每天解决一个"怎么办"的问题,找到问题的本质,提炼出规律,类比应用到其它问题上,找到合适的解决方案。今天的问题是:如何提高商品的关联度?

问题本质

因为喜欢A,所以喜欢B,这是因果性。但同时喜欢A和B不一定有因果性,也就是说,两件事同时发生,但未必有因果关系,这就是相关性,也是提高关联度的另一个有效方法。因果性必须证明,相关性只需发现。通过寻找商品、属性之间的相关性,然后用推荐、捆绑等方式促销,能有效地提高客单价。

那你应该怎么办?不要试图自己去用逻辑推导"因果性"了,而是用数据去发现"相关性"。比如去QQ音乐、网易云音乐上看下,听周杰伦的人,大多还会接着听王力宏;下载凤凰传奇后,不少会接着下载庞龙;下载《菊花台》的不少会接着下载《千里之外》...为什么啊?别问为什么,既然有相关性,就不断训练你的推荐引擎,赶紧在周杰伦的《菊花台》后面,推荐王力宏和《千里之外》,提高客单价吧。

类比应用

1. 传说沃尔玛研究数据时,发现啤酒和尿片的销量高度相关。

2. 你设计游戏,想提高游戏中装备升级付费的"客单价",也就是让玩家尽可能的多花钱,可以分析数据,找到"投入金额"和"放弃升级"之间的"相关性"。

3. 你卖衣服,想和其他的店结成"异业联盟"提高"客单价",可以通过对买家数据的分析,看看在你这里买衣服的人,还在哪几家店刷过卡。

4. 有一些电商平台,会通过找到某些用户"标签"和"价格承受力"之间的"相关性",然后向有这些标签的用户,收取更高的价格...

5. 你是开线下书店的,可能会发现童书旁摆放的跑车杂志和化妆圣经卖得很好,而中学参考书旁的食谱被翻阅得很频繁...可以学学台湾的诚品,把很多相关性的商品摆到了一起。

6. 你还可以把整个书店设计得很有创意性,分成畅销书区域,文创品区域,书店咖啡厅区域。

7. 你也可以朝着体系化大数据分析的目标设计,建立会员管理体系,获取热卖品类,寻找购买相关性,再结合营销手段和动线设计,实现相关性推荐。

你学会了么?明天,我们说说:客户特别想买,但就是手头钱不够,怎么办?