电商购买力模型:用大数据解锁智慧营销的新姿势

2 评论 20843 浏览 79 收藏 10 分钟

正确理解消费者的购买力模型,精准营销,轻轻松松为你的产品带来更多的销售额。

消费者购买力,顾名思义,就是消费者购买商品的能力。在一定时期内,能够反映他的消费水平和消费层级。购买力模型属于用户画像的一部分,是区分人群和定义用户身份的其中一项标签。了解消费者的购买力,能够更加精准的做会员营销方案,拉升网站的销售额。

微信在前些阶段开始在朋友圈进行精准广告投放,是基于腾讯收集到用户画像特征,推送了宝马的广告。

很多用户在收到宝马广告时,感到很欣慰,因为腾讯认为你可能买得起宝马这个层次的商品。这里的“买得起”代表用户的消费能力。微信朋友圈的宝马广告并不是每个人都会收到,只有模型输出的高消费力人群才会收到推送。

以上的购买力模型是微信根据用户平时的消费,余额,理财及转账等行为,来确定的购买力模型。以支付数据为依据的算法,数据输出的非常精准且适用范围广。但对于大多数电商来说,很难通过支付和转账数据来判断用户的购买力。不过,路并未堵死,还是能够通过他在网站上的行为判断消费者的购买力层级。

购买力模型数据准备

电商网站商品齐全,品类复杂,价格分布与品类紧密联系。其中消费品和快消品普遍价低,销量大,复购周期短,3c类产品价格高,复购周期长。消费者在不同品类表现出的购买力,需要整体评估该品类的价格分层情况。消费者在不同的商品类目下可能存在迥异的的消费能力。例如,用户可能穿衣素朴,但却是HiWiFi发烧友,在耳机和音响类目下消费水平非常高。所以,不同类目就要考虑权重值这个问题了。具体参考以下几类数据:

(1)用户的订单数据

消费者在不同品类下购买的商品价格,反应了在此品类下的消费能力和水平。我们的购买力计算模型需要对每个消费者单独做标签,每个消费者都是一个样本,并从他的订单数据中拆出不同商品的购买价格,一般会选择近1年的订单样本。从这些订单商品数据中,能够看到他真实的消费水平,消费层级倾向。

(2)用户的浏览数据

消费者并不是在每个品类下都会发生购买行为,如果在A品类购买订单为0,那该如何判断他的购买力呢?就是通过浏览行为确认的。浏览数据庞大繁琐,只取半年的记录即可。根绝用户访问的目标品类下sku的价格和频次等,来初步判断用户的购买水平。

模型步骤

刚开始时,很多人对模型,算法比较懵逼(笔者也是)。大部分人已经了解了需要哪些数据了,也知道如何获取数据,清洗底表,但却不了解怎样才能将这部分数据高效的利用起来。其实,数据获取难啊,发挥价值就更难了,并且数据在每个人的手里都可能发挥出不同的效果。所以,首先科普一下,如何利用手头上的数据,并站在产品经理角度如何理解建模这个事情。

  1. 首先根据当前的业务需要结合战略目标,构造相应的标签体系。如在拉新用户时,在行为层标准化定义这些人群的具体特征,是加购,收藏,搜索或者是浏览的数据来量化具体标签,以最小的颗粒度定义。
  2. 结合需求目标,寻找各个底表,再把需要的数据,存储到自己建的仓库或者是集市,并清洗脏数据,数据探查。
  3. 根据特征,数据标签提取对应数据,生成样本并开始建立模型。
  4. 优化模型特征抽取方法,增加训练集样本,尝试不同比例的训练和测试数据集、优化模型参数。
  5. 对样本进行测试,继续优化并逐渐调优。

你可以把模型想象成做菜,例如锅包肉。拆解一下具体的步骤:

  1. 业务的需求是做酸甜可口,软硬适宜带汁的锅包肉,(原始的业务需求)
  2. 准备食材,里脊肉,淀粉,糖醋油(寻找数据源,探查各个数据底表,如订单数据,流量数据,搜索数据等)
  3. 里脊肉过浆油炸,汤汁勾兑(模型建立,开始训练)
  4. 尝一下汤汁味道,肉质的软硬程度(模型测试),好则继续,坏则重来(模型测试)
  5. 制作完成(测试成功)

这样理解,就简单多了。

购买力的模型是个什么鬼?

购买力模型因人而异,不同的业务需要建立不同的模型,具体的执行细节也是迥异的,以下仅作抛砖引玉之用。

这里所指的购买力模型是消费者在一年期内,在网站上所有的购买的订单数据经过综合评分计算出来的。

执行细节可以按照以下步骤:

  • 以用户为标本,每个用户都为一个实体。抽取他在网站上近一年所购SKU数据为样本数据
  • 把sku的价格按照其所属三级分类进行档次划分,如下图,可以将价格华为5档,分别为价格高,价格偏高,价格中等,价格偏低,价格低
  • 将抽取出来的消费者购买的sku数据进行比对和参考,落到哪个档次的数量越多,该用户越趋近哪个档次

最终生成以下几个消费者购买力模型:

  1. 土豪:高端,价格高昂商品购买者
  2. 高级白领:消费水平高,经常购买高价商品,但有所收敛
  3. 白领:消费水平处于中游
  4. 蓝领:平价商品购买者
  5. 收入很少人群
  6. 离散人群:购买频次异常的用户

应用场景

前面做了很多工作,但你可能发现,即使识别出来了用户的购买力,也不清楚究竟怎么充分发挥这部分用户的价值。

千人千面的推荐算法

基于协同过滤的算法,为高购买力人群推荐高端产品,比如为摄影爱好者提供更多的镜头推荐,箱包用户推荐奢饰品,为低购买力推荐性价比高的商品。

广告投放

如前文所述,在微信朋友圈推荐高端的商品广告触达,能够更加精准的投放,减少用户的排斥感,提升广告的接受度和认可

会员营销

针对不同购买力人群进行不同的产品关怀和精准促销。例如给高端用户提供专项服务,低端用户进行专享的促销触达。

应用场景很多,此处就不一一赘述,大家结合自身业务再去探索,会有更多的收获的。

结语

以上所述的内容,大多是笔者在近期的相关的工作经验。此时分享出来,希望能给大家抛砖引玉。至于模型到底怎么建立,确实需要慢慢探索,一点点的实践,然后再逐渐趋于完美。

#专栏作家#

凌苏,微信号公众号:产品毒思维,人人都是产品经理专栏作家。杭州西厂产品,电商领域小能手。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自 unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 写的好好,感谢

    来自上海 回复
  2. 作者新书《电商产品经理:基于人货场内容的产品设计攻略》,各大平台已经上架了

    来自广东 回复