1-6借助用户画像解决电商业务问题.pdf

《1-6借助用户画像解决电商业务问题.pdf》由会员分享，可在线阅读，更多相关《1-6借助用户画像解决电商业务问题.pdf（26页珍藏版）》请在三个皮匠报告上搜索。

1、借助用户画像解决电商问题 姚凯飞 理解用户的2条路径 来过走了 没来之前 来了之后 复盘 分享大纲 理解用户的2条路径 AARRR全生命周期管理 宏观上，我们可以在各个右侧 的几个维度对用户各个生命周 期内行为进行干预。 Acquisition Activation Retention Revenue Referral 细粒度拆解-可介入点-RARRA 微观上，我们可以在各个右侧的 几个维度对用户的各阶段进行认 知、分析、挖掘、干预。 认知定位 渠道优选 个性化服务 营收 再触达 哪些触达手段 技术人员 来之前: 新客引流 来了之后: 精准推荐、展示 来过走了: 复购引流 内容 商品 用户 既

2、要有技术思维又要有业务思维 业务人员 有强烈的业务提升需求 不知道画像能干啥 思维会受局限 技术人员 对业务了解不够深入 知道画像的技术实现 思维会受局限 来过走了 走了以后: 找漏洞-花钱测试买数据 问题识别用户定位 付费用户 活跃用户 非平台用户 普通用户 高价值 用户 高价值客户寻找 自定义客户放大 客户分群营销 客户消费激活 优惠券活动 休眠客户激活 流失客户挽留 维度与拆分 现状 (PV、UV、GMV、回访、留存) 趋势（环比、同比、流动模型） 性别 年龄段（粒度问题） 平台（iOS，Android）分版本？（粒度问题） 机型（iPhone，OPPO，VIVO，华为，小米）（高中低）

3、 地域（一、二、五线城市，其他） 新老用户（1、7、15、30天） 活跃度(流失率) 获客渠道（Organic，SEO，Facebook&Google）。 怎么拆（逻辑自洽，业务可解释） 看什么维度 举个例子 投放扩量 扩量后留存变差 IOS占比变高 20-30之间用户占比变高 搜索无结果变高了 出现了一些奇怪的词:BTS Query主动意图看哪些 Query 业务 用户需 求 生产者 供需匹 配 1.Query背后的流量类型和趋势 （明星、品牌、品类词流量分布） 2.流量集中程度 1.热搜内容无结果（供给问题） 2.竞争情况: 搜索词下商品量 1.某品类需求增速（每周搜索量环比） 2.潜力品类判断 3.热门商品承接 1.通过搜索词看商家、商品的影响力 2.流量承接情况判断内容优质程度 引流 问题 商品定 位问题 渠道优选 高价值用户 成交用户 大盘用户 0%20%40%60%80%100