進入存量時期后，用戶增長成了所有人關心的話題；而在零售業(yè)中，為了達成用戶增長的效果，我們可以通過優(yōu)惠券的方式來實現(xiàn)。具體的方法見正文哦~

優(yōu)惠券誰不喜歡，能省錢啊，誰和錢有仇，省一分是一分。今天聊一下用戶分層分群下的紅包發(fā)放策略。

一、新用戶

牽手禮，美好的邂逅怎能不俗氣點，既然來了就領點優(yōu)惠券吧。如下圖京東優(yōu)惠券為例：

（圖片來自網(wǎng)絡）

優(yōu)惠券種類統(tǒng)計和分析如下圖：

知識點：

1. 第一次總是羞澀的，成本總是高的，總是謹慎的。所以使用率最高的小額破冰紅包給出了15%的成本，隨著客單價的提升優(yōu)惠額度也是少了很多，當然這些紅包可能會用在第2345次支付中。
2. 服飾單品的優(yōu)惠券優(yōu)惠力度最多為21%，有可能是品類大促，也有可能是根據(jù)用戶畫像猜測用戶喜好。
3. 600減30和600減35猜測600是客單價中比較集中的一檔，第一次達到這個客單價獎勵比較高第二次達到后優(yōu)惠會減少。
4. 300減15和350減10猜測300是一個集中客單價區(qū)域第一次達到獎勵會大一些，350-400之間是相當集中的，不費吹灰之力就能達到，隨意沒必要浪費太多營銷費用。（沒有太多數(shù)據(jù)確實很難猜測）。
5. 400減12和450減25客單價提升了50成本卻增加了一倍多，可能這個階段的客單價是一個瓶頸，需要大力度促銷提升。

實戰(zhàn)中的數(shù)據(jù)分析

建立如下的漏斗分析模型：

策略優(yōu)化思路：

1. 注冊1170人，只有255人領取了優(yōu)惠券，問題出在哪里，假設如下：

（1）產品BUG：新人紅包禮窗口沒有彈出，按照APP、小程序、機型、版本等分析數(shù)據(jù)，找出問題，解決掉BUG。

（2）產品邏輯：用戶關閉紅包窗口后是特定時間內沒有重新彈出，分析用戶主動關閉紅包窗口的數(shù)據(jù)是否支持，若支持則優(yōu)化2、3、4等多次彈出策略及頻次。

2. 247人加入了購物車只有10人提交了訂單，轉化率很低：

（1）打鐵趁熱，必須快速讓用戶成交第一單，不然流失率很高。

（2）分析用戶加入購物車商品是什么、有多少個、還瀏覽了那些品類。

（3）推送精準紅包，促進用戶支付。

（4）推送可供對比的商品，幫助用戶對比，促進用戶支付。

（5）push推送，提醒用戶支付，設定時間限制。

（6）推送周邊產品，制定拼單活動，提供優(yōu)惠。

（7）提交訂單又可以拆分出更細的漏斗，選擇支付方式，填寫地址，驗證短信等，是否有產品問題？

以上策略及分析比較簡單，只是提供一種思路，具體工作當中要分析大量的數(shù)據(jù)更復雜的數(shù)據(jù)，找出問題所在并解決掉。

新手禮可以依據(jù)渠道、興趣選擇、地區(qū)、性別、行為數(shù)據(jù)等通過數(shù)據(jù)制定模塊化的前后臺產品策略流程，建立起人工智能的數(shù)據(jù)中臺，AI代替人工，運營小伙伴慌得一批，哈哈哈。不過這肯定是未來，一個人分析數(shù)據(jù)調參數(shù) ，一個人策劃具體的活動足夠了。阿里的魯班除了擼能做活動了怎么辦？

二、激活用戶

定義：某段時間內購買1-5次的用戶。5次這個數(shù)依具體產品及實際情況變化而變化，就是用戶處在不穩(wěn)定留存狀態(tài)下的那個階段，只要在某段時間內達到了某一個魔法數(shù)字留存率會提高很多。

如圖所示，這是支付小于5次一個用戶的分布狀態(tài)，分層分類制定發(fā)放策略。

1. 清空購物車的優(yōu)惠券，特定時間支付立減。
2. 依托瀏覽數(shù)據(jù)的發(fā)放優(yōu)惠券，品類、單品、滿減等。
3. 連續(xù)購買返現(xiàn)金優(yōu)惠券
4. 回歸大禮包
5. 爆款優(yōu)惠券

三、忠誠用戶

以RFM對用戶進行分類，選取3673000條用戶數(shù)據(jù)，統(tǒng)計出各指標的分布情況。

頻次：分布圖如下。頻次主要集中在三個區(qū)間范圍內，選取5-10次、11-16次、17-22次三個區(qū)間。

金額：分布圖如下。金額主要集中在6000-1100、12000-1700、18000-25000三個區(qū)間。

間隔：分布圖如下。11-18天、19-24天、25-30天。

因此，按照下圖分類，把用戶三個維度打出標簽來。

則用戶可以分為3*3*3=27種組合，如果劃分5個檔次就有5*5*5=125種組合，為了講解方便，那么我們羅列一下2*2*2=8種組合的分布數(shù)列如下：

策略：

1類用戶：產品的核心價值，給與特殊權利下的優(yōu)待紅包，比如核心用戶專享超大金額，高級會員紅包大禮物，總之就是一定要留住他們。

2類用戶：頻次有些低，那就給與連續(xù)購買獎勵紅包，發(fā)紅包的頻次提高，促使其交易頻次提高。

……以此類推，然后在每一類用戶當中可以依據(jù)用戶屬性數(shù)據(jù)和行為數(shù)據(jù)在進行細分，這樣優(yōu)惠券的發(fā)放會更精準更高效。

四、衰落用戶

衰落用戶是我自己的定義，因為里面常常包含兩部分沉默用戶+流失用戶。俗話說的好，不在沉默中爆發(fā)就在沉默中滅亡，但是用戶爆發(fā)的概率太小了，既然沉默了那再不采取辦法最終還是會走向滅亡的。

1. 流失原因

（1）客戶主動流失——客戶主動地改變了當前的行為模式，比如瀏覽次數(shù)下降、交易下降等；

（2）客戶被動流失 ——被產品傷害到了，比如流失前有過投訴、有過退貨等。

2. 流失程度

（1）完全流失——用戶發(fā)生關閉所有與企業(yè)服務相關帳戶和交易等不可恢復或者很難恢復的行為；

（2）部分流失——用戶例如在產品使用場景下用戶使用頻率突降了60%等等。

3. 流失去向

（1）外部——用戶去了其它競爭對手；

（2）內部——用戶還在只是降低了使用度，有可能是用戶生活方式改變了也有可能是用戶正在共用其他競品。

可見，對于流失的理解可以是多方位的，需要結合具體的場景和需求。這里我們只簡化考慮用戶在某項業(yè)務主動部分流失的情況。

沉默和流失之間會有一個臨界點，怎么分析出這個臨界點？

我們鎖定一批用戶，觀察其在后續(xù)業(yè)務使用方面的持續(xù)沉默天數(shù)，滾動考察用戶持續(xù)沉默環(huán)比。我們發(fā)現(xiàn)，當用戶在該業(yè)務持續(xù)沉默天數(shù)超過兩周后，持續(xù)沉默環(huán)比高于X%且后續(xù)趨勢平穩(wěn)。因此我們發(fā)現(xiàn)了14這個數(shù)字，也就是14天很有可能是沉默與流失的臨界點。

（來源于網(wǎng)絡）

所以我們策略的臨界點以及預警點就在14這個魔法數(shù)字上。

流失用戶的召回核心考慮的還是一個成本問題，如果召回的成本高于拉新了，那我們?yōu)槭裁床焕履兀?/p>

按照用戶生命周期貢獻價值來分配召回用戶成本：

召回成本=用戶生命周期貢獻價值-市場成本-運營成本

據(jù)行業(yè)數(shù)據(jù)統(tǒng)計，獲取一個新用戶的成本是維護老用戶成本的5倍，換而言之，維護老用戶的成本是新用戶的1/5，這是成本下限。

根據(jù)流失用戶的流失時長，一些流失時間比較長的用戶，換種思路其實就等于新增用戶，所以上限成本等于新增用戶的獲客成本。假設新增成本為20元一個則召回成本為4<X<20。

召回體系的增長實驗開始前的成本區(qū)間初步定下來了，至于在區(qū)間內多少錢合理，在召回率和成本之間如何平衡，根據(jù)后期實驗和復盤分析不斷改進完善，找到召回最優(yōu)成本：

五、總結

優(yōu)惠券、紅包體系在交易類的產品中是一個很重的模塊，怎么發(fā)放最重要的其實就是考慮成本問題和轉化率問題。

在這個流量越來越貴，越來越集中的后紅利時代，大家都是練內功的時候，不要總想著哪里還有流量洼地，哪里還能偷偷搞點流量來，注重留存才是王道，所以現(xiàn)在用戶運營的人越來越來越值錢，各大公司都在尋找精細化運營的高手。

本文中涉及到了用戶分層分群、用戶生命周期價值、留存率、漏斗模型、分布分析等概念，每個概念都可以拿出來講很多案例，希望小伙伴們多多系統(tǒng)性地學習，不同的產品不同的用戶會遇到不同的問題，問題千奇百怪，但是方法論是不會過時的。

作者：白高粱；公眾號：白高粱