受众分群工具按规则定义一群人,在行为变化时让人群保持最新,并让你分析或传给别的系统。比较时看十条标准:含「做过」和「没做过」的事件规则、滚动时间窗、更新方式、身份、规模预览、复用、导出、隐私、限额和可解释性。下面给出每条的通过测试、一个加权矩阵、五个由事件构成的分群,以及一个一小时的测试。
读完你会知道
- 标准 1 到 3(事件规则、时间窗、更新方式)决定了能不能建基于行为的分群
- 给方案加权打分;优先级变了,名次可能变
- 检查分群规模:900 人、11% 得 9.1% 到 13.2%,而 40 人里 4 人则是 4.0% 到 23.1%
受众分群工具到底做什么?
受众分群工具做三件事:按规则定义一群人,在人们的行为变化时让这群人保持最新,以及让这群人可以被使用,要么用来分析,要么传给别的系统。工具之间的差别,主要在于规则由行为(比如「近 7 天加入购物车且没买」)而不是由属性清单(比如国家或套餐)构成时,这三件事各做得多好。
把市场分成需求不同的群体,这个想法可以追溯到 Wendell Smith 1956 年关于产品差异化和市场细分的论文。此后变化的是数据:有了事件追踪,你可以按人们上周做了什么而不是他们是谁来定义分群。这就是行为分群,也是本文的视角;定义和例子见行为分群,方法见怎么给受众分群和受众分群。
本文给出十条要核对的标准,一个不点名产品的加权对比矩阵,五个由事件构成的示例分群(带示例数字),一个一小时的测试,以及分群用于营销时适用的隐私检查。
该核对哪十条标准?
| 序号 | 标准 | 要问的问题 | 通过测试 |
|---|---|---|---|
| 1 | 事件规则 | 规则能表达「做过」和「没做过」某个事件,并带次数吗? | 建「购买 2 次以上且没退款」 |
| 2 | 时间窗 | 时间窗是滚动的(近 30 天),而不是固定日期吗? | 同一条规则下周的成员不同 |
| 3 | 更新方式 | 支持每天刷新、实时进入、静态名单中的哪几种? | 触发一个事件,计时到成员变化要多久 |
| 4 | 身份 | 能处理匿名访客、已识别的人和账户吗? | 看匿名访客是不是成员 |
| 5 | 预览与趋势 | 保存前显示成员数,并随时间跟踪吗? | 数字与你另外查询的结果一致 |
| 6 | 复用 | 同一个分群能筛选漏斗、留存和报表吗? | 一键套用到漏斗 |
| 7 | 导出与激活 | 成员能传给别的系统(文件、接口、Webhook)吗? | 收到一条变化通知 |
| 8 | 隐私 | 遵守同意、保留期和数据主体请求吗? | 删除一个人,看他是否离开分群 |
| 9 | 限额 | 最大成员数、分群个数、刷新频率? | 动手之前先读套餐限额 |
| 10 | 可解释性 | 能看到某个人为什么在这个分群里吗? | 打开一个成员,读到匹配原因 |
标准 1 到 3 决定你能不能建出基于行为的分群。如果一个工具不能表达「没做过」,你就建不出流失购买者和放弃购物车这类最常用的分群。
怎么用加权矩阵比较方案?
按每条标准对你的重要程度赋权重(3 = 决定性,2 = 重要,1 = 有更好),给每个方案打 0 到 2 分,再相乘。示例数据:三个假想的工具,不是真实产品。
| 序号 | 标准 | 权重 | 工具 A | 工具 B | 工具 C |
|---|---|---|---|---|---|
| 1 | 事件规则 | 3 | 2 | 2 | 1 |
| 2 | 时间窗 | 3 | 2 | 1 | 2 |
| 3 | 更新方式 | 2 | 2 | 1 | 0 |
| 4 | 身份 | 2 | 1 | 2 | 2 |
| 5 | 预览与趋势 | 2 | 2 | 1 | 0 |
| 6 | 复用 | 2 | 2 | 2 | 1 |
| 7 | 导出与激活 | 1 | 1 | 2 | 2 |
| 8 | 隐私 | 1 | 2 | 1 | 2 |
| 9 | 限额 | 1 | 1 | 2 | 1 |
| 10 | 可解释性 | 1 | 2 | 1 | 1 |
| 加权总分(满分 36) | 32 | 27 | 21 |
工具 A 得 32 分(满分 36,即 89%),B 得 27 分(75%),C 得 21 分(58%)。工具 B 在导出和限额上占优,却输在权重最高的几项。按你自己的情况改权重,名次可能改变:如果你主要是要把受众推送到邮件系统,就把标准 7 的权重定为 3。
| 标准 | 通过测试 | 权重 |
|---|---|---|
| 含「做过」和「没做过」的事件规则 | 建「购买 2 次以上且没退款」 | 3 |
| 滚动时间窗 | 同一条规则下周的成员不同 | 3 |
| 更新方式 | 触发测试事件后,计时成员变化 | 2 |
| 身份 | 看匿名访客是不是成员 | 2 |
| 规模预览与趋势 | 数字与另外的查询一致 | 2 |
| 在漏斗和留存中复用 | 一键套用分群 | 2 |
其余四条标准(导出、隐私、限额、可解释性)在示例矩阵里权重为 1。
由事件构成的分群是什么样的?
示例数据:一个有 20,000 位已识别用户的产品,和下面五条规则。
| 分群 | 规则(事件) | 成员数 | 占总体比例 | 30 天转化 | 95% 区间 |
|---|---|---|---|---|---|
| 重度用户 | 近 30 天活跃 8 天及以上 | 1,800 | 9.0% | 22%(396) | 20.1% 到 24.0% |
| 放弃购物车者 | 7 天内加入购物车、没购买 | 900 | 4.5% | 11%(99) | 9.1% 到 13.2% |
| 看过定价者 | 14 天内看过定价页、没开始试用 | 1,500 | 7.5% | 6%(90) | 4.9% 到 7.3% |
| 流失的购买者 | 近 180 天内买过,近 60 天没买 | 2,400 | 12.0% | 4%(96) | 3.3% 到 4.9% |
| 其他所有人 | 以上都不是 | 13,400 | 67.0% | 未列出 |
从表里读三件事:
- 先看规模,再谈野心。 最小的分群有 900 人,转化率 11% 时区间是 9.1% 到 13.2%,足够窄,可以据此行动。同样规模只有 40 人、其中 4 人转化(10%)的分群,区间会是 4.0% 到 23.1%,不应该据此做活动。
- 规则 = 事件 + 时间窗 + 次数。 每一行都有一个事件(「做过」或「没做过」)、一个时间窗(7、14、30、60、180 天),重度用户还有一个数字(8 天及以上)。
- 分群会重叠。 一位重度用户也可以是看过定价的人。把成员数相加之前先查重叠;前四行占总体的 33%,只是上限。
各基于事件的分群的 30 天转化率
示例基数 20,000怎么用一小时测试一个工具?
- 第 0 到 15 分钟:建三个分群,用你真实的事件:一个「做过」、一个「没做过」、一个带次数和时间窗。
- 第 15 到 25 分钟:对账。 把每个预览的人数和对同样数据另外查询的人数比较。差距超过 1% 到 2%,就需要解释(测试用户、机器人、身份模式)。
- 第 25 到 40 分钟:改变数据。 以测试用户身份触发一个事件,计时到成员变化要多久。与标准表里的更新方式对照。
- 第 40 到 50 分钟:复用。 把一个分群套用到一个漏斗和一张留存表上。
- 第 50 到 60 分钟:检查退出。 导出成员,或收到变化通知,再删除一个测试用户,确认他离开分群。
分群要做哪些隐私检查?
根据一个人的行为建分群,属于一种画像。GDPR 第 4 条第 4 款把画像定义为对个人数据的自动化处理,用来评估个人方面的情况,包括偏好、行为和位置。第 21 条第 2 款赋予人们随时反对为直接营销而进行的处理(包括画像)的权利,第 21 条第 3 款规定,一旦他们提出反对,其数据就不得再用于该目的。所以任何评估里都应包含三项检查:
- 你能落实反对吗? 提出反对的人必须离开所有营销分群。
- 这个分群需要个人数据吗? 匿名或汇总的分群能避开大部分问题。
- 用途写下来了吗? 为产品分析建的分群,不应悄悄变成营销名单。
选分群工具时的常见错误
- 按属性数量挑。 五十个人口属性字段,不如三条定义清楚的行为规则有用。
- 跳过「没做过」。 流失和放弃类分群需要「缺席」规则。
- 轻信预览。 要和另外的计数对账。
- 建很小的分群。 成员不到几百人时,转化率太不稳定,不适合据此行动。
- 忽视身份。 如果匿名访客不能成为成员,「看过定价页的访客」这个分群对未登录流量就是空的。
- 把重叠的分群当成不同的人来计数。
- 忘了退出机制。 要确认当一个人提出反对、删除账号或不再符合条件时,你能把他从每个下游名单里移除,而不只是在他符合条件时把他加进去。
在 TapCub 里建基于事件的分群
还是那五个示例分群。你想不先把数据导到别的系统就建出来。
- 识别人。 匿名访客没有档案,永远不是分群成员,所以人登录时要调用
tapcub.login;之后他们会出现在 全端分析 › 用户 › 用户,并带有时间线。 - 建分群。 在 全端分析 › 用户 › 分群与标签 里,用「做过或没做过某个事件、属性、首次出现、活跃、在另一个分群里」等条件建规则分群,预览人数,再保存。实时分群在采集时把人加进来(刚做了某个事件、访问了某个页面、从某个渠道来);静态分群是粘贴的一串 ID;RFM 分群用十个分组,并记录组间的移动。
- 盯着它。 规则分群每天刷新或手动刷新,保留 30 天的规模趋势,并记录谁加入、谁离开。
- 复用它。 分析 会把分群作为队列套用到分析里,所以同一批受众可以筛选 全端分析 › 行为分析 › 行为分析 里的漏斗。
- 清楚边界。 配置了 Webhook 时,TapCub 会发出成员变化通知,但 TapCub 不发邮件、不买广告。它定义并衡量受众;发送属于你接入的系统。
常见问题
什么是受众分群工具?
按规则定义人群、在行为变化时让人群保持最新、并让你分析它们或把它们传给别的系统的软件。基于行为的工具用事件来构建规则,比如在某个时间窗内做过或没做过某件事。
选受众分群工具要看什么?
核对十件事:含「做过」和「没做过」的事件规则、滚动时间窗、更新方式、身份处理、规模预览与趋势、在漏斗和留存中复用、导出、隐私控制、限额和可解释性。按你的需求赋权重,给每个方案打分。
什么是行为分群?
按行动而不是属性定义的人群,比如近 7 天加入购物车且没购买的用户。每条规则由一个事件、一个时间窗和有时一个次数组成。
分群该多大?
大到比率稳定。示例里,900 人、转化率 11% 的区间是 9.1% 到 13.2%,可以支持行动;40 人、4 人转化的区间是 4.0% 到 23.1%,则不行。
分群会带来隐私问题吗?
会。按行为建的分群属于 GDPR 第 4 条第 4 款所说的画像,而对于直接营销,人们可以随时反对(第 21 条)。要确保反对之后相关人员会从分群中移除,并写明每个分群的用途。
资料来源
- Wendell R. Smith,Product Differentiation and Market Segmentation as Alternative Marketing Strategies,Journal of Marketing 21(1),1956,3–8。市场细分的起源。核对于 2026-11-15(doi.org 对脚本返回 403)。
- GDPR,第 4 条:定义。第 4 款对画像的定义。核对于 2026-11-21。
- GDPR,第 21 条:反对权。第 2 款直接营销与画像,第 3 款反对的效力。核对于 2026-11-21。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

