1. 促銷敏感度

步驟1.

首先按照最后一次下單時間及有無復購情況將用戶分為四大群體：

• 近一年有購物行為且復購的用戶 -- L1 (今年復購用戶)
• 近一年有購物行為但無復購的用戶 --L2 (今年一單購用戶)
• 最后一次下單時間在1年之前且有復購的用戶 --L3 (今年無購且只有一單用戶)
• 最后一次下單時間在1年之前但無復購的用戶 -- L4 (今年無購多單用戶)

步驟2.

每一類用戶群再根據優惠訂單占比、每單優惠金額占比的平均值、優惠金額這三個指標進行k-means聚類，分為：

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

這樣業務方在進行促銷活動時，可根據營銷的目的選擇不同的促銷敏感度人群，方便更精準、精細化的運營。

示例：L1-3 代表近一年有復購用戶-中度敏感

注：優惠金額=單品促銷優惠金額+套裝優惠金額+團購、閃團優惠總金額+滿減優惠金額+SKU的返現金額+東券、京券支付金額+POP店鋪東券支付金額+POP店鋪京券支付金額+手機紅包支付金額。

?

2. 評論敏感度

評論敏感度是衡量用戶購買的商品的好評情況(指用戶購買的商品的好評數和好評率，而不是用戶對該商品的評價）。
評論敏感度算法簡介：

步驟1.

首先按照最后一次下單時間及有無復購情況將用戶分為四大群體：

• 近一年有購物行為且復購的用戶 -- L1 (今年復購用戶)
• 近一年有購物行為但無復購的用戶 --L2 (今年一單購用戶)
• 最后一次下單時間在1年之前且有復購的用戶 --L3 (今年無購且只有一單用戶)
• 最后一次下單時間在1年之前但無復購的用戶 -- L4 (今年無購多單用戶)

步驟2.
每一類用戶群根據好評數及好評率進行聚類，根據聚類結果將客戶分為：

• 非常敏感
• 高度敏感
• 中度敏感
• 輕度敏感
• 不敏感

總結

以上是生活随笔為你收集整理的数仓 - 促销敏感度、评论敏感度的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。