按用户需求差异分群多为平行的分群： 属性； 渠道； 场景； 功能偏好/内容品类偏好/商品品类偏好； 价格敏感高低，服务敏感高低。 按状态： 付费状态； 购买历史； 广告点击。 按用户身份差异分群： 金字塔，比如微博的用户身份 分群不一定要覆盖大盘全部用户，根据实际业务目标分即可。比如按关键行为分群一般就很难覆盖全部用户，因为关键行为本身就已经对用户做了一层筛选。 实际做分群时往往用到不止一种方法。分群本身相对好理解，难的是分群后怎么应用
怎么上策 再单说下用户生命周
期价值管理，即LT管理：分LT和le： LT：life time即希 Paytm 数据库 望用户在产品的时间越长越好。 ：希望在这个LT里面，能够完成对他这个用户的变现，获得商业价值，同时也给这个用户提供用户价值，这就是le。对于其它还没有进入到这个健康活跃状态LT的时间段内)的用户，需要通过各种手段让他进入进去，这大概就是LT的底层逻辑。 有点抽象，再说的具体些： LT：是用户生命周期。在产品中体现为留存。
如果对很熟练那么应该
很容易理解活跃天和留存的关系。通过公式 年月接受采访时 可以推导出一个稳定获客的产品，到第n天累计新增日活前n天留存对n的积分*每天新增。留存函数可以通过前行拟合。 ：是用户价值。比如广告变现。LT和可以根据两者的关系求出LT的最大值，以此为依据来平衡用户体验和产品的商业价值。 最终得到的用户商业价值可以和用户获取成本进行对比，若为正，那就可以大规模买量了。比如头条，猎豹
这么说会不会太绝对了？
会；tiktok是先大规模在脸书买量然后再 BY 列表 做留存的，因为它有抖音的经验，当其短视频内容足够丰富时，其强大的算法逻辑一定能让留存提升，最终ROI必定能打正，所以tiktok后做的留存 好吧，最后再说下商业价值。 之前写过产品粘性、迁移成本、商业价值三者的关系。
