基于大数据学习算法的优惠券预测模型

 

一、目标：

预测买家是否会购买某类商品，然后将优惠券发给最有可能购买的人群，从而提升转化率和客单价。（转化率-从意向购买到实际付款；客单价-用户单次购物花费金额）

二、分析：

落实到算法模型上，包含两个核心的问题

2.1、优惠券发给谁，即客户群选择

客户群选择实际上是预测买家的购买倾向，并依据购买倾向的强弱来给出排序的结果，落实到学习模型层面来解决。这个过程我们要以用户的历史行为数据为基础，比如分析出他浏览过哪些商品，每种商品的浏览次数。再比如他是否有把这种商品添加到购物车的行为。诸如这类方式进行运算得出我们的的买家用户群体。

2.2、发什么样的优惠券，比如满减，满多少减多少最优

发放哪种优惠券属于运营层面的思考，可以根据满减的阈值和折扣力度来综合确定。优惠券的种类有很多，我们这里以满减为例来说明。这也是提高买家客单价的一种措施。比如，当买家已经购买了150元的商品，我们可以通过给他发放价值15元的优惠券，比如满200使用，则买家这次的购物商品总金额就很有可能达到200元了，甚至跟多。