[业务题]货拉拉数据分析岗简答题, 评估优惠券促销活动的收益效果,评估哪种优惠券对企业更优

本文探讨如何量化货拉拉折扣券对用户额外消费的金额,通过用户基线和GMV提升来评估。同时,文章提出分析哪种折扣券更能吸引用户复购,重点关注RFM模型中的不同用户群体,根据优惠券使用顺序和下单速度来设定评分模型,以优化优惠券策略。
摘要由CSDN通过智能技术生成

如题:

货拉拉会经常给用户发放不同的折扣券。假设有三种类型的折扣券A, B, C ;这三种折扣券同时通过APP直接发放给玩家们,且每张折扣券的优惠程度,有效日期大致一样。用户可以在一次同时使用多种优惠券,货拉拉可以根据折扣券码得知哪张优惠券被使用, 货拉拉还拥有这些用户的个人数据,例如年龄,性别,订单记录等。如何量化折扣券使用户额外消费的金额? 以及如何通过数据分析得知哪种折扣券最能吸引用户再次使用货拉拉下单?

问题一:如何量化折扣券使用户额外消费的金额

找到这次的发放人数(干预总人数)、这次优惠券有效期内用户的客单价(干预客单价)、根据历史数据找到无消费券时的转化率(自然转化率)和无消费券时的用户客单价(自然客单价)

得到如下三个相关指标:

  • 用户基线 = 干预总人数 x 自然转化率
  • 用户提升 = 干预总人数 x (干预转化率-自然转化率)
  • GMV基线 = 用户基线 x 自然转化客单价
  • GMV提升 = 用户提升 x 干预客单价 + 用户基线 x (干预客单价-自然客单价)

GMV提升这里分了两部分的总和,简单解释一下:

  • 用户提升 x 干预客单价:这公式查看本来不会下单的用户所产生的的GMV;
  • 用户基线 x (干预客单价-自然客单价):这部分是本来就会下单的用户的贡献GMV,可能会提升,也可能会下降,类似满减优惠券可能会提升客单价,需要进一步计算。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值