浅析电商平台的多SKU组合促销策略
本文摘要:订阅专栏撤销订阅 大众号:平章大人,上任腾讯-微信事业群1.6万19564双11的白条还未还完,双12的花呗又提额了,圣诞和元旦大促也行将到来。这就是现在电商的特色,一年365天频频的促销。不光线上,线下零售也是这样。无论科技怎么开展、营销手法怎么前进,厂
订阅专栏撤销订阅 大众号:平章大人,上任腾讯-微信事业群

1.6万

195

64

双11的白条还未还完,双12的花呗又提额了,圣诞和元旦大促也行将到来。这就是现在电商的特色,一年365天频频的促销。不光线上,线下零售也是这样。无论科技怎么开展、营销手法怎么前进,厂商薄利多销和消费者追逐降价的本质似乎从未改变(留意是追逐降价而非廉价)。

我们都知道,电商平台交易的最小粒度是SKU,本文将从多SKU的组合促销角度予以简略分析,期望能协助我们了解电商平台(线下也类似)应该怎么对多SKU设计组合促销策略,本文也许不能明确地通知我们应该做什么,但求能启发我们怎么做的思维!

一、什么是多SKU的组合促销? 1. 概述

促销一定是围绕商品和消费者的,我们假设某电商平台有3个sku、5个注册用户,现需要在圣诞期间对这3个商品和5个用户制定促销,这个时分我们需要做什么呢?

首要,我们需要对每一个商品设计特定的促销策略,如降价多少、制造什么类型的广告。依据促销费用和方针利润的限制,确定每一个商品的促销策略。接下来要做的就是确定不同的商品推送给什么样的用户,也许你会问:横竖促销策略都做好了,为何不每一个用户都推送呢?

边际本钱和用户稀缺的留意力使得我们不能这么做,促销策略除了有固定本钱外,每多推送一个用户也会有边际本钱的添加;另外,用户的留意力只有那么多,所有的商品都推送,他们反而不会选择,因此将最能感动用户的商品和促销推送给他们才是最优选择。

上面的这段话其实隐含了两个重要概念,也是我们做促销应该查核的两个要害指标:

促销活动全体呼应率:促销活动后, 实践购买的客户占参加促销活动的总人数的比率,该值越高越好。 预期收益最大化:也就是取得最大的利润(也能够是通过促销与用户建立安稳关系以期在未来取得更大的长时间利润)

这也就抉择了企业不能投入很多资金与所有客户建立长时间的关系,而应该选择那些高价值用户。

2. 怎么确定每一个SKU对应的高价值用户?

不同的企业有不同的模型来确定自己的用户等级,拿京东和淘宝举例,分别用的是用户行为生长模型和RFM模型(不一定完全正确):

还有诸如客户生命期价值(客户在整个生命周期内能给企业带来收益的期望净现值)、优度评价法等测算用户价值的方式。本文以RFM模型为例,这也是传统零售行业常常用的模型。

3. 怎么使用RFM模型给用户打分?

RFM是依据美国数据库营销研讨所Arthur Hughes的研讨得来的,它有三个根本的假设:

最近有过购买行为的客户再次购买的可能性要高于最近没有购买行为的客户 购买频率较高的客户比购买频率较低的客户更有可能再次购买企业的产品 总的购买金额较高的客户再次购买的可能性较高并且是价值较高的客户

获取RFM指标数值的最简略方法就是查询每一个客户最近一次购买某个产品( 效劳) 的时间, 并依照由近及远的排序, 排序后将整个客户集分红N等份, 购买时间离其时时间最近的N分之一客户标记为分值N, 购买时间离其时时间最远的N分之一客户标记为分值1。依照类似的方法, 将客户依照其购买的频率和总的购买金额由高到低分别进行打分。本文取N=5 。

回到第1部分概述中的“案例市场”,我们假设该市场中的5个用户对三个SKU的RFM值分别为:

依据RFM的值可以得出用户针对某SKU的总价值,经历标明最近购买时间R 、购买总金额M比购买频率F 关于区分客户对促销活动的呼应率效果更显着,因此算总分时,依照”2×R+1×F+2×M“的公式核算总分为:

二、怎么依据约束条件选择促销策略用户群? 1. 约束条件

我们知道做任何事情都不是肯定自在的,都会面对各式各样的约束,在运筹学中管这个叫约束条件。那么,做3个SKU、5个用户的组合促销策略会面对哪些约束条件呢?通过对电商常见促销的总结,主要有以下几点:

有一个总的预算费用,本次促销本钱不能超过它,假设为Cost;某个促销活动的本钱为固定本钱与边际本钱之和 每一个客户参加促销活动的总次数不能超过规则值,假设为N(max) 某个促销活动的规模有必要满足一定条件,即需满足最小参加人数和最多参加人数(可通过发券控制),假设分别为L和H

假设本”案例市场“的Cost=50、N(max)=3、L = 3、H = 6”。各促销活动的人均边际本钱为:c1= 10、c2 =1、 c3= 7,固定本钱为0 。

需要满足的约束条件用数学式子表明如下:

2. 促销的方针

说了这么久,终于到了最重要的当地,做促销不是为了玩,而是为了取得最大的利润,那么该用一个什么样的式子表明方针呢?

我们需要依据约束条件和方针函数来解这个模型,得出每个Xij的最优解,答案如下:

依据前面的RFM值,可以算出max【profit】=161 。我们应该将SKU1的促销活动推送给用户1,2,3,4;SKU2的促销活动推送给用户1,2,3;SKU3的促销活动推送给用户1 。

电商平台的促销活动是围绕SKU的设计的,每一个SKU所对应的客户价值有差异,我们可以依据促销活动的约束条件和客户价值设计一个最优的组合促销策略模型,如上。但本文有一个当地可做进一步研讨:我是依据RFM模型核算的分值巨细表明用户对每个SKU及促销活动的呼应率,我认为分值越高呼应率越高。针对呼应系数Rij的设计,还可考虑用户行为的影响,如对某个SKU的加购行为,这将使模型更加准确。

参考文献:

《数据发掘技能在CRM 中的应用》,张吉吉、常桂然、 黄小原 《基于RFM 分析的促销组合策略优化模型》,赵晓煜、黄小原、孙福权 #专栏作家#

平章大人,人人都是产品主管专栏作家。专注电商行业、用户增加、营销科学化领域研讨。

本文原创发布于人人都是产品主管。未经答应,禁止转载。

题图由作者提供


我不认为给用户展示越多,曝光越多,就在添加边际本钱!现在几大电商top,都是以摆设越多没为第一参考因素!


可以换个角度想这个问题,当我们筛选出了哪些用户是此sku的高价值用户,是否是就能够对这些用户做针对性的促销活动呢?模型中的约束条件并没有活动类型、形式、条件,比如SKU1引荐给用户1,2,3,4是最可能取得高呼应率和高收益率的。我们是否是可以针对1,2,3,4用户去做针对性的促销设计,也许这种促销是5不喜欢的,不过我们不用关怀了,只需费用等满足约束条件即可。


某个促销活动的本钱为固定本钱与边际本钱之和 应该是固定本钱与可变本钱之和吧,边际本钱是每添加一个单位量带来的总本钱的新增,是个单位变量,通俗讲:N多边际本钱之和等于可变本钱


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。