自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

”人貨場(chǎng)”模型搞懂沒(méi)?數(shù)據(jù)分析大部分場(chǎng)景都能用!

大數(shù)據(jù) 數(shù)據(jù)分析
人貨場(chǎng)三個(gè)維度之所以經(jīng)常用,是因?yàn)檫@三者與用戶行為有直接關(guān)系,并且商品屬性、賣(mài)場(chǎng)屬性、用戶習(xí)慣都有一些天生的規(guī)律可循。

做數(shù)據(jù)分析的同學(xué),很多都聽(tīng)過(guò):人、貨、場(chǎng)的分析模型。然而,這東西又是個(gè)只聞其名,不見(jiàn)真身的東西。到底該怎么結(jié)合實(shí)際分析?今天我們系統(tǒng)講解下。

問(wèn)題場(chǎng)景:

某生鮮電商,用戶復(fù)購(gòu)率較低,60%的用戶在30天內(nèi)無(wú)二次購(gòu)買(mǎi)行為,運(yùn)營(yíng)領(lǐng)導(dǎo)非常著急,要求通過(guò)數(shù)據(jù)分析提升復(fù)購(gòu)率,請(qǐng)問(wèn)你作為數(shù)據(jù)分析師該怎么做?

A、建立人工智能精準(zhǔn)推薦算法(40%概率用協(xié)同過(guò)濾,60%用關(guān)聯(lián)分析)

B、把過(guò)往6個(gè)月月初復(fù)購(gòu)率做成折線圖,然后寫(xiě)下蒼勁有力的三個(gè)大字:“要搞高!”

C、分析個(gè)啥,做電商不就是派券嗎!所有無(wú)復(fù)購(gòu)用戶派券,干就完了奧力給!  

還是你有其他辦法?

一、貨物屬性分析

先問(wèn)一個(gè)簡(jiǎn)單問(wèn)題:大米、白面、一桶油和草莓、車(chē)?yán)遄?、山竹有什么區(qū)別?即使你沒(méi)買(mǎi)過(guò)菜也知道:米面油是每天都得吃的東西,沒(méi)啥季節(jié)性;草莓、車(chē)?yán)遄?、山竹不?huì)每天吃,季節(jié)性很強(qiáng)。

如果去菜市場(chǎng)或者超市逛一下又會(huì)知道:米面油一般是整包、整桶買(mǎi),買(mǎi)回去一桶能吃很久,還有專(zhuān)門(mén)的米桶、米盒、油壺用來(lái)分裝。草莓山竹一般拆散零售,而且不耐放,買(mǎi)回去不吃過(guò)幾天就壞了。

這些看似家常便飯的產(chǎn)品知識(shí),統(tǒng)稱(chēng)為:貨物屬性。貨物屬性會(huì)直接影響到消費(fèi)者購(gòu)買(mǎi)行為:

購(gòu)買(mǎi)頻率:新鮮蔬菜水果購(gòu)買(mǎi)頻率高,米面油購(gòu)買(mǎi)頻率低

上市季節(jié):新鮮蔬菜水果有當(dāng)季產(chǎn)品,反季節(jié)的賣(mài)得貴也不好吃,米面油沒(méi)啥季節(jié)性

產(chǎn)品價(jià)格:?jiǎn)纹穬r(jià)格貴的就賣(mài)得少,趁便宜買(mǎi),零散買(mǎi),便宜的就批量買(mǎi)

購(gòu)買(mǎi)渠道:如果有物流配送,大件硬通貨(米面油)在線上買(mǎi)更省事,散件的就線下買(mǎi),最好能現(xiàn)場(chǎng)試吃幾個(gè)避免踩雷

這些貨物屬性是常識(shí),是自然規(guī)律,不會(huì)因?yàn)閿?shù)據(jù)指標(biāo)的計(jì)算方式而改變。因此在生鮮產(chǎn)品中,用戶行為會(huì)直接受到過(guò)往購(gòu)買(mǎi)產(chǎn)品的影響——你不能太指望一個(gè)用戶剛買(mǎi)10斤大米,過(guò)兩天又來(lái)買(mǎi)10斤。或者說(shuō),如果真的有用戶反反復(fù)復(fù)地來(lái)買(mǎi)大米,那你得檢查下自己提供的大米是不是比市場(chǎng)價(jià)便宜很多,有人在薅羊毛薅的情況呢。

有一個(gè)簡(jiǎn)單的矩陣模型可以描述生鮮產(chǎn)品的復(fù)購(gòu)思路,核心是產(chǎn)品購(gòu)買(mǎi)頻率和產(chǎn)品關(guān)聯(lián)度。購(gòu)買(mǎi)頻率上文有解釋?zhuān)a(chǎn)品關(guān)聯(lián)度指的是某些產(chǎn)品天生會(huì)一塊買(mǎi)。特別在生鮮領(lǐng)域,比如買(mǎi)了凍雞翅、竹簽,很有可能會(huì)買(mǎi)木炭、丸子、燒烤汁,因此兩維度交叉既有如下矩陣(如下圖)。

圖片圖片

但注意,只從貨物屬性一個(gè)角度來(lái)看,是很不完整的。買(mǎi)菜的渠道多得很,憑啥用戶非得在app里戳來(lái)戳去。菜市場(chǎng)不香嗎?APP/微商城的吸引力又在哪里呢?這就涉及:場(chǎng)的問(wèn)題。

二、賣(mài)場(chǎng)屬性分析

快速問(wèn)一個(gè)問(wèn)題:你今天中午準(zhǔn)備吃啥?不要思考,馬上回答!

十個(gè)同學(xué)有十個(gè)答不上來(lái),對(duì)不對(duì)。實(shí)際上讓你對(duì)著餓了嗎你都得糾結(jié)十幾二十分鐘,更不要說(shuō)提前預(yù)備了。

買(mǎi)菜也是同理,為啥老人家喜歡逛菜市,一個(gè)很重要的原因就是做飯本就沒(méi)啥目的性,現(xiàn)場(chǎng)看著啥順眼買(mǎi)點(diǎn)啥,二來(lái)可以貨比三家挑挑新鮮便宜的。菜市場(chǎng),包括超市的生鮮區(qū)給人的視覺(jué)沖擊是遠(yuǎn)遠(yuǎn)強(qiáng)過(guò)電商的,這就是賣(mài)場(chǎng)屬性對(duì)復(fù)購(gòu)行為帶來(lái)的影響。

賣(mài)場(chǎng)屬性,包含:

便利性:距離越近、越方便的菜場(chǎng)肯定越吸引人

整潔程度:越干凈的菜場(chǎng)肯定更吸引人

產(chǎn)品豐富程度:菜品越豐富的菜場(chǎng)越吸引人

產(chǎn)品新鮮度:菜品越新鮮水靈的越吸引人

產(chǎn)品價(jià)格:因?yàn)殇佔(zhàn)?、人工不同,有的賣(mài)場(chǎng)就是死貴死貴的

在傳統(tǒng)線下門(mén)店里,關(guān)于賣(mài)場(chǎng)位置也有個(gè)矩陣模型。(如下圖)

圖片圖片

線上渠道用的指標(biāo)和線下類(lèi)似,區(qū)別是,用戶的登錄場(chǎng)景、登錄頻次、登錄后訪問(wèn)內(nèi)容,代替了門(mén)店位置遠(yuǎn)近。線上渠道在內(nèi)容和跳轉(zhuǎn)路徑上能做的分析,是遠(yuǎn)多于線下的。

有意思的是,不同于服裝、零食、玩具等快消品,在生鮮領(lǐng)域,線上渠道的體驗(yàn)反而比線下差。因此線上生鮮優(yōu)勢(shì)體現(xiàn)在:不能出門(mén)的場(chǎng)景上。比如下雨天,比如疫情期間交通管控,比如上下班沒(méi)時(shí)間逛菜市場(chǎng)等等等。

然而這就又引發(fā)第三個(gè)問(wèn)題:有些用戶可能就是單純圖便宜,有些用戶真的有線上購(gòu)買(mǎi)的剛需。因此必須考慮人的因素。

三、用戶屬性分析

注意,傳統(tǒng)行業(yè)講人貨場(chǎng),人指的是售貨員,不是消費(fèi)者。所謂人效指的是業(yè)務(wù)員平均產(chǎn)生的經(jīng)濟(jì)效益。但是互聯(lián)網(wǎng)應(yīng)用是APP對(duì)用戶,沒(méi)有銷(xiāo)售概念,因此才把售貨員改成用戶,所謂人的分析,變成用戶屬性分析。

一提用戶屬性,很多同學(xué)條件反射的都是:性別、年齡、地域。問(wèn)題是你的公司真的能采集到這么多真實(shí)的用戶信息?而且這些字段不見(jiàn)得能看出啥,最典型的就是性別,男女比例差異常常只有幾個(gè)點(diǎn),能說(shuō)明個(gè)屁問(wèn)題。

基于互動(dòng)、消費(fèi)行為標(biāo)簽會(huì)更好用,比如生鮮電商的領(lǐng)域,有多少客戶是注冊(cè)送20元米面油券,首單免配送費(fèi),進(jìn)口車(chē)?yán)遄?5元4斤這種活動(dòng)搞進(jìn)來(lái)的。這叫促銷(xiāo)敏感型用戶。類(lèi)似的,還可以打:剛性購(gòu)買(mǎi)用戶、異常天氣購(gòu)買(mǎi)用戶、疫區(qū)用戶等等標(biāo)簽,這些可能區(qū)分度更高(如下圖)。

圖片圖片

四、人貨場(chǎng)模型搭建

有了三個(gè)維度的基礎(chǔ)理解,就能用來(lái)綜合解釋問(wèn)題。回到開(kāi)頭的“生鮮電商復(fù)購(gòu)率低”的問(wèn)題??梢韵葟娜素泩?chǎng)角度建立分析假設(shè):

人角度:

  • 地推質(zhì)量太差,用戶本身沒(méi)有需求
  • 用戶有需求,但是薅羊毛型太多,剛需性少
  • 剛需用戶有一定量,但產(chǎn)品不符合用戶需求

貨角度:

  • 商品本身品類(lèi)太少
  • 品類(lèi)不少,但沒(méi)有強(qiáng)勢(shì)引流款
  • 有引流款,但價(jià)格沒(méi)優(yōu)勢(shì)

場(chǎng)角度:

  • 用戶習(xí)慣未建立,二次登陸都很少
  • 二次登陸有,但沒(méi)有進(jìn)到購(gòu)買(mǎi)頁(yè)
  • 進(jìn)到購(gòu)買(mǎi)頁(yè),但未下單

各自建立假設(shè)后,有兩種方法建立整體思路:

第一,  從數(shù)據(jù)出發(fā),哪個(gè)問(wèn)題嚴(yán)重就從哪里下手

第二,  從業(yè)務(wù)出發(fā),最近發(fā)生哪些大事,從哪里下手

(如下圖)

圖片圖片

最后可以把各個(gè)分析維度擰起來(lái),組成整體分析邏輯,從粗到細(xì)形成結(jié)論(如下圖)。

圖片圖片

五、小結(jié)

人貨場(chǎng)三個(gè)維度之所以經(jīng)常用,是因?yàn)檫@三者與用戶行為有直接關(guān)系,并且商品屬性、賣(mài)場(chǎng)屬性、用戶習(xí)慣都有一些天生的規(guī)律可循。因此很適合作為分析的基礎(chǔ),做深做細(xì)。一方面能對(duì)業(yè)務(wù)有更清晰的認(rèn)知;另一方面,想建立更復(fù)雜的模型也有線索了。

然而現(xiàn)在行業(yè)里普遍存在的問(wèn)題,是做業(yè)務(wù)的新人就知道發(fā)券,難言之隱一券了之,還美其名曰:互聯(lián)網(wǎng)思維就是免費(fèi)!做數(shù)據(jù)的新人就知道RFM,關(guān)聯(lián)分析,一講模型就想?yún)f(xié)同過(guò)濾,拜托小哥哥們,就你那平臺(tái)用戶粘性,百分之六七十一次登錄,用戶天生就是優(yōu)惠券買(mǎi)來(lái)的,有多少真實(shí)數(shù)據(jù)給你訓(xùn)練模型呢。

責(zé)任編輯:武曉燕 來(lái)源: 接地氣的陳老師
相關(guān)推薦

2024-07-05 11:50:15

2024-09-05 10:36:58

2025-01-26 16:04:09

2018-11-25 21:53:10

人工智能AI開(kāi)發(fā)者

2012-06-07 16:16:43

JavaScript

2022-05-18 09:49:26

MySQLID數(shù)據(jù)庫(kù)

2016-10-26 10:23:42

2023-02-07 13:51:11

SQLupdate語(yǔ)句

2025-03-18 10:38:29

大模型AI算法AI

2021-09-26 11:32:39

模型數(shù)據(jù)分析

2024-03-25 08:30:00

人工智能微軟

2011-12-26 17:13:18

iPad統(tǒng)計(jì)App

2016-12-22 08:38:21

2010-07-07 14:47:03

SQL Server

2015-11-25 10:48:44

JS閉包面試題

2021-10-14 06:51:54

SpringSecurityJWT

2010-11-18 12:44:25

LibreOffice

2015-08-04 09:56:48

2018-08-31 07:33:58

2022-12-29 11:45:52

人貨匹配模型電子商務(wù)
點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)