做运营：你如何快速划分你的用户？

互联网音乐产品中有哪几类用户？

这应该是音乐App的产品经理第一个要考虑的问题。用户群细分是最常见的用户研究手段。一下子去理解所有用户是很难的，但是分而治之，则会容易很多。这同时也是市场营销课程的基础，去理解细分市场是每个营销人员的必备技能之一。在这点上，产品经理和市场营销是相通的。

划分用户群能直接产生的作用，就是更好的理解产品的目标用户和市场竞争情况，包括：

1. 有哪几类用户群？

2. 这些用户群的特点是怎样的？数量大致是怎样的？

3. 竞争对手们覆盖了哪些用户群？

4. 哪个细分是市场的空白？而哪里又是远期的必争之地？

5. 产品从起步到成熟的竞争策略是怎么样的？先做哪个用户群，再做哪个用户群？

可以看到，产品经理心中的整个大盘，其实都与划分用户群有关，将它称为一个产品由始至终的关键点都不为过。传统的用户研究中的用户画像，就是最终产出不同用户群的典型特征。那么在立项之初，产品经理要通过自己去快速划分用户群的时候，应该怎么做呢？

在网易云音乐立项时，我们为了快速划分，做了这么几件事：

1. 利用身边的资源进行定性的用户访谈，覆盖不同类型的用户；

2. 根据访谈的结果，分析出划分用户群的因子；

3. 利用因子来划分用户群；

4. 通过问卷调研等方法来进行初步的验证。

下面就通过这个流程来详细介绍快速划分用户群的方法。

一、通过定性访谈，分析出划分用户群的因子

我在做网易云音乐之前，对内容社区型的产品有过积累，了解UGC的基本用户群体——内容贡献者和内容消费者。我通过这两条线去访谈了身边不同的用户，分为这么几种（每种需要区分男女、年龄段，平均大致3-4名用户）：

1. 用户A，资深的虾米音乐用户，创建过很多精选集，也有很多粉丝（因为虾米音乐在杭州，比较容易找到这样的用户面聊）；

2. 用户B，音乐互联网产品从业者，做社区运营的；

3. 用户C，独立音乐人，不红；

4. 用户D，大学生／高中生，喜欢买打口CD，听欧美的摇滚乐；

5. 用户E，白领，上下班听音乐，以国内的流行音乐为主；

6. 用户F，35岁以上的资深乐迷，家藏非常多的CD；

总共花了2周时间访谈了大约20名用户，每次访谈的时间从半小时到3小时不等。有的用户很善于聊天，能够提供很多想法，就会边喝边聊很畅快；有的用户不健谈，半小时之后对话就很干了，只能草草结束。但只要用心去寻找用户，用心去聊，典型的用户会带来很多有价值的信息，不仅可以用于分析划分的因子，还可以带来很多产品上的灵感。

这个信息搜集的过程非常重要，是产品经理了解用户的第一步。我认为不管职位高低、工作年限长短，在面对一个新产品时，产品经理都要亲力亲为去做这一件事，才能对用户群有直观的了解，才能看清楚血肉所在，而不是看似清醒实则模糊。访谈时，尽量选择面对面交流，谈话间的语气、神情、用词，都会是有帮助的细节，并且往往面聊才能真正催生出被访者的兴趣，从而挖掘到更多的信息；实在没办法，才选择通过电话、视频或IM来访谈，并且请选择你认为重要性一般的用户。

在访谈过程中，我了解到了音乐的喜好程度是一个很重要的因子。不同的音乐喜好决定了看待音乐的态度。有人将音乐看作职业，有人将音乐看作最大的爱好，有人将音乐看作陪伴，有人将音乐看作消遣，有人将音乐看作背景音乐。态度的不同，决定了用户在已有的音乐产品上的不同的使用行为——发现音乐的方式，听音乐的方式，分享音乐的方式，音乐相关付费的方式，都有所不同。同样也决定了不同的用户，最终选择了在用哪些音乐产品。

另外一个重要的因子是年龄。这是通过我自身的经历得出来的（可以看到在选择访谈对象时，就区分了年龄），通过访谈验证了这个结果。音乐是人类精神世界的消费品，人类从出生起就会对音乐、节奏有反应，甚至在母亲肚子里时，大人们都会给小宝宝听莫扎特、贝多芬的传世名作。每个人自己的音乐口味，都是逐步形成的，大众一般都是这样的节奏：

1. 一开始听歌，但是并没有固定喜欢的歌手。从中学开始，逐渐有了喜欢的歌手，有的甚至是偶像（得益于互联网的传播，如今这个趋势可能从小学就开始了）。

2. 大部分人会由同学影响，开始接触更多的流行音乐。在80、90后同学中的意见领袖，则是很早就开始在网络上受到影响，继而影响自己的同学。

3. 到了大学，接触面更加广了，这时会更加明确自己的喜好，开始逐渐形成自己的音乐口味。以前有些喜欢的歌手感觉一般了，有些成了一生的偶像，也有些新接触的歌手打开了音乐新世界的大门。

4. 毕业后参加工作，越来越忙，音乐口味逐渐定型，这时很难再接受新的音乐类型，因为：没时间、没有主动的兴趣。当然也有例外，例如熟人朋友推荐的歌，以及大街小巷都在听的歌。

可以看到不同的年龄段，就是用户形成音乐口味的不同阶段，而不同阶段的用户的行为，就会有很大的不同。因此我选择了年龄作为另外一个因子。

总的来说，因子可以分为两类：基本的人口属性（如年龄、性别、教育程度、职业等）和垂直领域属性（在音乐中就是音乐的喜好程度）。划分一个二维坐标系的用户群，用两个因子就足够了。

二、利用因子划分用户群

利用年龄和音乐的喜好程度，最终我们划分的用户群如下：

各种用户的简单画像是：

学生中的意见领袖：在中学、大学时就先于周围的同龄人接触新鲜的音乐趋势，受欧美、日韩、乃至小语种的音乐影响很深，会积极的给同学们安利自己喜欢的音乐。他们兴趣爱好广泛，有挺强的表达欲，尤其是在互联网传播发达的今天，他们能在网络上和同好聚集在一起，不再像80后喜欢欧美摇滚那么孤独。音乐是除了学习之外生活中很重要的事。

普通学生：音乐口味刚起步，喜欢在年轻人中流行的音乐。但如今的学生与80后做学生时又不同，现在他们有更多的偶像可以去追，虽然是普通的音乐口味，但也分了很多“派别”，而80后在学生时代几乎清一色的周杰伦王力宏孙燕姿梁静茹……音乐是缓解学习压力的好帮手。

（编辑：云计算网_宿迁站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!