东风柳州汽车有限公司图1  私域分层运营体系整体设计
2.1    行为收集分析
该模块主要负责收集和清洗用户在私域空间内产生的行为数据，主要在Hadoop平台上实现。Hadoop是一个开源分布式计算平台，以Hadoop分布式文件系统（Hadoop Distributed File System，HDFS）和MapReduce分布式计算框架为核为用户提供了底层细节透明的分布式基础设施以及极其可靠的共享分析和存储系统[3]。HDFS的高容错性和高伸缩性等优点，允许用户将Hadoop部署在廉价的硬件上，构建分布式系统。MapReduce分布式计算框架则允许用户在不了解分布式系统底
图2  标签样例
选择哪些行为标签表示为用户的意向级别。为此，首先要到目标用户的共性行为。项目团队从购车前就在线上平台注册的用户中选取成功购车的案例进行行为分析，挖掘其中有共性的行为特点及规律，确定了主要标签变量。
项目团队将2万个购车前注册的用户案例放入样本池，统计这些用户在购车前行为标签以及频率（图3）。行为特征出现频率高的，表示用户在购车前在私域内产生的共性行为，出现频率低的表示没有形成共性规律的行为标签，选取其中形成共性的行为标签确定具体变量。从2万个样本的行为标签中，可以识别出如“
浏览时长、优惠政策和购车直播”等在成功购车用户体中存在较明显的共性（图4）。那么，后续存在这些相似行为标签的用户，可以识别为具备潜在购车意向的线索进行培育。
图3  购车前用户共性行为示例
图4  选取模型变量示例
2.2.2  数据所处范围定位
虽然确认模型变量，但由于不同变量各自维度不同，有不同的计量标准，无法直接用于意向浓度的比较，所以需要进一步将各自变量值转化到同一计量标准开展使用。对此，项目团队采取变量映射到具体范围进行分级评分的思路转化变量。但是，范围边界如何定义，这可以使用聚类算法推出，并通过实践数据不断验证调整。聚类算法是将特定对象的集合有效地划分为多个组的一种方法。通过将抽象的或物理的对象有效地分为几个大类，并且每个独立的类中，对象都有相似的特性。而各组之间的对象不
面对不同层级的用户，需进行针对性的培育转化（图5）。
图5  面对不同层级用户的针对性培育转化（1）圈粉期。此时用户刚接触产品，通过各种拉新方式引流进入私域平台，处在新手阶段，不知道该做什么或者可以做什么。这时需要降低用户的门槛，用直接、傻瓜的方式进行动线设计，引导用户对品牌形成认知，体验核心功能，加深品牌与用户之间互相的了解，
比如新人专属限时礼包、内容种草等。该阶段运营指标可以重点关注用户活跃时长、交互步骤和互动频次。（2）成长期。用户对品牌或某个车型有了初步了解与兴趣，此时需要加强用户的互动频次以唤起他们的兴趣，加深连接和引导高价值动作。这个时期的用户在内容上也需要有更多深层次的车辆细节和种草内容来辅助了解兴趣车型。此时可以给用户推送连续签