。

「最も価値のあるユーザーを見つける」の記事で言及した RFM モデルと、iResearch Ark が提案するインテリジェントなユーザー操作の ARGO モデルに加えて、最も一般的に使用されているモデルは、ユーザー ロイヤルティ モデルとユーザー ライフサイクル モデルです。さらに、特定の業界のアプリケーションでは、次のモデルも使用される場合があります。

正規分布モデル

ユーザー操作リソースが非常に限られている場合は、正規分布モデルを使用できます。たとえば、80/20 ルールは正規分布形式に属し、80% のユーザーが価値曲線の平均値に近く、残りの 20% のユーザーが主な利益源となります。一般的に、正規分布モデルは、利益貢献とユーザー数という 2 つの次元からモデル化されます。最も多くの収益をもたらす顧客はごく少数であることがわかります。運用コストや予期せぬ事態によるユーザー損失により、損失を被る企業は少数にとどまり、利益のほとんどは一定値に集中します。

以上の状況を踏まえ、当社はより多くの営業資源を配分して高収益ユーザーの維持に注力するとともに、当社の営業資源の大部分を占めながらも利益が限定的な顧客に対しては適切な営業資源調整を行うことが可能となります。定数値に近いほとんどの顧客は標準化されたサービスを受けられるため、リソースが節約され、限界費用が削減されます。

したがって、ユーザー システムは、さまざまな運用戦略の最適化を促進し、最終的なビジネス指標である利益を達成するために構築されます。

カテゴリー包括的嗜好モデル

電子商取引の場合、包括的なカテゴリの好みはカテゴリと密接に関連しており、コンテンツ製品の場合、コンテンツの種類と密接に関連しています。現在、コンテンツを入手したり商品を購入したりするためのチャネルはますます多様化しており、ユーザーは商品やコンテンツのカテゴリごとに異なるチャネルを選択する可能性があります。包括的なカテゴリの好みは、カテゴリ製品のユーザーによる検索、閲覧、注目、購入の回数と頻度を通じてカテゴリの重みを計算し、ユーザーを階層化してグループ化することで、ユーザーの使用を向上させ、最終的にユーザーの購入を促進します。

ユーザーアクティビティモデル

ユーザーアクティビティの階層化は、さまざまなWebサイトのユーザー運用で広く利用されています。通常、ユーザーアクティビティはPV、滞在時間、投稿数などで分類されます。電子商取引や新規小売業にとって最も重要なのは購買行動です。ユーザーは、最近の購入頻度に基づく特定のルールに従って、新規ユーザー、アクティブ ユーザー、休眠顧客、離脱ユーザーに分けられます。アクティブ ユーザーは、さらに、高頻度ユーザー、中頻度ユーザー、低頻度ユーザーに分けられます。

ショッピング意思決定モデル

ショッピング意思決定力とは、ユーザーの購買行動を通じてユーザーのショッピング意思決定方法を記述および区別し、ユーザーをグループ化および階層化することです。ユーザーは衝動買いタイプ、躊躇タイプ、合理的比較タイプなどに分類できます。ショッピングの意思決定タイプにより、カスタマー サービスによるユーザー心理の理解が深まり、クーポンの使用が改善され、最終的な購入率が向上し、返品率や交換率が下がります。さまざまなショッピング グループの割合を理解することは、製品設計にも役立ちます。注文前の閲覧時間、閲覧した SKU の数、最初の閲覧から購入までの時間などの特徴に応じてユーザーをクラスター化することで、パーソナライズされた推奨事項を実現したり、関連するユーザー操作アクティビティをプッシュしたりできます。

プロモーションに敏感なモデル

一般的なプロモーションの種類には、単一製品割引プロモーション、購入削減プロモーション、アドオンプロモーションなどがあります。ユーザーによって、好みのプロモーション方法が異なります。ユーザーが受け入れやすいプロモーション手法を学んだ後、ターゲットを絞ったマーケティングを実施し、運用コストの無駄を効果的に回避し、対応するカテゴリやアクティビティの購入コンバージョン率を高めることができます。