优惠券是各大电商平台常见的促销手段之一
优惠券的业务需求主要有三个：拉新券、促活券、场景券
一、拉新券
拉新券：是所有的产品针对新用户（第一次注册的用户，或者第一次进入产品的用户）所采取的惯用伎俩。拉新券主要是刺激用户完成首单。最常见10元，5元无门槛券；
在拉新券设计上，要注意风控的设计，规避薅羊毛。通常在设计上需要，针对但用户的注册账号，收货地址，收货人等信息进行风控的设计
二、促活券
促活券：是针对所有用户的不同的生命周期进行的营销券的发放
如何按照用户生命周期来划分用户？
一般可以用使用产品的时长和频率，以及用户的一些行为来进行划分。比如：
（1）引入期 --- 用户平均在线时长小于10分钟；用户日均上线次数小于2次；用户注册后没有完善信息
（2）成长期 --- 用户平均在线时长小于30分钟；用户日均上线次数小于4次；用户注册后完善了信息；用户评论数小于3次
（3）成熟期 --- 用户平均在线时长大于30分钟；用户日均上线次数大于4次；用户注册后完善了信息；用户评论数大于3次
（4）休眠期 --- 用户曾经是产品成熟用户，但是已经连续7天没有登录产品了
（5）流失期 --- 用户连续15天没有登录产品
* 需要注意的是，用户不一定会走完完整的生命周期，可能在引入期或成长期之后就流失了。
如何估算用户生命周期有多长？
用户生命周期=周期/(1-周期内新增用户留存率)
新用户的引入期：为了让用户对平台产生依赖，会法优惠券包，刺激用户到达成长期，对平台产生依赖
用户的休眠期，这个时候需要刺激用户回到成熟期
设计这类券的时候，要对用户的访问习惯，价格敏感度等对用户进行细分，精细化发放
例：
A用户每天都来，购买单品都在100-150，不管你发不发券，用户也都可以购买；那么就没有必要发券
B用户每次购买500元以上商品，你发了5块的券可能就起不到转化的效果
在针对老用户进行消费提频时，通过RFM模型（最近一次消费（Recency）、消费频次(Frequency)、消费金额(Monetary)）能够帮助我们更好的完成优惠券的发放策略。
不同业务的用户在消费频次、消费金额上会有很大的不同。
三、场景券
场景券，我要拿出来单独说的原因是，用户在不同场景下，需求肯跟不同比如包邮券
包邮券：如何设计包邮券的门槛，用户平均单价为80，那么我们需要设计99包邮，这样就可以提升单均价
品类券：用户经常购买美妆，但是一直没有扩展到其他的品类，这个时候应该多发服饰券刺激用户与服饰品类建立绑定关系
提升客单价：选取一定时间周期内，GMV较低的一个时间进行发券
根据自己的业务特点，选择一个周期内，某个品类产生GMV最低的时间点，进行发券。
例，周三某个品类的商品产生的GMV较低，针对这样的情况，可以在每周三的时候发放这个商品的满减券，或是折扣券，使用时间仅限周三，这也是通过发券和策略配合解决某个时间段GMV 较低的一个方法。
有三个忌讳：忌无门槛限制、无用户限制、无品类限制。
凑单券，满多少减多少的券；A+B减多少的券
优惠券的设置：
优惠券：
必选因素：
优惠券额度：XX折扣，XX金额
主要类型：折扣券、直减券、满赠券、满减券
使用条件：满XX可用、单品/品类/组合可用、通用
范围：全平台、品类、单品券、店铺券、品牌
有效期：开始时间、结束时间
可选因素：
使用时段：指定日期、指定时段
使用对象：新用户、老用户、特定用户
使用区域：指定区域
终端：app、android、iOS
数据统计：
分享率 = 活动数 / 下单数 * 100%
领取率 = 优惠券数 / （活动数 * 每个活动参与数）* 100% 每个活动参与数即表示每个活动允许多少用户领取
使用率 = 优惠券使用数 / （优惠券数 – 优惠券退券数） 如果优惠券可以退券，一般会把退券数刨除，也有是不刨除，主要看业务需求
拉新数 = 领取过优惠券的用户中，标记为新用户的数量
网友评论