1、为何做
站在业务、商家、用户角度，大幅降低理解成本，降低理解成本。
公司内部减少信息差带来的内耗，营销相关协同更为顺畅。
商家会更愿意follow平台的规则，降低其操作门槛。
用户会降低提交订单时“为啥哪张券没法用”的疑惑。
2、大致逻辑
从促销主体的分级来看，平台型电商有三级，每一级是递进关系。
单品级别如单品直降110元降10、店铺级别如店铺券满100-10、跨店级别如跨店每200减20。
按照递进优惠的计算时，按照以上的例子：
一个商品原价110元，单品直降后为100元，用户买了2件为200元，先参加店铺级活动，变成了190元，随后看跨店级别活动不满足200元的门槛，故此最终到手价就是190元。
按照平行优惠的计算时，则用买了2件后的200元，对店铺和跨店级别同时计算，店铺级别减了10元，跨店级别减了20元，最终是减了30元，到手价为170元。
3、痛点
核心在于，上线过程中会产生阵痛，大量商家可能会因为多重优惠同时计算，产生商家资损。
此时需要有2点来解决，一方面是在上线前期，要充分调研、通知商家，平台的改变。另一方面，产品上要给商家做好资损预警，通过“促销预警”的方式来告知商家，哪些商品在优惠后，可能会跌破这个商品的预警价格，以及最低的到手价格是多少。
在计算规则上线前，促销预警需要先上线，可以根据不同类目设置一个默认的预警折扣，让商家清晰地意识到，平行优惠计算后，哪件商品可能会亏损，亏多少。同时支持商家自己设置预警线。
商家要知道，每个商品的预估最低到手价格是通过哪些活动计算来的，对于店铺的活动，支持一键从活动中剔除，并预估剔除后的价格。
4、什么是促销规则的核心？
去看不同人写的促销系统的架构，在抽象完毕后都是类似的，但是在规则命中上，或者是整体促销的复杂度上，大家却经常性地不一样，这是为何。
本质上，若要用一条通用的定律来解释这个问题，那还是供需关系。
那促销的供需是什么呢？
从供给来说，商家的策划执行、让利的空间，便是供。需则是有多少购买力，能够因为让利这件事情，能被看到，从而得到释放。
当商家有一定体量，市场稳步增长的前提下，提升复杂度，本质上是将天平向商家的利润倾斜，让价格不敏感的用户，直接下单，让价格敏感的用户，也许凑单、收集券的过程并不那么顺畅，但最终有利可图。
降低复杂度，本质是将天平向用户倾斜，更彻底地释放购买力。
而当整体市场疲软，无论商家还是用户，均处于不增长或者阴跌时，此时要最大程度地刺激消费，优先考虑降低复杂度，则更利于激活这个市场，刺激消费后再来拉升供给。
网友评论