“核心球迷”这四个字掩盖了什么

多数团队定义核心球迷的方式是一个综合分：活跃度高、消费高、会员时间长，就进名单。问题在于，综合分高的原因各不相同。一个人可能因为每天看两小时内容而分数高，另一个人因为每场都到现场而分数高。把他们放在同一个名单里，就只能发同一种消息。开头那两万人在模拟数据中拆开以后，大致构成是：内容型约三成，票务型约两成，周边型和会员型各约一成五，家庭型约两成（示例数据，类型之间存在交叉）。

五种核心球迷，五种关系方式

  • Content Fan 内容型：每天看集锦、训练花絮和采访，互动多，消费少。与球队的关系建立在注意力上。
  • Ticket Fan 票务型：稳定到现场，关心座位、开票时间和比赛日体验，对商城推送不敏感。
  • Merchandise Fan 周边型：追新品、追球员印号和限量款，购买与球员热度、新款发布高度相关。
  • Member 会员型：在意权益和身份感，关心积分、专属活动、优先购票，对折扣反而不太敏感。
  • Family Fan 家庭型：一个账号背后是一家人，购买集中在儿童尺码、亲子活动和节假日比赛。

这五类并不互斥。一位会员可能同时是票务型，分群的目的是找出他当前最主要的关系方式，从而决定先用什么方式和他沟通。

分群依据的是行为，而不是自我介绍

很多团队的分群来自注册问卷：“您最喜欢哪类内容？”“您一年看几场现场比赛？”问卷有参考价值，但人们的自我描述和实际行为经常不一致。更可靠的依据是过去一段时间的行为结构，例如近六个月内容观看时长、到场次数、周边订单数、会员权益使用次数、儿童尺码购买记录在各自总量中的占比。

这里的关键是看占比而不是绝对值。一个每场都到现场、同时也看很多内容的人，内容时长的绝对值可能很高，但在他全部行为里，到场才是主轴。按占比判断，他更接近票务型；按绝对值判断，他会被错误地同时塞进好几类名单，收到好几套互相冲突的消息。

交叉用户怎么处理

总会有人在两三类上都很突出。对这类用户，欧宝体育的建议是设一个主类型和一个副类型：主类型决定触达频率和主要沟通口径，副类型只用来补充内容。例如一位主类型为会员型、副类型为家庭型的球迷，会员日活动的邀请里可以附带亲子入场说明，但不必再单独给他发一轮家庭票推送。这样既照顾到多重身份，又避免同一个人一周内收到五条来自不同运营线的消息。

一张表看清差异

类型触达频率更有效的优惠或权益 偏好的内容 主要流失风险
内容型较高，跟随内容节奏 内容权益、线上互动、低价入门周边 集锦、幕后、球员故事 内容质量下降或转向其他平台
票务型 中等，集中在开票和比赛日前后 优先购票、座位升级、比赛日套餐 赛程、交通、现场活动 观赛体验变差、球队表现波动
周边型 按新品和热度节点触达 新品预售、印号定制、限量资格新品发布、球员相关商品 断码、到货慢、新品同质化
会员型 较低，但要有仪式感 专属活动、积分、身份权益 会员故事、俱乐部历史 权益被稀释，感到被当成普通用户
家庭型 较低，集中在周末和假期 家庭票、亲子活动、儿童尺码 适合孩子参与的内容和活动孩子兴趣转移、时间冲突

把同一种运营动作套用到所有人，会发生什么

开头那条季票九折消息，放回这张表里就能看出问题：对票务型，它是正确的；对内容型，它与兴趣无关，被当成广告；对会员型，折扣反而削弱了“会员专属”的感觉；对家庭型，季票与他们“挑几场周末比赛”的习惯不符。更好的做法是围绕同一个目标，也就是提高下赛季到场率，用五种方式表达：票务型推优先续订，内容型推一场低价体验票，会员型推会员日专场，家庭型推亲子场次，周边型推“到场领取限量徽章”。

分群会迁移，标签需要定期重算

一个大学生球迷可能先是内容型，工作后变成票务型，成家后又成为家庭型；一位周边型球迷在喜欢的球员转会以后，可能很快退回内容型。欧宝体育的 Fan Lifecycle 模块会按月重算分群，并重点观察几条迁移路径：

  • 内容型到票务型：说明内容在推动到场，值得继续投入。
  • 票务型到内容型：可能是搬家或观赛体验下降，需要调查原因。
  • 周边型到沉默：常与断码、到货延迟有关，要联动库存一起排查。

迁移本身往往比某一时刻的分群结果更有信息量。对于那些不买票但每天看内容的用户如何评估，可以参考长期不买票的用户算不算高价值私域球迷。

怎么检查分群是否真的在起作用

分群上线以后，建议看三件事：不同类型的退订率是否都在下降，而不是只有一类改善；同一目标下，分群触达的转化是否高于统一触达的对照组；迁移路径能否被运营人员解释清楚。如果某一类球迷的退订率一直偏高，往往说明给他们的内容和频率仍在沿用别的群体的习惯。体育私域运营的难点从来不在于找出谁是核心球迷，而在于承认核心球迷彼此不同。