数仓 - 促销敏感度、评论敏感度

1. 促销敏感度

步骤1.

首先按照最后一次下单时间及有无复购情况将用户分为四大群体：

• 近一年有购物行为且复购的用户 -- L1 (今年复购用户)
• 近一年有购物行为但无复购的用户 --L2 (今年一单购用户)
• 最后一次下单时间在1年之前且有复购的用户 --L3 (今年无购且只有一单用户)
• 最后一次下单时间在1年之前但无复购的用户 -- L4 (今年无购多单用户)

步骤2.

每一类用户群再根据优惠订单占比、每单优惠金额占比的平均值、优惠金额这三个指标进行k-means聚类，分为：

• 非常敏感 - 5
• 高度敏感 - 4
• 中度敏感 - 3
• 轻度敏感 - 2
• 不敏感 - 1

这样业务方在进行促销活动时，可根据营销的目的选择不同的促销敏感度人群，方便更精准、精细化的运营。

示例：L1-3 代表近一年有复购用户-中度敏感

注：优惠金额=单品促销优惠金额+套装优惠金额+团购、闪团优惠总金额+满减优惠金额+SKU的返现金额+东券、京券支付金额+POP店铺东券支付金额+POP店铺京券支付金额+手机红包支付金额。

 

2. 评论敏感度

评论敏感度是衡量用户购买的商品的好评情况(指用户购买的商品的好评数和好评率，而不是用户对该商品的评价）。
评论敏感度算法简介：

步骤1.

首先按照最后一次下单时间及有无复购情况将用户分为四大群体：

• 近一年有购物行为且复购的用户 -- L1 (今年复购用户)
• 近一年有购物行为但无复购的用户 --L2 (今年一单购用户)
• 最后一次下单时间在1年之前且有复购的用户 --L3 (今年无购且只有一单用户)
• 最后一次下单时间在1年之前但无复购的用户 -- L4 (今年无购多单用户)

步骤2.
每一类用户群根据好评数及好评率进行聚类，根据聚类结果将客户分为：

• 非常敏感
• 高度敏感
• 中度敏感
• 轻度敏感
• 不敏感