實例分析:高頻/場景驅(qū)動下的外賣O2O用戶畫像實踐
美團外賣經(jīng)過3年的飛速發(fā)展,品類已經(jīng)從單一的外賣擴展到了美食、夜宵、鮮花、商超等多個品類。用戶群體也從早期的學(xué)生為主擴展到學(xué)生、白領(lǐng)、社區(qū)以及商旅,甚至包括在KTV等娛樂場所消費的人群。隨著供給和消費人群的多樣化,如何在供給和用戶之間做一個對接,就是用戶畫像的一個基礎(chǔ)工作。所謂千人千面,畫像需要刻畫不同人群的消費習(xí)慣和消費偏好。
外賣O2O和傳統(tǒng)的電商存在一些差異??梢院唵慰偨Y(jié)為如下幾點:
1)新事物,快速發(fā)展:這意味很多用戶對外賣的認知較少,對平臺上的新品類缺乏了解,對自身的需求也沒有充分意識。平臺需要去發(fā)現(xiàn)用戶的消費意愿,以便對用戶的消費進行引導(dǎo)。
2)高頻:外賣是個典型的高頻O2O應(yīng)用。一方面消費頻次高,用戶生命周期相對好判定;另一方面消費單價較低,用戶決策時間短、隨意性大。
3)場景驅(qū)動:場景是特定的時間、地點和人物的組合下的特定的消費意圖。不同的時間、地點,不同類型的用戶的消費意圖會有差異。例如白領(lǐng)在寫字樓中午的訂單一般是工作餐,通常在營養(yǎng)、品質(zhì)上有一定的要求,且單價不能太高;而到了周末晚上的訂單大多是夜宵,追求口味且價格彈性較大。場景辨識越細致,越能了解用戶的消費意圖,運營效果就越好。
4)用戶消費的地理位置相對固定,結(jié)合地理位置判斷用戶的消費意圖是外賣的一個特點。
外賣產(chǎn)品運營對畫像技術(shù)的要求
如下圖所示,我們大致可以把一個產(chǎn)品的運營分為用戶獲取和用戶拓展兩個階段。在用戶獲取階段,用戶因為自然原因或一些營銷事件(例如廣告、社交媒體傳播)產(chǎn)生對外賣的注意,進而產(chǎn)生了興趣,并在合適的時機下完成首購,從而成為外賣新客。在這一階段,運營的重點是提高效率,通過一些個性化的營銷和廣告手段,吸引到真正有潛在需求的用戶,并刺激其轉(zhuǎn)化。
在用戶完成轉(zhuǎn)化后,接下來的運營重點是拓展用戶價值。這里有兩個問題:
- 第一是提升用戶價值,具體而言就是提升用戶的單均價和消費頻次,從而提升用戶的LTV(life-time value)?;臼侄伟ń徊驿N售(新品類的推薦)、向上銷售(優(yōu)質(zhì)高價供給的推薦)以及重復(fù)購買(優(yōu)惠、紅包刺激重復(fù)下單以及優(yōu)質(zhì)供給的推薦帶來下單頻次的提升);
- 第二個問題是用戶的留存,通過提升用戶總體體驗以及在用戶有流失傾向時通過促銷和優(yōu)惠將用戶留在外賣平臺。
用戶體驗之旅
所以用戶所處的體驗階段不同,運營的側(cè)重點也需要有所不同。而用戶畫像作為運營的支撐技術(shù),需要提供相應(yīng)的用戶刻畫以滿足運營需求。根據(jù)上圖的營銷鏈條,從支撐運營的角度,除去提供常規(guī)的用戶基礎(chǔ)屬性(例如年齡、性別、職業(yè)、婚育狀況等)以及用戶偏好之外,還需要考慮這么幾個問題:
- 什么樣的用戶會成為外賣平臺的顧客(新客識別);
- 用戶所處生命周期的判斷,用戶是否可能從平臺流失(流失預(yù)警);
- 用戶處于什么樣的消費場景(場景識別)。
后面“外賣O2O的用戶畫像實踐”一節(jié)中,我們會介紹針對這三個問題的一些實踐。
外賣畫像系統(tǒng)架構(gòu)
下圖是我們畫像服務(wù)的架構(gòu):數(shù)據(jù)源包括基礎(chǔ)日志、商家數(shù)據(jù)和訂單數(shù)據(jù)。數(shù)據(jù)完成處理后存放在一系列主題表中,再導(dǎo)入kv存儲,給下游業(yè)務(wù)端提供在線服務(wù)。同時我們會對整個業(yè)務(wù)流程實施監(jiān)控。主要分為兩部分,第一部分是對數(shù)據(jù)處理流程的監(jiān)控,利用用內(nèi)部自研的數(shù)據(jù)治理平臺,監(jiān)控每天各主題表產(chǎn)生的時間、數(shù)據(jù)量以及數(shù)據(jù)分布是否有異常。第二部分是對服務(wù)的監(jiān)控。目前畫像系統(tǒng)支持的下游服務(wù)包括:廣告、排序、運營等系統(tǒng)。
畫像系統(tǒng)架構(gòu)
外賣O2O的用戶畫像實踐
新客運營
新客運營主要需要回答下列三個問題:
- 新客在哪里?
- 新客的偏好如何?
- 新客的消費力如何?
回答這三個問題是比較困難的,因為相對于老客而言,新客的行為記錄非常少或者幾乎沒有。這就需要我們通過一些技術(shù)手段作出推斷。例如:新客的潛在轉(zhuǎn)化概率,受到新客的人口屬性(職業(yè)、年齡等)、所處地域(需求的因素)、周圍人群(同樣反映需求)以及是否有充足供給等因素的影響;而對于新客的偏好和消費力,從新客在到店場景下的消費行為可以做出推測。另外用戶的工作和居住地點也能反映他的消費能力。
對新客的預(yù)測大量依賴他在到店場景下的行為,而用戶的到店行為對于外賣是比較稀疏的,大多數(shù)的用戶是在少數(shù)幾個類別上有過一些消費行為。這就意味著我們需要考慮選擇什么樣的統(tǒng)計量描述:是消費單價,總消費價格,消費品類等等。然后通過大量的試驗來驗證特征的顯著性。另外由于數(shù)據(jù)比較稀疏,需要考慮合適的平滑處理。
我們在做高潛新客挖掘時,融入了多方特征,通過特征的組合最終作出一個效果比較好的預(yù)測模型。我們能夠找到一些高轉(zhuǎn)化率的用戶,其轉(zhuǎn)化率比普通用戶高若干倍。通過對高潛用戶有針對性的營銷,可以極大提高營銷效率。
流失預(yù)測
新客來了之后,接下來需要把他留在這個平臺上,盡量延長生命周期。營銷領(lǐng)域關(guān)于用戶留存的兩個基本觀點是(引自菲利普.科特勒 《營銷管理》):
- 獲取一個新顧客的成本是維系現(xiàn)有顧客成本的5倍!
- 如果將顧客流失率降低5%,公司利潤將增加25%~85%
用戶流失的原因通常包括:競對的吸引;體驗問題;需求變化。我們借助機器學(xué)習(xí)的方法,構(gòu)建用戶的描述特征,并借助這些特征來預(yù)測用戶未來流失的概率。這里有兩種做法:
- 第一種是預(yù)測用戶未來若干天是否會下單這一事件發(fā)生的概率。這是典型的概率回歸問題,可以選擇邏輯回歸、決策樹等算法擬合給定觀測下事件發(fā)生的概率;
- 第二種是借助于生存模型,例如COX-PH模型,做流失的風(fēng)險預(yù)測。下圖左邊是概率回歸的模型,用戶未來T天內(nèi)是否有下單做為類別標記y,然后估計在觀察到特征X的情況下y的后驗概率P(y|X)。
右邊是用COX模型的例子,我們會根據(jù)用戶在未來T天是否下單給樣本一個類別,即觀測時長記為T。假設(shè)用戶的下單的距今時長t<T,將t作為生存時長t’;否則將生存時長t’記為T。這樣一個樣本由三部分構(gòu)成:樣本的類別(flag),生存時長(t’)以及特征列表。通過生存模型雖然無法顯式得到P(t’|X)的概率,但其協(xié)變量部分實際反映了用戶流失的風(fēng)險大小。
生存模型中,βTx反映了用戶流失的風(fēng)險,同時也和用戶下次訂單的時間間隔成正相關(guān)。下面的箱線圖中,橫軸為βTx,縱軸為用戶下單時間的間隔。
COX MODEL
我們做了COX模型和概率回歸模型的對比。在預(yù)測用戶XX天內(nèi)是否會下單上面,兩者有相近的性能。
美團外賣通過使用了用戶流失預(yù)警模型,顯著降低了用戶留存的運營成本。
場景運營
拓展用戶的體驗,最重要的一點是要理解用戶下單的場景。了解用戶的訂餐場景有助于基于場景的用戶運營。對于場景運營而言,通常需要經(jīng)過如下三個步驟:
場景
場景可以從時間、地點、訂單三個維度描述。比如說工作日的下午茶,周末的家庭聚餐,夜里在家點夜宵等等。其中重要的一點是用戶訂單地址的分析。通過區(qū)分用戶的訂單地址是寫字樓、學(xué)?;蚴巧鐓^(qū),再結(jié)合訂單時間、訂單內(nèi)容,可以對用戶的下單場景做到大致的了解。
地址處理
上圖是我們訂單地址分析的流程。根據(jù)訂單系統(tǒng)中的用戶訂單地址文本,基于自然語言處理技術(shù)對地址文本分析,可以得到地址的主干名稱(指去掉了樓宇、門牌號的地址主干部分)和地址的類型(寫字樓、住宅小區(qū)等)。在此基礎(chǔ)上通過一些地圖數(shù)據(jù)輔助從而判斷出最終的地址類型。
另外我們還做了合并訂單的識別,即識別一個訂單是一個人下單還是拼單。把拼單信息、地址分析以及時間結(jié)合在一起,我們可以預(yù)測用戶的消費場景,進而基于場景做交叉銷售和向上銷售。
總結(jié)
外賣的營銷特征,跟其他行業(yè)的主要區(qū)別在于:
外賣是一個高頻的業(yè)務(wù)。由于用戶的消費頻次高,用戶生命周期的特征體現(xiàn)較顯著。運營可以基于用戶所處生命周期的階段制定營銷目標,例如用戶完成首購后的頻次提升、成熟用戶的價值提升、衰退用戶的挽留以及流失用戶的召回等。因此用戶的生命周期是一個基礎(chǔ)畫像,配合用戶基本屬性、偏好、消費能力、流失預(yù)測等其他畫像,通過精準的產(chǎn)品推薦或者價格策略實現(xiàn)運營目標。
用戶的消費受到時間、地點等場景因素驅(qū)動。因此需要對用戶在不同的時間、地點下消費行為的差異做深入了解,歸納不同場景下用戶需求的差異,針對場景制定相應(yīng)的營銷策略,提升用戶活躍度。
另外由于外賣是一個新鮮的事物,在用戶對一些新品類和新產(chǎn)品缺乏認知的情況下,需要通過技術(shù)手段識別用戶的潛在需求,進行精準營銷。例如哪些用戶可能會對小龍蝦、鮮花、蛋糕這樣的相對低頻、高價值的產(chǎn)品產(chǎn)生購買。可以采用的技術(shù)手段包括用戶分群、對已產(chǎn)生消費的用戶做look-alike擴展、遷移學(xué)習(xí)等。
同時我們在制作外賣的用戶畫像時還面臨如下挑戰(zhàn):
1)數(shù)據(jù)多樣性,存在大量非結(jié)構(gòu)化數(shù)據(jù)例如用戶地址、菜品名稱等。需要用到自然語言處理技術(shù),同時結(jié)合其他數(shù)據(jù)進行分析。
2)相對于綜合電商而言,外賣是個相對單一的品類,用戶在外賣上的行為不足以全方位地描述用戶的基本屬性。因此需要和用戶在其他場合的消費行為做融合。
3)外賣單價相對較低,用戶消費的決策時間短、隨意性強。不像傳統(tǒng)電商用戶在決策前有大量的瀏覽行為可以用于捕捉用戶單次的需求。因此更需要結(jié)合用戶畫像分析用戶的歷史興趣、以及用戶的消費場景,在消費前對用戶做適當?shù)囊龑?dǎo)、推薦。
面臨這些挑戰(zhàn),需要用戶畫像團隊更細致的數(shù)據(jù)處理、融合多方數(shù)據(jù)源,同時發(fā)展出新的方法論,才能更好地支持外賣業(yè)務(wù)發(fā)展的需要。而外賣的上述挑戰(zhàn),又分別和一些垂直領(lǐng)域電商類似,經(jīng)驗上存在可以相互借鑒之處。因此,外賣的用戶畫像的實踐和經(jīng)驗累積,必將對整個電商領(lǐng)域的大數(shù)據(jù)應(yīng)用作出新的貢獻!
本文來自美團點評技術(shù)團隊
End.
作者:李滔
來源:http://www.36dsj.com/archives/77851
本文來源于人人都是產(chǎn)品經(jīng)理合作媒體@36大數(shù)據(jù),作者@李滔
謝謝作者的分享~~~
對我非常有用,按照上面的方法分析了一下自己的項目,感覺如沐甘霖~~