细分受众,先选一个你能据此行动的维度,比如来源、行为或生命周期阶段,用时间窗口定义规则,再检验各组的行为确实不同,然后才在上面搭建东西。算例里,设备和国家对转化没有影响,而访客是否看过价格页,把转化率分成了 12.0% 和 3.0%。
读完你会知道
- 从一个维度、一个决策开始;只有你会对它做点不同的事,细分才有用
- 检验这次拆分:示例里设备(z = −0.48)和国家(z = −0.03)没有差异,看过价格页(z = 16.47)有
- 每个不同的行动保留一个细分,通常 3 到 5 个,每季度复核
细分受众是什么意思?
细分受众,就是把人按某个共同特征分成几组,好让你对每一组区别对待。这个想法由来已久:Wendell Smith 在 1956 年把市场细分描述为,让产品和营销去适应不同客户群的不同需求,而不是扭转需求去迁就一个产品(出处)。
让一次拆分成为细分的,是行动这道检验。只有当你会对这一组做点不同的事,这个细分才有用:不同的信息、页面、优惠、客服路径或跟进。“25–34 岁的访客”只是一个标签;“看过价格页但没有购买的访客”才是细分,因为你可以给他们展示具体的东西。
定义和主要类型见受众细分术语页和行为细分。本文是操作指南:选一个维度,拆分,然后先验证各组的行为确实不同,再在上面搭建东西。
应该从哪个维度开始?
先按你要做的决策选维度,再看手头已有的数据。六个选项覆盖大多数情况:
| 维度 | 拆分示例 | 需要的数据 | 通常能行动吗? |
|---|---|---|---|
| 地区 | 国家、区域、语言 | 访问带来的位置 | 价格、运费、语言或服务时间不同时 |
| 人口属性 | 年龄、职位、公司规模 | 你收集过的资料 | 只在你真的有这些数据、且它会改变报价时 |
| 获客来源 | 渠道、活动、引荐来源 | UTM 和引荐数据 | 能,用于预算和落地页 |
| 行为 | 看过价格页、加入购物车、用过某功能 | 事件 | 能:意向最清晰的信号 |
| 生命周期阶段 | 新、回访、沉睡 | 首次和最近一次活动 | 能,用于引导和召回 |
| 价值 | 最近、频繁、高消费(RFM) | 订单和金额 | 能,用于忠诚和留存 |
两条帮你选择的准则:
- 拿不准就从行为、来源或生命周期开始。 数据你已经有,而且每一个都指向明显的行动。
- 人口属性放到后面。 它们描述起来容易,但和人们在你网站上的行为联系很弱,而且多数访客根本不会告诉你年龄或职位。
| 维度 | 拆分示例 | 通常能行动吗? |
|---|---|---|
| 地区 | 国家、区域、语言 | 价格、运费或语言不同时 |
| 人口属性 | 年龄、职位、公司规模 | 只在你有数据、且它会改变报价时 |
| 获客来源 | 渠道、活动、引荐来源 | 能,用于预算和落地页 |
| 行为 | 看过价格页、加入购物车 | 能:意向最清晰的信号 |
| 生命周期阶段 | 新、回访、沉睡 | 能,用于引导和召回 |
| 价值 | 最近、频繁、高消费(RFM) | 能,用于忠诚和留存 |
拿不准就从行为、来源或生命周期开始;人口属性放到后面。
细分受众的步骤是什么?
- 先写下决策。 “我想提高结账转化率”或“我想把不再购买的客户拉回来”。没有决策支撑的细分,最后只是一份没人打开的报告。
- 从表里选一个维度。 不是三个。多个维度组合会让分组成倍增加,每组的人数被切小。
- 把规则定义精确,并带上时间窗口: “最近 30 天看过价格页”,而不是“对价格感兴趣”。
- 数一数这一组有多少人。 如果人数少到无法行动,就放宽窗口或合并分组。40 个人的组撑不起一次测试。
- 在对你的决策重要的数字上比较各组(转化率、复购率、人均收入)。这就是验证步骤,下一节讲。
- 给每个确有差异的组配一个行动, 并去掉和别的拆分得到相同行动的那些。
- 每季度复核。 人会在分组之间移动,规则也会过期。
怎样检验各组的行为确实不同?
一次拆分可能只是碰巧看起来不同。在上面搭建东西之前,对你关心的比率做一次两比例检验。样本较大时,NIST 工程手册给出了比较两个比例的 z 统计量(出处):
z = (p₁ − p₂) ÷ √( p̂ × (1 − p̂) × (1/n₁ + 1/n₂) ),其中 p̂ = (x₁ + x₂) ÷ (n₁ + n₂)
这里 x 是转化人数,n 是组的大小。经验上,|z| 大于约 1.96,说明在常用的 5% 水平上,差异不太可能是巧合;|z| 小于它,就把两组当作一样。
这只检验差异是否真实,不检验它是否大到值得在意。还要看差距的大小和组的大小:小组里真实存在的 0.1 个百分点差异,不值得单独对待。
算例:同样 10,000 位访客的四种拆分
示例数据:一个月 10,000 位访客产生了 462 笔订单,整体转化率 4.62%。团队试了四种拆分。
| 拆分 | A 组 | B 组 | 转化率 | z | 结论 |
|---|---|---|---|---|---|
| 设备 | 手机 5,000 / 226 单 | 桌面 5,000 / 236 | 4.52% 对 4.72% | −0.48 | 没有差异 |
| 国家 | 美国 6,500 / 300 | 其他 3,500 / 162 | 4.62% 对 4.63% | −0.03 | 没有差异 |
| 访问类型 | 新访客 3,000 / 60 | 回访 7,000 / 402 | 2.00% 对 5.74% | −8.17 | 差异明显 |
| 是否看过价格页 | 是 1,800 / 216 | 否 8,200 / 246 | 12.00% 对 3.00% | 16.47 | 差异明显 |
把最后一行代入公式:p̂ = (216 + 246) ÷ 10,000 = 0.0462。再算 0.0462 × 0.9538 = 0.04407,1/1,800 + 1/8,200 = 0.000678。二者相乘是 0.0000299,平方根是 0.00546,所以 z = (0.12 − 0.03) ÷ 0.00546 = 16.5,也就是表里四舍五入前的 16.47。
这对团队意味着:
- 设备和国家不值得为转化单独对待。 各组的转化率相同,拆开只会增加工作,却没有不同的行动。
- 新访客和回访有差异, 但“回访”是较大的那组,所以问题是新访客需要什么。
- “看过价格页”是差异最大的拆分: 占访客的 18%,占订单的 47%(216 ÷ 462),转化率 12.0% 对 3.0%。它还指向一个行动,例如在价格页停留一段时间后邀请这组人聊天。
有一点要小心:价格页这组转化好,部分原因是看价格的人本来就更接近购买。检验只说明两组不同,不说明价格页导致了差异。在认定某个行动能提升转化之前,先在这一组上测试它。
各种拆分下的转化率
示例数据,10,000 位访客应该有多少个细分?
够你的行动用就行。实用规则:每个不同的行动对应一个细分,数量不超过你能维护的。
- 从 3 到 5 个开始。 例如:新访客、看过价格页的访客、客户、沉睡客户。
- 合并得到相同行动的细分。 两个都收到同一条信息的组,就是一个组。
- 让每组大到足以行动。 一个有用的下限是:按现实的提升幅度,这组能改变你的结果;示例里,1,800 位价格页访客提升 2 个百分点,每月就是多 36 单。
- 不要无谓地重叠。 重叠没问题(一个人可以既是“新访客”又“看过价格页”),但要定好两个都适用时哪个行动优先。
想看其他团队用的细分例子,见用户细分示例;分析方面见客户细分分析。
细分时人们常犯哪些错误?
- 没有决策就细分。 各组起了名字,却从来不用。
- 相信肉眼可见的差异。 示例里设备看起来略有不同(4.52% 对 4.72%),其实没有差异。
- 一次用太多维度。 四个维度、每个三个取值,就是 81 个组;多数小到读不出结论。
- 用你没有的人口属性。 如果多数访客从不提供年龄,这个细分建立在少数人身上。
- 静态细分变陈旧。 一月份建好的名单,描述的是一月份的访客。
- 把相关当成因果。 转化好的细分,并不证明你给它展示的东西有效。
- 不复核。 每季度检查规则;产品、渠道和人都在变。
怎样在 TapCub 里细分受众?
下面说明示例里的团队怎样在 TapCub 里建立“看过价格页”这个拆分。TapCub 负责建立和分析细分;它不会给细分发送营销活动。
- 创建细分。 在全端分析 › 用户 › 分群与标签里创建分群。实时分群可以用“访问过某页”,采集时就加入人,不需要每天重建;规则分群(做过或没做过、属性、首次出现、活跃、序列、标签)每天或手动刷新。先预览人数,再保存。
- 和其他人比较。 点分析,把分群作为群组带进分析,把它的转化和全端分析 › 行为分析 › 行为分析里全部访客的数字比较。上面的 z 检验在 TapCub 之外做;TapCub 不替你做显著性检验。
- 用价值维度。 RFM 分群根据一个交易事件和金额,把人打分进 10 个桶(冠军、忠诚、潜在忠诚、新客、有潜力、需关注、将沉睡、有风险、不能失去、沉睡),并记录桶之间的移动。
- 据此行动。 分群人数保留 30 天趋势,查看用户能打开组里的人。如果配置了 Webhook,TapCub 会发出成员变化,你可以把它送进自己的邮件或消息工具。TapCub 本身不做邮件营销。
注意边界:匿名访客没有档案,所以不会成为分群成员。要细分的是人而不是设备,就在登录后用 tapcub.login 识别他们;否则,选择适合你问题的分析身份(访客、设备、人、账户)。
FAQ
怎样细分我的受众?
先写下决策,选一个维度(来源、行为、生命周期阶段、价值、地区或人口属性),用时间窗口定义规则,数一数这组有多少人,再在你关心的指标上比较各组。只有当各组确实不同、而且你会对每组做不同的事时,才保留这次拆分。
细分受众的主要方式有哪些?
六种覆盖大部分用途:地区、人口属性、获客来源、行为、生命周期阶段和价值(最近、频率、消费)。行为、来源和生命周期通常能给出最清晰的行动,因为数据你已经有;人口属性在人们很少提供时最弱。
应该有多少个细分?
和你有多少个不同行动一样多,并且少到能维护。三到五个是合理的起点。把收到同一条信息的细分合并,去掉小到改变不了结果的。如果每个细分都要单独的内容,细分多了很少有帮助。
怎么知道一个细分值不值得用?
它必须可衡量、够大、在你关心的数字上和其他组不同,并且连着一个行动。用两比例检验去测差异:示例里设备的 z = −0.48(没有差异),而看过价格页的 z = 16.47。
受众细分和客户细分有什么区别?
受众细分覆盖你触达的任何人,包括匿名访客和潜在客户;客户细分覆盖已经购买或注册的人。方法相同,数据不同:客户细分能用订单和消费,受众细分依赖来源和站内行为。
资料来源
- Wendell R. Smith。Product Differentiation and Market Segmentation as Alternative Marketing Strategies。Journal of Marketing 21(1),1956,第 3–8 页。核对于 2026-11-19。
- NIST/SEMATECH。e-Handbook of Statistical Methods, 7.3.3: How can we determine whether two processes produce the same proportion of defectives?,带合并比例的两比例 z 统计量。核对于 2026-11-19。
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。

