人货匹配模型没搞懂？互联网行业都在讨论它
多數據分析書本、文章都提過人貨場模型，但對于其中最核心的人貨如何匹配，沒有詳細介紹。人貨匹配是非常底層的分析理論，涉及到轉化率分析、用戶分群、推薦算法訓練等重要議題，無論互聯網的電商、O2O、短視頻、直播等產品都會考慮這點。廢話不多說，今天詳細介紹一下。
01
導購型匹配
設想一個最簡單的場景：顧客站在柜臺前，說“我想要個電風扇”。此時顧客需求已經跋山涉水來到店里，成交意愿很高。且需求已經表達得很清晰了。作為導購要確認的，就是：到底是啥樣的電風扇。這就是常見的：導購型匹配。
此時匹配的，主要是：具體商品信息，比如：
l?場景：出門用？辦公桌用？臥室用？客廳用？
l?款式：手里拿的、臺式的、落地式的？
l?價位：價格大概在XXX范圍內？
l?設計：這個外觀/顏色/造型，您滿意不？
?
注意，這四點信息的匹配，是層層遞進的關系。使用場景決定了款式、價格、設計。價格又決定了設計、做工等等細節(jié)。所以一個優(yōu)秀的導購，一定是由大到小確認，這樣更容易鎖定顧客需求，提升匹配成功率。這就是為啥名字要叫：導購（像向導一樣引導購買），而不叫推銷員的原因。無腦的推銷員才是一上來就blabla講一堆：“我們的產品有十八項功能二十種專利好好好各種牛逼……”
?
當然，不同商品，導購提升匹配成功率的手段也不同。常見的手段包括：
1、場景式匹配：常見于耐用品、大件商品。從需求場景出發(fā)，逐步引導到具體價位、功能。
2、體驗式匹配：常見于快消品、服裝、美業(yè)。直接讓用戶體驗產品，體驗良好馬上鎖定需求。
3、陳列式匹配：常見于快消品，特別是啤酒瓜子礦泉水這種小金額即時消費產品。反正顧客買了也就圖個新鮮，直接陳列幾十款，看中哪個拿哪個。
4、價格式匹配：常見于快消品，特別是日用、家居、護理、清潔類產品。這些化工產品成本低、囤貨周期長、日常都要、用戶對價格敏感，只要價格有優(yōu)惠都能吸引一波囤貨。
?
所以理論上，場景式匹配是最佳的導購匹配模式。但實際上，相當多快消品，消費者并沒有耐心細細思考：到底為啥要買。消費者本身就是沖動消費。因此不需要事事都場景匹配，體驗、陳列、價格都很好用。只有大件商品，才適合細細梳理場景，進行引導。
?
總結以上要素，可以推導出導購型匹配的分析模型（如下）：
02
門店型匹配
設想一個略復雜的場景：顧客在商場里逛，還沒有決定去哪個店。此時顧客成交意愿并不高（甚至都不確定他是不是來購物的），需求也不明確。因此不可能一上來直接精準匹配到一件商品。此時要做的匹配，本質上是：把有需求的用戶挑出來，引導到店里。
?
注意：在這個場景，是無法準確獲取用戶信息的。客人還在商場里晃來晃去的時候，就叨叨問一堆問題，不但啰嗦，而且會把客人嚇跑。此時更需要的是引流手段，能吸引有需求的客人來，同時盡量規(guī)避無需求的客人，避免浪費資源。
?
常用的手段，有：
1、基于自然周期的：大部分消費品都可以用，因為大部分消費品在一年中，都有自己固定的熱銷時間段，比如：周末、月末、季度末、逢年過節(jié)。在相應的時間段開展活動即可。
2、基于消費周期的：根據顧客消費記錄，之前購買的預計已消耗完了，提醒二次購買。
3、基于用戶分層的：常見于美業(yè)、健康等大客戶聚集的行業(yè)。針對高端用戶定向邀約，定向開展活動，一方面防止客戶流失，另一方面給潛在的大客戶樹個榜樣，吸引加入。
4、基于生命周期的：常見于母嬰、教育、健康等生命周期強烈的行業(yè)。想攔截媽媽、寶寶、老人，去公園、游樂場、波波池拿著玩具、雞蛋、米面油等等就行了……
5、基于渠道的：常見于金融、地產、家居等需要大客戶的行業(yè)。在目標客戶的聚集的渠道（企業(yè)、小區(qū)、商會等等）集中推廣，吸引客人。
?
由于既不確定顧客購買意向，又不確定需求，因此這個階段的匹配成功率必然是大大降低的。并且夾雜的影響因素太多，根本無法分析清楚：到底是哪個環(huán)節(jié)出的問題導致不成交。因此為了提高分析效率，一般拆成兩段進行分析：引流到店、到店成交。單獨考核各種手段引流到店的質量，再看到店后怎么引導成交。
?
總結以上要素，可以推導出門店型匹配的分析模型（如下）：
03
商場型匹配
設想一個更復雜的場景：顧客在步行街里逛，還沒有決定去哪個商場。此時顧客成交意愿和需求非常不明確，甚至只是單純路過而已。
注意：在這個場景里，商場和門店思考的問題是不一樣的。
l 門店：如果商場沒有人流，就關了這個店，找有人流的商場開店。
l?商場：不在乎具體一家店的死活，只要我有人流，就有源源不斷的人來開店。
?
?
這種利益分歧，直接導致了后續(xù)分析思路的差異。只有商場才在乎：如何把步行街的用戶匹配到我這里來。
商品的匹配邏輯是非常簡單粗暴的：
1、搞壟斷：我用超低價補貼干死競爭對手，或者我直接把步行街的主干道給占了！用戶自然到我這里來。
2、拉同伙：我低價拉一些大品牌門店入住，自然能吸引高端用戶進來。
3、造流量：我在負一層開一個便宜的巨型超市，顧客自然會蜂擁來買。
4、做配套：我開一個大型兒童樂園，爸爸媽媽們就會帶娃來玩，順便逛個街。
?
仔細觀察就會發(fā)現：這里幾乎沒有考慮用戶需求。單純地靠商業(yè)運作即可。實際上，商場也是要考慮用戶需求的，畢竟以上四點，只能把用戶拉進來。想進一步賺錢，還得吸引小商家入住。因此涉及：怎么把用戶匹配給小商家的問題。
?
商場是完全不在乎某一個小商家的死活的（除非這是自己的親兒子）。所以商場處理用戶與商家匹配的問題，也是非常簡單粗暴：
1、直接出錢買。誰花錢買好的鋪位，我賣給誰
2、按區(qū)域分配商家。有電影院入住了，就把奶茶、小吃擺在旁邊
3、觀察用戶行為。比如媽媽們都喜歡在波波池溜娃時順便看母嬰商品，就推親子消費季。
這樣就足夠了。然后還可以包裝一些成功案例，給還沒入駐的小商戶看：“你看入住這里多賺錢呀，快來快來。”
04
傳統企業(yè) VS?互聯網企業(yè)
有的同學會說：陳老師，你這講的都是傳統開商場，可我們是互聯網行業(yè)呀。其實認真看了這三種匹配模型，大家發(fā)現什么沒有……
所謂互聯網，根本就是把傳統商場搬到線上而已！
l?把導購換成網紅，就是所謂直播電商玩法
l?把導購換成加個人微信，就是所謂私域流量玩法
l?把門店投在商場的廣告，換成直通車，就是平臺電商的玩法
l?把門店投在路邊的廣告，換成加企微群，就是社群營銷的玩法
l?把門店VIP老帶新有禮，換成裂變廣告，就是裂變增長的玩法
l?把商場換成XX平臺，這幫互聯網APP燒錢、派券、1元購，是不是很熟悉了
l?把按區(qū)域分商家，換成按首次點擊商品屬性計算商品間距離函數，就是推薦算法里相似性推薦算法。
l?把按人群行為推活動，換成按相似點擊行為分人群，再推薦商品，就是協同過濾算法。
?
所以，所謂電子商務，還是商務，本質上運作的邏輯是一樣的。不同的是，互聯網上用戶行為能留下充分的數據記錄，因此能進行相對準確的分析。再也不用像傳統門店那樣，靠研究人員現場肉眼觀察消費動線了。
?
這也從另一個角度反映：不要迷信所謂“大廠推薦模型”，不同角色、不同場景、推薦商品的思路和關鍵要素完全不一樣，一味抄襲，只會畫蛇添足，有興趣的話，本篇集齊60在看，下一篇我們專門分享：到底什么樣的推薦算法合適。敬請期待哦。
?
更多精彩原創(chuàng)：
3大基礎模型，搞掂互聯網產品分析
入門級數據分析師，該掌握哪些技能
為了搞清楚5W2H分析法，我約了一個小姐姐
想擁有陳老師一樣的總結能力和分析能力？思維能力的鍛煉，是日積月累的，不是看幾篇文章就能提升的哦，學習陳老師本人的視頻課程《業(yè)務知識一站通》，可以加入學員群，和陳老師一對一討論，讓陳老師成為你的軍師，具體助你分析。
《業(yè)務知識一站通》
長按掃描二維碼
了解陳老師的視頻課程
還可加入學員群
享受陳老師一對一咨詢服務
點擊左下角“閱讀原文”聽陳老師講課噢?
總結
以上是生活随笔為你收集整理的人货匹配模型没搞懂？互联网行业都在讨论它的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 讯飞语音合成 下载音频Java Demo
- 下一篇： String的空校验