业务建议
首先，通过AIPL营销模型（漏斗分析方法），对用户现状有整体的认识，并分析、总结出三个分析目标。现对分析结论结合业务场景总结经验及提出建议。
1）【A→I】【人货场】业务建议
-
现状：从认知到兴趣的转化率过低
-
通过【人货场】分析，得到如下业务建议：
- 推广部门：优化投放策略，选择浏览值大于3735且转化率大于9.1%的时间段，尤其是23点加大投放力度
- 运营部门：针对【人货匹配效率低】的问题，参考高转化商品描述，优化产品标题、封面、内容介绍等多方面内容；同时针对大促前低潮期，适当提出促销政策，提高此阶段销售力度
- 产品部分：针对【人货匹配效率低】的问题，及时针对低转化率商品进行处理，总结高转化率商品特性，开发新品
2）【P→L】【复购分析】业务建议
-
现状：从购买到忠诚的转化率高
-
通过【用户复购分析】后，得到如下建议：
- 用户部门：针对用户复购周期特性，在用户首次消费后的2-3天内结合回馈手段等及时对用户进行触达；此外，对于周六首购客户，最长消费周期达6天，可在此周期内对用户连续优惠触达
3）【I→P】【购买特征+RFM】业务建议
-
现状：表现较好
-
通过【群组对比分析+RFM】分析，得到如下建议：
-
1.群组对比分析高购买率用户特征
- 用户部门：可针对高购买率用户，即决策型用户，可能更多为【长尾商品领域】，可配合精准商品推荐模型，触达优质长尾商品，提升购买率；针对低购买率用户，即纠结型用户，可能更多为【热门商品领域】，触达热门商品，提高购买率
-
2.【AIPL+RFM】分析
-
用户部门可根据此前结合用户RFM转化路径分析结论制定提升策略：
-
1）优先级P0
- 重要价值用户（R高F高M高）维护：用户处于购买活跃期，感兴趣的商品多，购买次数也多 → 针对兴趣产品，保持一定频率的触达，持续维护。
- 一般价值用户（R高F高M低）转化：用户处于购买活跃期，感兴趣的商品多，购买次数少 → 针对该部分客户，目的就是要让他们购买，所以可以和运营部门沟通，降低利润，给出有力折扣促进购买，进而转为重要价值用户。
- 重要发展用户（R高F低M高）提升：用户处于购买活跃期，感兴趣的商品少，购买次数多 → 通过关联算法，找出与兴趣商品关联高的商品进行推荐触达，提高用户收藏、加购数，进而转为重要价值用户。
-
2）优先级P1
- 一般发展用户（R高F低M低）转化：用户处于购买活跃期，感兴趣的商品少，购买次数少 → 可通过商品组合推荐，即通过连带提升该人群购买频次，进而转为重要发展用户。
-
-
-
网友评论