【数据产品案例】美团外卖O2O的用户画像实践

时间:2024-04-07 19:29:21
案例来源:@美团技术团队

1. 外卖O2O特征
1)新事物:许多用户对外卖平台的新品类、自己的需求都了解较少,需要平台发现用户消费意愿
2)高频
3)场景驱动:外卖有极强的场景性,对于同一个用户,工作餐ta关心的是健康、价格合适,周末的夜宵关心的是好吃、价格不敏感
4)用户消费的地理位置固定:结合地理位置可以帮助判断用户的消费意图

2. 对外卖用户画像的需求
1)获客:谁是目标用户,应该用什么方式营销
2)转化:提高客单价和消费频次,使用的方法包括交叉销售、向上销售、重复购买(红包刺激、优惠券等)
3)留存
【数据产品案例】美团外卖O2O的用户画像实践

3. 新客运营
1)目标:
a. 新客在哪
b. 新客的偏好如何
c. 新客的消费力
2)困难:新客的记录非常少甚至没有
3)解决方法:
a. 新客在哪:用人口属性、地域和周围人群做判断
b. 偏好和消费能力:通过线下到店消费记录、工作和居住地点判断

4. 流失预测
1)用户流失的原因:
a. 竞争对手
b. 体验问题
c. 需求变化
2)方法:
a. 机器学习:将t日内未下单视为分类问题,树模型或者lr解决
b. 生存模型:cox-ph模型

5. 场景运营
1)场景可以用时间、地点、订单还原,如工作日的下午茶、周末的家庭聚餐
2)其中最重要的是订单地址的分析
3)进一步对合并订单进行识别,区分是个人订单还是拼单

6. 外卖用户画像的挑战
1)数据多样性:如地址、餐品名等,要引入nlp技术
2)外卖品类单一,用户的外卖行为不足以反映偏好,需要结合其它消费场景数据
3)客单价低,消费决策快,缺乏下单前足够的浏览行为做预测