用户促复购实战：如何搭建一个复购洞察模型

如何提升复购率是用户运营最核心的命题之一。提升复购率3个核心场景问题：

第一、如何深入洞察复购率低的本质原因

第二、有什么样的分析模型能够快速洞察人群

第三、如何指导优化提升复购的运营策略

那我们基于实战的思考来解决这三个核心问题：

一、如何深入洞察复购率低的本质原因

我们来看一个电商大厂常用的复购率分析框架：

这个框架不仅仅是复购率指标的简单拆解，而是从解决问题的本质出发，去快速定位真正影响复购率的因子。

首先是场景问题，场景关乎是大家明面都知道的核心问题，比如复购率低，销售额低，留存率低等，这个层级的问题只要是个运营都会知道。

其次是怎么深入的拆解这个场景

第一是先定义问题的方向，复购率低可以从人或货出发，包含两个核心指标，人群的复购率和商品的复购率

第二是定义问题指标，这个层级涉及到指标公式化的拆解，比如用户人群复购率=已购买人群复访率*转化率；商品复购率=购买该商品2次及以上的人群/该商品总购买人群

第三是定义问题人群，人群复访率低，可以下钻新老用户，继续下钻，可以下钻到人群基本画像和购物特征层级；商品复购率低，可以下钻到品类结构策略、选品策略、活动策略等

二、用什么样的分析模型能够快速洞察人群特征

这里我给大家带来一个分析产品，也就是基于SPSS Modeler搭建的复购分析流。在实际运营过程中，很多运营比较依赖数据分析师提数或者依赖技术产品搭建各类看板，实际上只要能够拿到订单底表数据，依靠SPSS Modeler工具就能分析任何数据洞察任何人群，节省人力成本。

先虚拟一个案例，看一下如何来洞察复购人群。