TapCub 正式上线:统计、分析、客服一个平台免费用
术语表

什么是行为分群?类型、规则写法和算例

行为分群按用户做了什么分组,而不是按用户是谁。四个行为维度、写出能复算的分群规则的方法,以及一个 1,000 名用户的算例,说明为什么行为比人口属性更能预测下一步。

艾玛·柯林斯 审核人 苏禾 又称 行为细分 最后更新 2026 年 11 月 17 日 术语表

一句话回答

行为分群按用户做了什么分组,比如购买、使用频率、用过的功能、生命周期阶段,而不是按用户是谁。它比人口属性更能预测下一步,前提是每个分群都写成规则:做过还是没做过、在什么时间窗内、做了多少次。

什么是行为分群?

行为分群(behavioral segmentation)按用户「做了什么」把客户或用户分组:买过什么、多久用一次产品、依赖哪些功能、最近一次活跃在什么时候、处在生命周期的哪个阶段。与之相对的是按「是谁」(年龄、职位、公司规模)或「在哪」(国家、城市)分群。英文里也有 behavioural segmentation(英式拼写)和 behavior segmentation 的写法,说的是同一件事。

按行为分群的理由是预测力。过去的行为是对未来行为最直接的证据:近 30 天里用了 12 天的人,比注册后再没回来过的人更可能升级付费,不管他们的人口属性是什么。问题在于,「活跃用户」「忠诚客户」在写成机器能复算的规则之前都还不是分群。规则要写成:做过还是没做过某个行为、在什么时间窗内、做了多少次。下面的算例用数字说明这两点。

行为分群和人口属性、地域、心理分群的区别

依据按什么分人示例分群数据来源优点缺点
行为行为30 天内用了 3 次及以上导出事件埋点、订单能预测下一步;自动更新需要埋点;说明不了原因
人口属性个人或公司的属性50–200 人规模的公司注册表单、数据补全广告里容易定向和产品使用关联弱
地域位置来自德国的访客IP、账单地址语言、定价、法规需要同一个国家,用户差别很大
心理态度、价值观、兴趣「重视隐私的买家」问卷、访谈能解释动机收集成本高,容易过时

好用的分群大多是组合:用行为找出谁准备好行动了,用人口属性或地域决定怎么触达他们。营销侧的受众搭建,比如广告受众和相似人群,见词条受众分群;作为可复用人群的分群本身另有词条定义。

行为分群有哪些类型

四个行为维度能覆盖大多数实际场景,每个维度对应一种规则写法:

维度回答什么问题示例规则典型用途
购买行为买了什么、买了多少、最近什么时候买的?90 天内购买 2 次及以上,最近一次在 30 天内复购优惠、RFM 分层
使用频率多久用一次产品?近 30 天里活跃 8 天及以上增购、重度用户计划、流失风险
追求的利益(功能使用)用户拿产品来完成什么任务?30 天内用过报表、从没用过客服引导使用没用过的功能、产品定位
生命周期阶段和你的关系处在哪个阶段?近 7 天首次出现;或上个月活跃、这个月没有新手引导、召回、生命周期报表

营销教材里还常见另外两种。按时机分群按时间点分组(在节日促销期间购买、只在月底活跃)。按忠诚度分群按长期的重复行为分组;实际上它是购买频次和最近一次购买的组合,也就是 RFM(最近一次、频次、金额)规范化的做法。

行为分群规则怎么写

行为分群好不好,取决于规则写得好不好。一条完整的规则有四个部分:

  1. 行为:一个具体事件,比如 purchase、export_report、login,而不是「活跃」。
  2. 做过或没做过:纳入(「做过购买」)或排除(「没做过退款」)。精确度大多来自排除条件。
  3. 时间窗:近 7、30 或 90 天,以今天为基准滚动,分群就能自己更新。
  4. 次数或门槛:至少一次、3 次及以上、8 个及以上不同的日子。

完整写出来的例子:

  • 新增且已激活:近 14 天首次出现,且做过 create_project 至少一次。
  • 有流失风险:前 30 天里活跃 8 天及以上,且近 14 天活跃 0 天。
  • 功能采用者:近 30 天做过 export_report 3 次及以上。
  • 流失的买家:近 180 天做过 purchase,且近 60 天没做过 purchase。

如果团队里两个人按同一条规则算出不同的人数,这条规则就还没写完。

算例:1,000 名用户,四个行为分组

示例数据:一款 SaaS 产品有 1,000 名免费版用户。按每人近 30 天的活跃天数把他们各归入一组,再统计接下来 30 天里谁升级到了付费版。

分群(规则)用户数升级数升级率相对整体
重度:近 30 天活跃 8 天及以上1503322.0%3.06 倍
常规:活跃 3–7 天300279.0%1.25 倍
轻度:活跃 1–2 天350102.9%0.40 倍
沉睡:活跃 0 天20021.0%0.14 倍
全部用户1,000727.2%1.00 倍

怎么复算:升级率 = 升级数 ÷ 用户数(33 ÷ 150 = 22.0%);「相对整体」= 分群升级率 ÷ 7.2%。重度和常规用户合计 450 人,占用户的 45%,却贡献了 72 次升级中的 60 次(83%)。重度用户和轻度用户之间 22.0% 对 2.9% 的差距远远超出随机波动:两比例 z 检验得到 z ≈ 7.0。

换成按人口属性给同样这 1,000 人分组,比如按公司规模:50 人以下公司的 600 名用户升级了 42 次(7.0%),更大公司的 400 名用户升级了 30 次(7.5%)。差距只有半个百分点,统计上无法区分(z ≈ 0.3,p ≈ 0.76)。在这组样本里,公司规模几乎说明不了谁会升级;而近 30 天的活跃天数能把一个 22% 的组和一个 1% 的组分开。

落到行动上:只针对重度和常规用户做升级活动,覆盖 45% 的用户,却能触达 83% 可能升级的人。沉睡组需要完全不同的信息,是召回序列而不是销售话术,见召回活动。

行为分群用来做什么

每种用法都从一个决策出发,再选出离这个决策最近的那一个行为。规则沿用上文的写法;最右一列是怎么验证这个动作有没有效。

目标分群规则动作之后怎么查
转化免费用户近 30 天里活跃 8 天及以上,仍在免费版展示升级提示这组的升级率和整体 7.2% 的对比
召回有风险的用户之前 30 天里活跃 8 天及以上,近 14 天活跃 0 天发送召回序列之后 14 天内重新活跃的比例
完成新手引导近 14 天首次出现,没做过 create_project发送设置帮助建了第一个项目的比例
推广一个功能30 天内用过 3 次及以上报表,从没用过客服在场景里展示没用过的功能之后 30 天内至少用过一次的比例
召回买家近 180 天内 purchase 过,近 60 天内没有发送召回优惠复购率,和没收到优惠的一组对比

如果不确定从哪开始,先问类型表里哪个维度能推动你眼前的决策。升级促销看使用频率;复购优惠看购买的最近程度;新手引导看生命周期阶段,再加上标志激活的那一个动作。抽象地说,并不存在对所有场景都适用的单一行为。上面的示例里,近 30 天活跃度把 22% 的一组和 1% 的一组分开了,而公司规模什么也没分开,但这只是那个产品的事实,所以在围绕某个维度做活动之前,先在自己的数据上验证。

行为分群和行为群组的区别

这两个词有重叠,也经常混用。一个好用的区分:分群按当前行为定义、会刷新,人随着行为进进出出(「近 30 天活跃 8 天及以上」)。行为群组通常按某个时间点的行为固定下来(「首周用过导出的用户」),然后跟踪他们随时间的变化,比如画在留存图里。要对现在的人采取行动,用分群;要了解某个行为能否预测长期结果,用群组。

行为分群的常见误区

  • 时间窗太长。「近 12 个月购买过」把上周刚买的客户和十一个月前买过、早已离开的客户放在一起。先从 30 或 90 天开始,只有行为本身就很少发生时才拉长。
  • 分群太多。1,000 名用户分 12 个群,每群平均约 83 人;按 7% 的转化率算,每组大约六次转化,多两次或少两次就让转化率摆动 2.4 个百分点。组少一些、大一些,得出的决定才靠得住。
  • 规则含糊。「高度活跃」没有事件、时间窗和门槛,下个月就没法复算。
  • 用结果来定义分群。「已经升级的用户」对升级的预测当然完美,但对定向毫无用处。
  • 分群重叠却没有优先级。一个用户可能既是「有流失风险」又是「功能采用者」。决定哪个分群优先,或者哪条信息先发。
  • 静态名单。只导出一次名单,下周新变成沉睡的用户就不在里面;按规则建的分群应该定期刷新。

按目标整理好的现成分群思路,见用户分群示例。

在 TapCub 里做行为分群

算例里的四个组可以直接建成规则分群,然后在各张报表里复用:

  1. 用数据定门槛。在全端分析 › 行为分析 › 行为分析里,分布分析可以显示每个人有多少个活跃天,或者每个人触发某个事件多少次。直方图的形状告诉你在自己的产品里「重度」从哪里开始,而不是照搬例子里的 8 天。
  2. 写规则。在全端分析 › 用户 › 分群与标签里,规则分群可以组合做过、没做过、新增、活跃、属于某分群、序列等条件,并带上时间窗,比如「近 30 天做过购买」。保存前先预览人数。规则分群每天(或手动)刷新,保留近 30 天的人数趋势,并记下谁加入、谁离开。具体步骤见创建用户分群。
  3. 一处定义,到处使用。点「去分析」会把分群当作分析里的人群限定,同一个「重度用户」定义可以直接筛选漏斗、留存和趋势,不用每张图重建。
  4. 加上 RFM 和生命周期视角。RFM 分群选一个交易事件和一个金额属性,把人放进 10 个桶(冠军、忠诚、潜力忠诚、新客、有希望、需关注、即将沉睡、有流失风险、不能失去、沉睡),并记录桶之间的流转。生命周期报表按周或按月把人标为新增、留存、回流、流失(New / Returning / Resurrecting / Dormant)。
  5. 知道边界。匿名访客没有用户档案,不会进入任何分群,所以要先识别登录用户。TapCub 不负责发送营销活动;如果配置了 Webhook,它会把成员变更推送给你自己的触达工具。

另见:市场细分示例:四类依据,附能复核的数字。

资料来源

这个解释清楚吗?

我们会根据反馈修改和补充这篇内容。

艾玛·柯林斯

产品分析师

聚焦事件分析、转化漏斗与用户留存,用清晰的指标定义和分析框架解释产品表现。

常见问题

常见追问

大家看完定义后最常问的几个问题。

还有其他问题?

直接和 TapCub 团队聊聊——工作日通常几小时内回复。

行为分群有哪四种类型?

常见的划分是:购买行为(买什么、买多少、最近什么时候买)、使用频率(多久用一次产品)、追求的利益或功能使用(产品帮用户完成什么任务)、生命周期阶段(新增、活跃、流失、回流)。按时机和按忠诚度分群也经常被列进来。

行为分群有什么例子?

按近 30 天的活跃天数给免费版用户分组:活跃 8 天及以上的重度用户、3–7 天的常规用户、1–2 天的轻度用户、0 天的沉睡用户。本文的示例里,重度用户的升级率是 22%,沉睡用户是 1%,所以每组要发不同的信息。

行为分群和心理分群有什么区别?

行为分群按观察到的行为分组,比如购买、登录、功能使用,数据从埋点和订单里自动获得。心理分群按态度、价值观和兴趣分组,通常靠问卷或访谈收集。行为说明人们接下来可能做什么,心理特征帮助解释为什么。

怎么建一个行为分群?

选一个具体事件,决定要求「做过」还是「没做过」,设一个滚动时间窗(比如近 30 天),再设次数门槛(比如 3 次及以上)。预览成员人数,确认人数够多、能用来比较,然后让分群定期刷新。

行为分群的定义是什么?

行为分群是按用户做了什么,比如购买、使用频率、用过的功能、生命周期阶段,而不是按用户是谁或住在哪里,把客户或用户分成若干组。可用的分群要写成规则:做过还是没做过某个行为、在什么时间窗内、做了多少次。

behavioral 和 behavioural segmentation 有什么区别?

两种拼写说的是同一件事:behavioral 是美式英语,behavioural 是英式英语,更短的 behavior segmentation 也常见。不管搜哪种写法,方法都一样:按观察到的行为给人分组。

行为分群里哪个因素最重要?

没有通用答案。选离决策最近的行为:升级看使用频率,复购优惠看购买的最近程度,新手引导看生命周期阶段,再在自己的数据上验证它能否把高低结果分开。

在你自己的网站上看这个数字

加一行脚本就能开始,网站和 App 都能接,几分钟内就能看到第一批报表。

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