分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。想和更多志同道合的人一起聊《该书审核已经通过fxl》，微信关注“热度网文 或者 rdww444” 与更多书友一起聊喜欢的书
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。分类是我们简化认识、理解世界最常用的方式之一。
世界本为一体，我们为了便于理解，把原子及以下层面的事情叫做物理学，原子组成了分子，进入化学领域，有机大分子，又和生物沾边，生物越来越复杂，有了人类学，人类个体研究叫心理学，一群人就是社会学，衍生出经济、政治、文化……
淘宝有一批产品经理，专门研究「类目」，即如何把这个世界上所有的商品进行分类；
之前，我也写过一篇和分类有关的文章（链接：聊聊互联网产品的分类）；
今天，我们讲讲用户细分的实用套路，这是在众多用户中，寻找最关键的核心用户、精细化设计、运营的必备技能。
分类的角度有很多，我们先从逻辑上，复习一下什么样的分类是好的？我的理解是把全集分为子集后，不同子集的个体之间差异尽量大，每个子集内的个体差异尽量小。那么，我们对用户进行分类的原则就是——
不同细分的用户，“需求场景”差异要尽量大。
第一，如果产品的用户是多边的，先根据不同角色分类。
多边型的产品，对应单点（如小工具）和单边（某些同好社交应用）的产品，要有至少两种明显差异的用户群体，通常这种产品都具有平台属性。
举例，对于淘宝来说，常见的分法是买家、卖家、第三方服务商、平台方；对于滴滴出行，就可能会分成司机、乘客、平台运营方；对于知乎，可以分为提问者、回答者、吃瓜群众、平台方……这种就是按不同的角色来分类，一般我们会把不同角色作为第一维度来对目标用户进行分类，不同用户群体的需求场景差异显然巨大。
第二，新人、中间用户和专家。
这是按照用户对「产品所在领域的熟悉程度」来分类，也是一种非常常用的用户分类方法。对于单边的用户角色，如果找不到更好的分法，我建议用这个方法保底，毕竟新人和专家的需求场景差异巨大，前者希望「简单易用易上手」，后者期待「稳定可靠性能高」。
比如qq音乐，对于听歌的用户来说，如果是新人，他可能需要最热的榜单、通过场景自动选歌，对于专家用户，他可能会去搜某一张专辑，或者搜某位歌手；又如开车，新人需要一辆好开的自动挡，专家可能需要能上赛道的手动小钢炮、能进山的硬派越野。
与此近似的角度，是新用户与老用户。
第三，根据人口统计信息。
年龄、性别、职业、所在地、消费水平……这个方法要慎用，要避免人口统计信息和产品关系不大的情况（比如按照不同职业来区分打车用户，就没什么逻辑），这样划分成的几类用户，需求场景差异往往不是很明显。
说几个比较适合的例子。银行各种级别的信用卡，是按照资产、收入、消费水平来分的；乐高的玩具，是按照年龄——不同年龄段儿童的常规智力水平区分的；一些服装品牌款式的策略，按照地域——一线大城市与三四线城市划分；奶粉，不同的年龄段；k12教育里的学生，不同年龄段；厕所，性别（这个例子比较扯淡，哈哈）……等等。
第四，根据产品的业务场景。
这个很难总结为通用的规则，通过几个例子给大家一点启发。
比如做企业服务，可以按照用户（公司）的阶段分为种子轮、天使轮、a、b、c……preipo、已上市等；
做培训的，可以按照互联网、it、快消、生产制造等行业划分，产品、运营、技术、管理等不同岗位划分；
做航旅的，可以按照用户累积里程分为普通、银卡、金卡、铂金；
做媒体的，可以按照读者的三观进行区分，信中医的和反中医的，民族主义的和世界大同的；
做社区的，经常分为原创内容的pgc写手、加工内容的（点赞、转发等）积极分子、纯消费内容的浏览型用户；
做出游的，可以分为单人、情侣、亲子、团建等等；
还有比较通用的，分为需要引导的菜鸟，需要维系的忠粉，需要召回的旧爱，需要赶走的讨厌鬼；
……
编个打油诗（什么鬼，完全不押韵啊）——
多边先分边，
新人与专家，
人口统计学，
业务场景化。
分得不好，后面做起来一团乱麻，分好了，便于分而治之。想和更多志同道合的人一起聊《该书审核已经通过fxl》，微信关注“热度网文 或者 rdww444” 与更多书友一起聊喜欢的书
为更好的阅读体验，本站章节内容基于百度转码进行转码展示，如有问题请您到源站阅读, 转码声明。
圣墟小说网邀请您进入最专业的小说搜索网站阅读该书审核已经通过fxl,该书审核已经通过fxl最新章节,该书审核已经通过fxl 圣墟小说网！
圣墟小说网邀请您进入最专业的小说搜索网站阅读该书审核已经通过fxl,该书审核已经通过fxl最新章节,该书审核已经通过fxl 圣墟小说网！