TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

受众分群工具:选择之前要比较的十条标准

十条标准,每条一个通过测试;一个加权对比矩阵;五个由事件构成的分群(含规模和区间);一个一小时的测试,以及画像相关的隐私检查。

索菲娅·贝内特 发布于 2026 年 11 月 21 日 8 分钟阅读 增长与运营
示例数据:四个由事件、时间窗和次数定义的分群。每个分群的成员都足够多,95% 区间较窄,比如放弃购物车者是 9.1% 到 13.2%。示例数据

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3221
2时间窗3212
3更新方式2210
4身份2122
5预览与趋势2210
6复用2221
7导出与激活1122
8隐私1212
9限额1121
10可解释性1211
加权总分(满分 36)322721

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1,8009.0%22%(396)20.1% 到 24.0%
放弃购物车者7 天内加入购物车、没购买9004.5%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1,5007.5%6%(90)4.9% 到 7.3%
流失的购买者近 180 天内买过,近 60 天没买2,40012.0%4%(96)3.3% 到 4.9%
其他所有人以上都不是13,40067.0%未列出

从表里读三件事:

  1. 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。
  2. 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)。
  3. 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。
app.tapcub.com

各基于事件的分群的 30 天转化率

示例基数 20,000
重度用户(1,800)22%
放弃购物车者(900)11%
看过定价者(1,500)6%
流失的购买者(2,400)4%
示例数据
示例数据:四个由事件、时间窗和次数定义的分群。每个分群的成员都足够多,95% 区间较窄,比如放弃购物车者是 9.1% 到 13.2%。

怎么用一小时测试一个工具?

  1. 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。
  2. 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)。
  3. 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。
  4. 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。
  5. 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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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

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。

索菲娅·贝内特

产品应用顾问

关注客户上手、在线沟通与自助服务,将常见使用问题整理为清晰的操作建议与改进思路。

在一个项目里用事件建分群

规则、实时、静态和 RFM 分群,30 天的规模趋势,并能一键用于漏斗和留存。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie