1 、背景

这一周，以前和我合作的推荐小美女欣喜地给我分享了她做的实验，较以前取得了很大的提升，然后再想到近期投放行业 对用户 LTV 的把控，然后在学习了信息论，懂得运用即时信息后，现在我们来一起做时间的朋友。

2. 推荐产品 上做时间的朋友的事例

推荐是用户兴趣最好的把握，比如 用户刚刚加购了什么产品，以前用户刚刚下单了什么产品。

这里我们讲一个购物车页面下方推荐的CASE。

通过数据观察，我们发现用户经常会把购物车当做收藏夹来用，所以最初的购物车推荐算法 就基于用户当前加购的产品进行推荐，然而 用户加购的产品，已经是用户10天前的产品了，用户甚至自己都忘记了。

所以在发现以上现象后，然后就想到一层逻辑，当用户加购的产品超过一定时间后，推荐的相关性就采用用户最近刚刚浏览的产品进行推荐。果然，换了用户最后浏览的产品做为推荐后，大大提升了推荐效率，因为和用户最相关了。

然后这个时候，大家都意识到实时 Trigger 大法好，然后就在 首页猜你喜欢，购物车推荐，Detail 页面推荐，拼命的加实时 Trigger。甚至在首页也添加，然后你就会发现 你看了一个猫，然后整个 App 到处都给你推荐猫。

很恐怖，所以 当时想到的疲劳度要控制一下。但实时 Trigger 后，难道我们就真正的捕获了用户意图了吗？

今天讲的是 做时间的朋友，那自然我们就要讲时间。大家想一想，人的欲望是多样的，又想换 iPhone12，又想换 ipad pro，然后家里的娃还要买衣服，然后也要给老婆买化妆品，如果只是照着 用户刚才浏览的是 iphone，然后就死命推荐 iphone，肯定无法效果最大化。

所以 这里就基于用户的历史离线事件进行推荐，然后再加上用户在这些产品上分配的时间，分配时间特别少的无用 Trigger 就被过滤了，这个时候，对用户意图的识别就变得很准确了。可以让用户买更多。

把用户浏览的产品换时间、类目、图片进行聚类后，我们就有了用户的多重兴趣，这个时候，做一个Trigger 的编排，比如近期浏览的 第一优先级推荐，然后再推荐第二个分配时间较多的产品品类，用户只好乖乖到碗里来了。

大数据真可怕，难怪抖音一直给我推荐 年轻小姐姐跳舞的视频，看到后，我就赶紧滑过去，这明明应该是个负样本了吧？但还是给我推荐越来越多，后来才知道，看到了观看一定时长但未看完，是负样本，但如果直接滑走，只是代表你不好意思看！ 抖音 比 最亲的人了解我自己 的典范案例啊！

3. CRM 客户管理 做时间的朋友

先说一下和客户相关的时间

记住别人时间

客户的生日是不是很重要？那有没有什么软件，可以自动在客户生日的时候，自动提醒然后发送个生日祝福呢？嗯，现在公司内部的一些提醒，什么入职几周年，什么时候生日，都会提醒你周边的同事。就是在利用时间，生日的时间你要等，不能急，和时间做朋友。

艾宾浩斯遗忘曲线

上面的曲线用来做学习，记单词是个学习的好方式。而如果用在客户管理，如果你给客户推荐了一个产品，那用户一天只记得33%了，6天后只有25%，31天后，只有21%了。

所以，如果想持续的让用户记住你，甚至你的产品，就需要在用户把你遗忘的时候，给用户来一次推销吧！

所以当一个用户来访后，直接给客户安排下去一个提醒任务。

营销示意图

形如上图，当用户来访后，安排次日营销，如果次日成交，进入下一个客户售后回访计划。如果没有成交，就持续的回访用户。

而触达渠道而言，如果邮件和短信一起发，用户没有反馈，再上微信，还没有反馈，电话，电话还不行，上微信广告朋友圈营销。再狠一点，挖掘用户的朋友圈好友，然后让好友家买了，内卷客户购买。

所以 和 客户做时间上的朋友。

4. 听吴军 也谈10000小时 有感

什么东西要做好，要花10000小时。如果在一件事情上，努力精进地花上10000个小时才能做好。也就是说3.4年。

大家可以想一想，你做成功的一件事情，是不是做了3.4年以上呢？

如果你没有做够3.4年，那肯定是无法做到一个产品的顶峰的。所以，如果花不开，持续浇水，如果产品不爆，持续精进吧。做到1W 小时，在这方面你肯定是专家。

做时间的朋友，有的时候，精力花进去，时间再投入进去，不担心花不开。

5. 最后，再抛一个态度，从同事请假的时候，想到的。

阿里的同事，连假都不敢请，说担心老板有看法，然后就一直没敢请假。

我直接说：怕个啥？如果你在团队中有很重要人位置，那放心的请假，因为你重要。如果你在团队中不重要，那还有什么放不开的？你不请假也不会变的重要。 无所畏惧，撸起袖子干就完了！