最近一直在研究如何根据用户信息为不同用户进行定向推广。恰好好友刚刚面试上海某知名在线旅游代理公司的产品经理，他一直在做这方面的努力，所以我也聊过很多OTA产品的话题。

有一次他问到我，如何在“国庆节”进行特价机票推广。我当时笑着说，国庆节大家连机票都抢不到，那还用得着做特价票推广，这是典型的伪需求。不过后来调查之后（被打脸），事实上国庆节前后机票的价格周期性变动很明显，并不是所有时间都一票难求，在“金九银十”的黄金周进行错峰特价票推广而带动整个产品线的业绩，这是铁打的真“需求”啊。

那么回到问题，这个黄金周特价票究竟该如何进行推广？我想对于产品小白来说思绪还是有些杂乱的。眼下推广的方法玲琅满目，这特价飞机票我是选择在百度打广告？还是利用现在流行的微信朋友圈转发推广呢？还有黄金周出行的人那么多我该对谁推广，可能都是需要仔细考量的。顿时感觉问题好多，瞬间没有了头绪。不要急，这时候我们可以采用将用户“分类再整合”的方法。

那么，为什么要这么做呢？

一、用户分类是个性化推送的灵魂

如果我们事先没有用户没有细分，那么我们就无法进一步提取用户的需求，也无法对进行下一步的设计。通过对用户细分之后的场景分析，我们才能够真正的知道用户在需要的是什么。只有根据需要我们才可以用“分类再整合”的方法，对用户进行细化，之后提取目标用户再进行场景分析。

回到开始的问题，我们如何对“国庆节”特价票做推广？首先，我们要按照将用户”分类再整合”的方法，对目标活动进行维度分类和维度分解。（最简单的维度分类可以根据5W来划分）

时间维度：国庆节前30天；国庆节前5天；国庆假期期间。

价格维度：提前购票的价格周期是怎样？错峰购票的折扣浮动有多大？

运营维度：用户获得打折信息的渠道是什么？对目标用户推荐什么活动？

目标人群：假期旅游与返乡的学生阶层；蜜月旅行的新婚夫妻或甜蜜情侣；有旅游计划或者返乡的白领阶层；以家庭为单位或单位组团旅游的团体。

二、量化指标是个性化分类的核心

对维度指标量化的意义在于对用户优先级的划分。

而如何对收集来的指标进行统计学的量化是新人往往迷惑的地方。在统计学中，主要用定量分析的手段，通过数量比例得出优先级，定位目标用户的主次。 但是有人肯定会问，我们的市场占有率已经达到了业界第一，用户那么多，我们的活动应该针对所有的用户，那为什么又要分主次呢？事实上，任何公司的财力和物力都是有限的，我们不可能为了促销推广去消耗大量的精力和金钱，ROI往往是更要我们考虑的。那么对目标人群维度量化是很有必要的。

首先，对人群维度量化分析最好是通过一手数据来分析，比如去年国庆期间乘飞机的人群中，75%的人的目的是旅行；之后在这75%的旅行者中，我们收集到其中40%是夫妻或情侣两人出游，25%是家庭团体小单位人数出行，15%是大单位人数组团出游。那么结果很显然，我们首要考虑的是在国庆期间情侣和夫妻双人游的推广方式。

其次，我们再对用户获得打折信息的传播渠道进行分解，比如90%的用户传播依赖于互联网渠道，而在这些互联网用户中40％来自于公司App，30%来自各大门户网站投放广告点击，20%来源于搜索引擎推广。那么，很显然我们应该重点考虑在App上的推广方式了。

在分清主次的过程中有些问题需要注意：

维度量化也要分主次，显然这一次我们的主要维度是用户人群，事实上有些维度量化起来相对困难，对于难以量化的维度可以用别的方法来分析，这都是后话了｀｀｀

相对于二手数据分析，对一手数据分析的意义要远远大于二手数据。每个公司都有技术性岗位来收集数据。对于学生党如果没有一手数据，自己可以通过做一些问卷调研小样本估算来模拟数据收集；当然，我们也可以通过一些智库网站来搜集信息，比如艾瑞、易观，甚至是搜索引擎，比如知乎、百度。

三、分类的目的在于整合

对信息分类是为了后续整合起来便于理解和实施计划。对信息的整合能力是每一个产品人所必备的。

当我们把维度量化之后，可以轻松的将之前发掘的“核心内容”配以不同维度重新整合。比如：

国庆节前30天，我们可以在App上为情侣、夫妻们做什么样的推广？

国庆节前5天，我们可以在App上为情侣、夫妻们做什么样的推广？

国庆节期间，我们可以在App上为情侣、夫妻们做什么样的推广？

国庆节前30天，我们可以在App上为家庭出行做什么样的推广？

、、、、、、

结合资源以及出行场景我们可以选择前两条。

其实，“分类再整合”的方法仅仅是统计学中再简单不过的方法。我相信每个人都有个这样的思考过程去处理过其他问题。产品思维的培养不在与我们有多么创新的点子，而在于通过逻辑去对日常数据和场景进行转化和重组。