

首页  思维导图  详情



AI产品养成（6）：用户生命周期管理+ 复购率提升

2023-04-26 19:14:51   1  举报





AI智能生成

AI产品养成（6）：用户生命周期管理+复购率提升

产品经理

AI产品

用户生命周期管理

模版推荐

作者其他创作

大纲/内容

复购率

复购率 = 重复购买人数 / 总购买人数

销售额  = 流量 × 转化率 × ARPU（客单价） × 复购率。

提升复购率就是提升盈利能力

如何提高复购率

用户分层 通过用户生命周期管理 来激发新用户的加入、 激活老用户的复购， 进而提升客户的转化和留存。

商品分层 商品品类的不同对用户复购会产生的影响

构建用户复购模型 找到用户特征与商品品类之间的关联关系， 再通过分类算法计算出某个用户在品类下的 CVR

用户生命 周期管理

什么是 用户生命 周期？

用户在使用一个产品或服务的全过程， 从了解、试用、使用，到停止使用的过程。 通过用户生命周期模型可以描述不同阶段的特征和用户行为，帮助企业制定相应的运营策略，以提高用户留存率和付费率。

生命周期的 整个过程

低潜期和引入期 :加强品牌推广、提供优惠活动、提升用户体验等方式吸引用户，并在这个阶段获取用户的数据。

高潜期和成长期： 用户对产品或服务的兴趣和依赖度会逐渐增加， 需要持续推出新功能、提升用户体验、提供专业的支持和服务等来稳定用户，并挖掘用户潜力，根据用户偏好和需求做出相应的修改和改进。

成熟期和衰退期: 用户对产品或服务的兴趣和依赖度可能降低， 提供有价值的付费功能、精准的推荐等方式刺激用户继续使用并购买，或者是推出新的升级版产品或服务，以保持用户关注度。

流失期： 用户已停止使用产品或服务，需要寻找原因并改进问题，例如主动与用户沟通、增加用户参与度、提供更好的客户服务等，以留住用户或吸引其他潜在用户。 同时对于流失用户还可以调查原因、了解用户不满意的地方进行优化，防止类似问题再次出现。

如何划分 用户生命周期

基于聚类分析定义用户分层， 也就是基于聚类分析的 RFM 用户价值划分

基于阶段规则定义用户分层， 分别是低潜期、高潜期、引入期、成长期、 成熟期、衰退期和流失期

预测用户复购 意向的模型

数据准备

数据源来自哪里？ 即数据如何获取，这里包括内部业务数据、跨部门集团内数据、外采数据

数据量是否充分，是否还要外部数据补充？

数据是原始数据还是加工后的数据？ 如果是二次加工后的数据，还需要了解数据加工方法。

数据的业务背景是什么，其中每个字段代表什么含义？

数据字段是什么类型？每个字段都属于什么分布？

数据本身是否有噪音，是否需要进行清洗和降维？

特征工程

对数据准备环节中抽取出来的样本数据进行数据清洗、特征提取和特征选择，并最终构建好用于模型训练的训练集和测试集数据。

统计用户历史行为

对用户历史行为按照 userpin 进行分组， 然后统计用户在所有店铺中， 对商品、品类、品牌的购买、点击、收藏和加购等行为的次数。

统计店铺历史行为

对用户历史行为按照 vender_id 进行分组， 然后统计所有用户在此店铺上的行为次数。

统计用户在店铺 上的历史行为

对用户历史行为按照 user_id 和 vender_id 进行分组，统计每个单独的用户在此店铺上的行为次数。

模型训练

算法的选型： 如逻辑回归、K 近邻、决策树、随机森林等等。

模型验证

使用混淆矩阵、KS、AUC， 并且混淆矩阵的结果还要结合准确率、精确率和召回率和 F1 值一起来看。

学习来源： 刘海丰《成为AI产品经理》京东高级架构师 +Chatgpt学习查询

 Collect

Get Started

产品生命周期

 Collect

Get Started

用户生命周期策略

 Collect

Get Started

产品生命周期管理

 Collect

Get Started

用户全生命周期管理方法





0 条评论

下一页

AI产品养成（6）： 用户生命周期管理+ 复购率提升

AI产品养成（6）：用户生命周期管理+ 复购率提升