“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。