需求 #23163
<p><strong>概述：</strong><br />
ERP人群标签系统【用户行为】【平台属性】维度增加登录标签、商品标签、品类偏好标签、价格带标签。<br />
<br />
<strong>详细运营策略：</strong><span style="color:#e74c3c;">https://shimo.im/docs/WxrwkyWtjWykYKdq</span></p>
<p><strong>目的：</strong><br />
基于用户生命周期数据，通过价格带偏好及访问品类偏好的个性化，对不同行为偏好的客群进行精细化运营，针对性完成自动化营销闭环。<br />
</p>
<p><strong>增加标签内容需求：</strong><br />
<br />
<strong>一、价格带标签</strong><br />
（1）近半年用户购买商品集中价格带 指用户近半年购买过的所有商品的价格分布最多的区间。 如：用户A近半年一共购买过6个款的衣服，其中有4款衣服的价格处于（120,150】区间，则用户A属于这个区间。<br />
（2）近半年用户最近一次购买商品集中价格带： 指用户最近购买的一单内的所有商品的价格分布最多的区间。 如：用户A最近一单包含了6个款的衣服，其中有4款衣服的价格处于（120,150】区间，则用户A属于这个区间。</p>
<p><strong>二、品类偏好标签</strong><br />
（1）近15天加购过的品类：<br />
指近15天有加购过某个三级品类的所有用户。（如近15天加购过毛衣的所有用户）<br />
（2）近30天支付过的品类：<br />
指近15天有支付过某个三级品类的所有用户。（如近15天支付过毛衣的所有用户）<br />
（3）近7天浏览过的品类：<br />
指近15天有加购过某个三级品类的所有用户。（如近7天浏览过毛衣的所有用户）<br />
<br />
参考：2020年全年三级品类销售排名（综合销售额、销售件数、购买人数的维度）<br />
top20品类：连衣裙、牛仔裤、休闲裤、短袖T恤、卫衣、毛衣、衬衫、羽绒服、半身裙、打底衫、套装、小衫、长袖T恤、短外套、针织衫、针织开衫、羊毛外套、袜子、打底裤、西装<br />
（合计GMV占大盘约77.27%）</p>
<p><strong>三、连续登录天数标签</strong><br />
<br />
目的：旨在发掘出那些连续登录了好几天、但是都没有下单的潜在转化用户，这部分用户高活跃、转化可能性高，适合临门一脚的转化策略。提升这部分客群的支付转化率和留存率。<br />
场景：在流失中大客的召回策略下，给连续登录3天都没有支付的中客、连续登录7天都没有支付的小客实施无门槛包邮策略，以包邮权益促进流失用户转化。</p>
<p><strong>四、本月累计登录天数</strong><br />
<br />
目的：基于用户生命周期拐点行为介入精细化运营动作。<br />
说明：指用户近半年支付次数最多的那一个大市场。如：用户A最近半年下单次数为17次，其中下单市场最多为十三行为9次，因此十三行是A的最常拿货档口。若用户在多个市场下单次数一致，则选取其中最近一次下单的市场。</p>
<p><strong>五、近半年最常拿货市场</strong><br />
<br />
目的：基于用户生命周期拐点行为介入关键运营动作。<br />
说明：指用户近半年拿货次数最多的一级市场。</p>
<p><strong>六、上月下单次数</strong></p>
<p>目的：基于用户上个自然月的下单情况进行额外运营动作干预，让用户持续下单<br />
说明:指用户上个自然月的订单数总和</p>
<p><strong>七、用户生命周期模型标签（具体如下）</strong></p>
<p>目的：基于用户行为数据，使用运营动作使用户更加健康稳定的成长。</p>
<p>（1）新增标签维度：</p> <p>①新增标签维度：</p>
<p>最后登录日期距今天数：新增0天标签<br />
最后加购距今天数：新增0天标签<br />
最后下单日期距今天数：新增0天标签</p>
<p>（2）新增标签：访问行为-近7天登录天数</p> <p>②新增标签：访问行为-近7天登录天数</p>
<p>说明：前7天登录天数总和<br />
维度：1-7天</p>
<p>（3）新增标签：商品行为</p> <p>③新增标签：商品行为</p>
<p>近7天点击商品数：前7天点击商品数总和<br />
近7天加购商品数：前7天加购商品数总和<br />
近7天收藏商品数：前7天收藏商品数总和<br />
近7天关注档口数：前7天关注档口数总和</p>
<p> </p>
ERP人群标签系统【用户行为】【平台属性】维度增加登录标签、商品标签、品类偏好标签、价格带标签。<br />
<br />
<strong>详细运营策略：</strong><span style="color:#e74c3c;">https://shimo.im/docs/WxrwkyWtjWykYKdq</span></p>
<p><strong>目的：</strong><br />
基于用户生命周期数据，通过价格带偏好及访问品类偏好的个性化，对不同行为偏好的客群进行精细化运营，针对性完成自动化营销闭环。<br />
</p>
<p><strong>增加标签内容需求：</strong><br />
<br />
<strong>一、价格带标签</strong><br />
（1）近半年用户购买商品集中价格带 指用户近半年购买过的所有商品的价格分布最多的区间。 如：用户A近半年一共购买过6个款的衣服，其中有4款衣服的价格处于（120,150】区间，则用户A属于这个区间。<br />
（2）近半年用户最近一次购买商品集中价格带： 指用户最近购买的一单内的所有商品的价格分布最多的区间。 如：用户A最近一单包含了6个款的衣服，其中有4款衣服的价格处于（120,150】区间，则用户A属于这个区间。</p>
<p><strong>二、品类偏好标签</strong><br />
（1）近15天加购过的品类：<br />
指近15天有加购过某个三级品类的所有用户。（如近15天加购过毛衣的所有用户）<br />
（2）近30天支付过的品类：<br />
指近15天有支付过某个三级品类的所有用户。（如近15天支付过毛衣的所有用户）<br />
（3）近7天浏览过的品类：<br />
指近15天有加购过某个三级品类的所有用户。（如近7天浏览过毛衣的所有用户）<br />
<br />
参考：2020年全年三级品类销售排名（综合销售额、销售件数、购买人数的维度）<br />
top20品类：连衣裙、牛仔裤、休闲裤、短袖T恤、卫衣、毛衣、衬衫、羽绒服、半身裙、打底衫、套装、小衫、长袖T恤、短外套、针织衫、针织开衫、羊毛外套、袜子、打底裤、西装<br />
（合计GMV占大盘约77.27%）</p>
<p><strong>三、连续登录天数标签</strong><br />
<br />
目的：旨在发掘出那些连续登录了好几天、但是都没有下单的潜在转化用户，这部分用户高活跃、转化可能性高，适合临门一脚的转化策略。提升这部分客群的支付转化率和留存率。<br />
场景：在流失中大客的召回策略下，给连续登录3天都没有支付的中客、连续登录7天都没有支付的小客实施无门槛包邮策略，以包邮权益促进流失用户转化。</p>
<p><strong>四、本月累计登录天数</strong><br />
<br />
目的：基于用户生命周期拐点行为介入精细化运营动作。<br />
说明：指用户近半年支付次数最多的那一个大市场。如：用户A最近半年下单次数为17次，其中下单市场最多为十三行为9次，因此十三行是A的最常拿货档口。若用户在多个市场下单次数一致，则选取其中最近一次下单的市场。</p>
<p><strong>五、近半年最常拿货市场</strong><br />
<br />
目的：基于用户生命周期拐点行为介入关键运营动作。<br />
说明：指用户近半年拿货次数最多的一级市场。</p>
<p><strong>六、上月下单次数</strong></p>
<p>目的：基于用户上个自然月的下单情况进行额外运营动作干预，让用户持续下单<br />
说明:指用户上个自然月的订单数总和</p>
<p><strong>七、用户生命周期模型标签（具体如下）</strong></p>
<p>目的：基于用户行为数据，使用运营动作使用户更加健康稳定的成长。</p>
<p>（1）新增标签维度：</p> <p>①新增标签维度：</p>
<p>最后登录日期距今天数：新增0天标签<br />
最后加购距今天数：新增0天标签<br />
最后下单日期距今天数：新增0天标签</p>
<p>（2）新增标签：访问行为-近7天登录天数</p> <p>②新增标签：访问行为-近7天登录天数</p>
<p>说明：前7天登录天数总和<br />
维度：1-7天</p>
<p>（3）新增标签：商品行为</p> <p>③新增标签：商品行为</p>
<p>近7天点击商品数：前7天点击商品数总和<br />
近7天加购商品数：前7天加购商品数总和<br />
近7天收藏商品数：前7天收藏商品数总和<br />
近7天关注档口数：前7天关注档口数总和</p>
<p> </p>
