之前做推广优化的时候，发现这个转化率还是很低的，其实我们就特别奇怪，在引流的的3500人中，总的转化率只有1.79%，所以需要找出拉低转化率的真正元凶。今天不讲理论，主要讲实操。
这次想聊的「用户分群」，就是把这个"拆开看"的动作，从临时操作变成一个可以反复使用的功能。它已经上线了，入口在顶部导航【用户管理】→【用户分群】。有兴趣的小伙伴欢迎来体验 用户分群
下面用三个场景讲讲它到底能干什么。
---
## 场景一：广告带来的流量，质量到底怎么样
投广告的团队基本都会问一个问题：这批钱花出去，带来的用户质量行不行？
大盘数据回答不了这个问题，大盘数据可以帮你按年，按月，按周进行总体分析，但是却无法告诉你各个渠道的真是数据情况。因为"近 30 天新增用户"里混着自然流量、老用户口碑推荐、各种渠道的广告流量。但如果按来源把用户拆开，答案就出来了。
Webfunny 的埋点系统会自动记录几个预置用户属性：
- 首次流量来源（用户第一次是从哪来的）
- 首次广告关键词（用户第一次是搜什么词进来的）
- 首次搜索关键词（用户第一次搜索用的词）
注意这些都是"首次"——不管用户后来又来了多少次、从哪个入口进来的，他最初是被什么带进来的，这个信息会一直保留在用户身上。做渠道质量评估，看"首次来源"比看"当次来源"靠谱得多，因为它决定了这个用户的"出身"。
有了这些属性，圈人的规则就很简单：
```
[属性满足]
首次流量来源 = x度-短语匹配
```
建两个分群，一个圈"百度-短语匹配"来的用户，一个圈"百度-智能匹配"来的用户，然后在漏斗卡片里分别套用这两个分群跑一遍，两个渠道的转化率差异就摆在那了。
我们自己的经历是：智能匹配带来的流量量更大，但漏斗一跑，转化率比短语匹配低了不少——这就是当时砍掉一批智能匹配词的依据。流量降了，转化率反而涨了。
如果没有分群，这个对比要靠在卡片筛选条件里反复手配来源字段，配一次忘一次。现在分群建好之后是一直存在的，随时可以换着用。
---
## 场景二：整体转化率 2%，不代表每个人都是 2%
第二个场景更普遍，几乎所有产品都适用。
假设你的注册漏斗整体转化率是 2%。这个数字有用，但用处有限——它可能掩盖了完全不同的情况：也许某类用户转化率是 20%，另一类是 0.5%，平均一下正好 2%。针对 20% 的那批人加大投入、针对 0.5% 的那批人排查问题，这两件事的价值都比"优化整体转化率"大得多，但前提是你得先把这两批人拆出来。
举个例子，你可以先建一个"高意向用户"分群：
```
[属性满足]
城市 = 上海
且
注册时间 >= 2026-08-01
[行为满足]
(最近 7 天 做过 浏览 总次数 >= 10 次)
且
(最近 30 天 做过 购买 总次数 >= 1 次)
```
这里有两层规则可以组合：
**属性满足**：按用户身上相对稳定的信息筛，比如城市、注册时间、设备类型，以及你自己创建的自定义属性（会员等级、用户标签这类）。
**行为满足**：按用户做过的事筛，支持"做过/未做过"，统计口径可以是总次数，也可以是连续天数（比如"最近 30 天做过登录、连续天数 >= 5 天"）。时间范围支持相对时间（最近 7 天）和绝对时间（某个具体日期段），条件之间可以且/或连接，还能嵌套。
建好之后，在漏斗卡片的筛选条件里选择这个分群（筛选规则里有"属于分群/不属于分群"两项），再跑一遍同一个漏斗。同一个漏斗、不同分群，结果差出十倍是常有的事。差出来的那部分，就是你接下来该重点投入的地方。
顺带说一句，这种"整体不错、分组很差"的现象在统计学里有个名字叫辛普森悖论。不需要记住这个词，只需要记住一件事：**看到平均数，先想想它是不是把差异抹平了。**
---
## 场景三：圈出沉默的老客户，做一次召回
第三个场景偏运营。
产品做了一两年之后，都会积累一批"沉默的高价值用户"：以前买过好几次，最近却不来了。这批人是召回活动的最佳目标，但以前想拿到这份名单，得提数据需求、找开发写 SQL、等排期，一来一回一个星期就过去了。
现在用行为规则自己圈：
```
[行为满足]
(最近 30 天 未做过 登录)
且
(全部时间 做过 购买 总次数 >= 3 次)
```
"未做过"这个条件是关键——光是"购买次数多"不够，还得叠加"最近不来"，圈出来的才是真正需要召回的人。分群建好之后导出名单，交给运营做触达就行。
而且规则创建的分群是动态的：用户行为变了，分群里的人会自动更新。今天有个老客户回来自发登录了，他就自动从"待召回"名单里出去了，不用人工维护。
---
## 除了规则创建，还有两种方式
规则创建是最强的，但不是唯一的。三种方式各有各的用途：
**导入创建**：手里已经有一份名单（销售线索、活动报名名单），下载模板，把用户 ID 填进第一列，上传就行。上传时还可以勾选"保留未匹配的 ID"，系统里没有的用户会先加进用户列表。这种方式建的是静态分群，名单固定，适合"人就这批"的场景。
**保存分群**：这个藏在日常操作里。在卡片分析页点带下划线的人数、在点位细查里筛选完数据、在用户列表里筛完用户，都可以直接点"保存分群"，把当前这批人存下来。适合分析到一半发现"这批人有点意思"的随手场景。
---
## 最后
三个场景串下来，其实就一句话：平均数告诉你"大概怎么样"，分群告诉你"具体是哪批人怎么样"。做决策需要的是后者。
建议从规则创建开始上手，圈一个你自己业务里最关心的群体（高意向用户、沉默老客户、某个渠道的流量），然后拿它去套一遍你的漏斗和留存卡片，看看结果和大盘差多少。
如需了解详细能力，可以来我们的webfunny网站查看
如果你用分群圈出过什么有意思的群体，欢迎留言说说你的规则是怎么写的。
