品牌营销：用户分层、沟通策略、统计评估那些事( 二 ) 总局|团购|作出行政处罚|社区

第三步，科学的统计评估方法，即用事实说话。

具体来看：
一、用户分层对于品牌快销，最重要的是回购周期，它决定了用户心智。
1. 回购周期 RC（Repurchase Cycle）：回购周期是指一个正常（平均）用户从第一次购买开始到再次购买之前的时间周期。
回购周期有 2 种计算方式：
1）正常用户计算法

正常（平均）一次购买量
正常（平均）每天使用量
RC = 正常（平均）一次购买量/正常（平均）每天使用量

2）现有数据归纳法

根据品牌消费者购买信息，将所有回购用户的平均回购间隔天数制成分布柱状图
累计 90% 用户的平均回购间隔天数即为 3RC
RC = 累计 90% 用户的平均回购间隔天数/3

下面举个小例子：
公司的一个洗碗机洗涤剂品牌，在中国引入不久，暂时没有特别多数据的积累，但是我们可以看业务数据，消费者一次购买的 PCT 是 150 元，差不多可以使用 50 次（按照我们的估算），假设平均每两天洗一次碗，每天洗碗的次数是 0.5 次，我们可以算出日常用户回购周期差不多在一百天。
然后看目前数据库中的 2 万左右的数据，用现有数据分析法，其数据中心 90% 的用户在 450 天内完成回购，故 RC = 150 天，但对这个品牌来说，用户心智还没有形成，所以我们这两种方法是有一种选择性。
对于不成熟品牌，就是用户心智还没有形成的时候，希望品牌输入一个强有力的心智，在合适的时间去触达它，我们建议在不成熟品牌的时候，采用我们推理正常用户的计算方法来定义回购周期。
对于成熟的品牌，其数据量、用户量的积累已经有一定的规模，我们还是希望遵循用户心智，遵循统计的归纳方法制定回购周期。那么回购周期计算完对分层有什么用呢？下面介绍用户分层的分类就很清晰了。
2. 用户分层1）用户分层：一重分类
根据客户最近一次购买时间，进行人群归类一重分类，这里用回购周期数字 RC 做第一重的切分，并可分为潜力人群、活跃用户、睡眠用户、流失用户（注：每位客户只会存在于 1 个分类中）。

潜力人群：品牌/品类的目标消费人群，且目前还没有购买我们的品牌/品类的产品；
活跃用户（R ≤ 2RC）：最近一次购买时间发生在 2 个 RC 内；
睡眠用户（2RC
流失用户（R > 3RC）：最近一次购买时间发生再 3 个 RC 以上。

这四类对品牌零售来说还是比较粗放，所以我们会进行二重细分。
2）用户分层：二重细分
我们会根据客户 R 值进一步的分类，从潜力角度会分为品质潜力人群和竞争品牌人群。前者是品牌/品类目标消费人群，目前还没有购买过品类产品；后者是品牌/品类目标消费人群，目前购买竞争品牌产品的客户。

活跃用户：是要重点关注的用户，可根据最近一次购买时间划分，分为高度清醒人群(R ≤ 1RC)、中度清醒人群(1RC
睡眠用户：可分为轻度睡眠人群(2RC
流失用户：可分为品牌流失用户和品类流失用户，前者是最近一次购买时间在 3 个 RC 以上，且流入到竞争品牌中；后者是最近一次购买时间在 3 个 RC 以上，且后续不再购买品类产品。

3）用户分层：三重细分
新客、老客、忠粉是贡献我们的 GMV 的这部分用户，三重细分是我们从活跃用户里面再去切分一层的，再去切分的时候，除了购买时间以外，还要根据购买频次、贡献客单价等进行细分。
如果我们的老客第一次购买两次及以上就是老客，对于这样的快销品牌尤其电商促销氛围特别浓的场景来说，很多用户，它购买力只有 9.9，这可能就不算老客，定义中也可以对客单价有要求，这样我就会对新客、老客、忠粉重新定义来去识别，到底哪些是老客、哪些是忠粉（注：PCT2：用户第二次购买的客单价；V：某一个固定金额，因品牌而异）。

新客：活跃用户中 F = 1 的用户；
老客：活跃用户中 F = 2 且购买 PCT2
忠粉：活跃用户中 F ≥ 3 或 F = 2 且第二次购买 PCT2 ≥ V 的用户。

以上是通用的老客和忠粉的定义，而每个品牌也有其判定方法，有的以客单价，有的以商品品类数，有的用周期使用数来做判定，各个品牌也可以按照自己实际情况，对老客和忠粉进行界定。如 A 的 V = 200，是店铺平均客单价的 2 倍，A 旗舰店平均客单价为 100；B 是买到 4 瓶消毒液/除菌液的金额，V = 200。
做完梳理后，整个部门营销目标就会变得比较清晰，我们的用户营销目标 KPI 会变成提升活跃用户的质量，还有增加活跃用户的数量。