丨預(yù)測類產(chǎn)品一用戶復(fù)購意向的底層邏輯

首先是復(fù)購，復(fù)購簡單來說就是客戶重復(fù)商品的次數(shù)（次數(shù)≥2）。有復(fù)購就有復(fù)購率，復(fù)購率=重復(fù)人數(shù)/總?cè)藬?shù)。一般情況下，業(yè)務(wù)同學(xué)在計算用戶轉(zhuǎn)化銷售額=流量×轉(zhuǎn)化率×ARPU（客單價）×復(fù)購率。其次，我們來了解一下什么是：只有當(dāng)用戶的消費金額大于商品成本以及獲客成本的時候才叫。舉個例子，公司售賣的商品是帽衫，它的客單價是100元，成本是50元，而的獲客成本也是50元。這個時候，如果有100個新客戶進來了商品，你們了嗎？顯然沒有。但如果這100個新客戶中有50個人又進行了二次，這個時候就是的，因為這一次的獲客成本是0元，了2500元。因此，提升復(fù)購率就是在提升商家的能力 那我們該如何提升用戶的復(fù)購率呢根據(jù)：復(fù)購率=重復(fù)人數(shù)/總?cè)藬?shù)，我們知道，提升復(fù)購率的重點就在于想辦法增加復(fù)購人數(shù)，而提升復(fù)購人數(shù)的基礎(chǔ)就是做用戶生命周期管理。這是因為，要想提升復(fù)購人數(shù)，我們就要了解哪些用戶是可以成為復(fù)購用戶的高潛用戶，而發(fā)現(xiàn)高潛用戶的前提則是對用戶進行分層。更具體點來說，產(chǎn)品經(jīng)理只有了解業(yè)務(wù)發(fā)展各個時期的用戶特點，才能保證在不同階段制定出適合的產(chǎn)品策略，來激發(fā)新用戶的加入、激活老用戶的復(fù)購，進而提升客戶的轉(zhuǎn)化和留存。也因此，對于產(chǎn)品和運營同學(xué)來說，如果理解和掌握了用戶生命周期管理的底層邏輯，再把它應(yīng)用在自己的產(chǎn)品上，就能在很大程度上拉升各方面的產(chǎn)品指標(biāo)。同時，這項能力在市場上也非常稀缺，我也希望它能成為你面試和工作上的助力。什么是用戶生如何定義用戶生命周期呢？我們以平臺為例，像京東這樣累計了近10億用戶消費行為的平臺，可以根據(jù)用戶在商品品類上的歷史行為的變化，通過規(guī)則將用戶劃分為低潛期、期、引入期、成長期、成熟期、期和流失期，如下表所示。我們可以基于如上的分層規(guī)則對用戶生命周期進行劃分，也可以根據(jù)我們第15講中基于聚類分析的方式發(fā)掘用戶價值分層RFM，來最終定義用戶的生命周期。為了直觀地表示用戶生命周期，我們可以構(gòu)建一個坐標(biāo)系，它的橫軸是用戶使用平臺的時長，縱軸是用戶價值，根據(jù)用戶行為和品類關(guān)系，我們可以繪制出一條曲線。具體的示意圖如下：用戶生命周期示如何管理用戶生命周知道了什么是用戶生命周期，那什么是用戶生命周期管理離開產(chǎn)品的整個生命周期中，通過數(shù)據(jù)分析，以及一些運營來提升各階段用戶的價值。比如，對用戶做轉(zhuǎn)化策略，對流失用戶做挽留策略，最終的目的都是提升平臺用當(dāng)然，很多產(chǎn)品和運營同學(xué)經(jīng)常會進入一個誤區(qū)，那就是將促銷力度過度聚焦于成長、成熟期的“高凈值用戶”。這樣很可能造成“僧多粥少”，以及單客戶競價過高的局面。那么，基于生命周期模型更科學(xué)的分析視角是，跳出“階段紅?！保ǔ砷L期和成熟期的用戶），進入“階段藍海”（非成長期和成熟期的用戶）。為什么這么說呢？用戶生命周期運營重從上面圖中我們發(fā)現(xiàn)，成長、成熟階段也就是階段紅海的用戶轉(zhuǎn)化率較高，它們是平臺大盤運營上的重點。其他藍海階段的GMV比較低，如果生命周期模型針對階段藍海的用戶的運營，就可以很顯著提高用戶的復(fù)購轉(zhuǎn)化。并且，在用戶競價不變的前提下，轉(zhuǎn)化“階段藍?！钡挠脩舨拍茏屍奉愅斗艑崿F(xiàn)更大幅的ROI增長。所以，我們此時應(yīng)該做的，就是提高“階段藍?！钡挠脩糗S遷率，將視角拓展到全量的“未來高凈值用戶”，這樣平臺中的品類或品牌會獲取細分人群上的差異化競爭優(yōu)勢。這一步也叫做提升平臺用戶的正向躍遷率。它的是：正向躍遷率=其他階段向成熟期躍遷的用戶數(shù)/本次運營的總用戶數(shù)。那么，問題又來了，像京東這樣大的平臺，在運營實踐的過程中，我們往往會發(fā)現(xiàn)原來的低用戶基數(shù)龐大，所以在分析人群結(jié)構(gòu)和圈選人群的時候就會非常，那該怎么精準(zhǔn)地對“階段藍?！庇脩糇鲞\營呢？更進一步來說，我們該怎么對“階段藍?！庇脩籼嵘脩魪?fù)一般來說，我們會針對期和引入期的用戶做復(fù)購，因為處于這兩個階段的用戶在“階段藍海”的用戶中最容易形成復(fù)購。選定了人群，接下來我們就要找出有哪些因素會影響用戶的轉(zhuǎn)化。具體來說，我們可以從兩個方面來考慮，分別是用戶維度和商品維度。首先，用戶維度方面的影響是指，不同用戶的、、喜好、月收入、網(wǎng)購習(xí)慣等會影響用戶對品類的復(fù)購行為。我們可以從用戶和用戶偏好來考慮。比如說，大部分女性客戶對自己喜愛品牌的服飾、化妝品、的頻率會更高，而用戶更容易其次，商品維度的影響是指商品的品類不同對用戶復(fù)購行為的影比如說，小家電、數(shù)碼產(chǎn)品這種類目屬性往往就決定了它們的復(fù)購率會偏低，而、服裝這些類目的復(fù)購率則相對偏高。不過，要想準(zhǔn)確識別商品品類未來的復(fù)購用戶并不簡單，因為每個類目和客戶都有其自身的內(nèi)在特點。因此，通過數(shù)據(jù)和算法進行預(yù)測用戶復(fù)購概率的時候，我們往往也會基于特定的品類。最后，我們構(gòu)建用戶復(fù)購模型，也就是找到用戶特征與商品品類之間的關(guān)聯(lián)關(guān)系，再通過分類算法計算出某個用戶在品類下的CVR。那具體怎么做呢？下節(jié)課我們再詳細來講。這節(jié)課，我們先理清制作用戶復(fù)購模型的底層邏輯就可以了。提升復(fù)購率就是在提升商家的能力，想要提升復(fù)購率，我們就要做用戶生命周期管理。用戶生命周期管理告訴我們，在面對增長、獲客成本增加的情況下，我們要重新梳理用戶運營的本質(zhì)與，跳出急功近利的“階段紅?！?，而轉(zhuǎn)向細分階段的“階段藍我們首先要做的就是定義用戶生命周期，有兩個基于階段規(guī)則定義用戶分層，分別是低潛期、期、引入期、成長期、成熟期、基于聚類分析定義用戶分層，也就是基于聚類分析的RFM用戶價值劃分在定義完用戶生命周期后，我們要對“階段藍?！钡挠脩糇鲇脩粜袨榉治?，構(gòu)造算法模型，找到預(yù)估CVR最高的用戶。最后，請你想，在你的業(yè)務(wù)場景中，有哪些