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(diǎn)：

1）新事物，快速發(fā)展：這意味很多用戶對(duì)外賣的認(rèn)知較少，對(duì)平臺(tái)上的新品類缺乏了解，對(duì)自身的需求也沒有充分意識(shí)。平臺(tái)需要去發(fā)現(xiàn)用戶的消費(fèi)意愿，以便對(duì)用戶的消費(fèi)進(jìn)行引導(dǎo)。

2）高頻：外賣是個(gè)典型的高頻O2O應(yīng)用。一方面消費(fèi)頻次高，用戶生命周期相對(duì)好判定；另一方面消費(fèi)單價(jià)較低，用戶決策時(shí)間短、隨意性大。

3）場景驅(qū)動(dòng)：場景是特定的時(shí)間、地點(diǎn)和人物的組合下的特定的消費(fèi)意圖。不同的時(shí)間、地點(diǎn)，不同類型的用戶的消費(fèi)意圖會(huì)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(jià)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(jià)格彈性較大。場景辨識(shí)越細(xì)致，越能了解用戶的消費(fèi)意圖，運(yùn)營效果就越好。

4）用戶消費(fèi)的地理位置相對(duì)固定，結(jié)合地理位置判斷用戶的消費(fèi)意圖是外賣的一個(gè)特點(diǎn)。

外賣產(chǎn)品運(yùn)營對(duì)畫像技術(shù)的要求

如下圖所示，我們大致可以把一個(gè)產(chǎn)品的運(yùn)營分為用戶獲取和用戶拓展兩個(gè)階段。在用戶獲取階段，用戶因?yàn)樽匀辉蚧蛞恍I銷事件（例如廣告、社交媒體傳播）產(chǎn)生對(duì)外賣的注意，進(jìn)而產(chǎn)生了興趣，并在合適的時(shí)機(jī)下完成首購，從而成為外賣新客。在這一階段，運(yùn)營的重點(diǎn)是提高效率，通過一些個(gè)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(yùn)營重點(diǎn)是拓展用戶價(jià)值。這里有兩個(gè)問題：

• 第一是提升用戶價(jià)值，具體而言就是提升用戶的單均價(jià)和消費(fèi)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(jià)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(gè)問題是用戶的留存，通過提升用戶總體體驗(yàn)以及在用戶有流失傾向時(shí)通過促銷和優(yōu)惠將用戶留在外賣平臺(tái)。

用戶體驗(yàn)之旅

所以用戶所處的體驗(yàn)階段不同，運(yùn)營的側(cè)重點(diǎn)也需要有所不同。而用戶畫像作為運(yùn)營的支撐技術(shù)，需要提供相應(yīng)的用戶刻畫以滿足運(yùn)營需求。根據(jù)上圖的營銷鏈條，從支撐運(yùn)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(gè)問題：

1. 什么樣的用戶會(huì)成為外賣平臺(tái)的顧客（新客識(shí)別）；
2. 用戶所處生命周期的判斷，用戶是否可能從平臺(tái)流失（流失預(yù)警）；
3. 用戶處于什么樣的消費(fèi)場景（場景識(shí)別）。

后面“外賣O2O的用戶畫像實(shí)踐”一節(jié)中，我們會(huì)介紹針對(duì)這三個(gè)問題的一些實(shí)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(chǔ)，給下游業(yè)務(wù)端提供在線服務(wù)。同時(shí)我們會(huì)對(duì)整個(gè)業(yè)務(wù)流程實(shí)施監(jiān)控。主要分為兩部分，第一部分是對(duì)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(tái)，監(jiān)控每天各主題表產(chǎn)生的時(shí)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(duì)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(yùn)營等系統(tǒng)。

畫像系統(tǒng)架構(gòu)

外賣O2O的用戶畫像實(shí)踐

新客運(yùn)營

新客運(yùn)營主要需要回答下列三個(gè)問題：

1. 新客在哪里？
2. 新客的偏好如何？
3. 新客的消費(fèi)力如何？

回答這三個(gè)問題是比較困難的，因?yàn)橄鄬?duì)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(duì)于新客的偏好和消費(fèi)力，從新客在到店場景下的消費(fèi)行為可以做出推測。另外用戶的工作和居住地點(diǎn)也能反映他的消費(fèi)能力。

對(duì)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(duì)于外賣是比較稀疏的，大多數(shù)的用戶是在少數(shù)幾個(gè)類別上有過一些消費(fèi)行為。這就意味著我們需要考慮選擇什么樣的統(tǒng)計(jì)量描述：是消費(fèi)單價(jià)，總消費(fèi)價(jià)格，消費(fèi)品類等等。然后通過大量的試驗(yàn)來驗(yàn)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?cè)谧龈邼撔驴屯诰驎r(shí)，融入了多方特征，通過特征的組合最終作出一個(gè)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(duì)高潛用戶有針對(duì)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(gè)平臺(tái)上，盡量延長生命周期。營銷領(lǐng)域關(guān)于用戶留存的兩個(gè)基本觀點(diǎn)是（引自菲利普.科特勒 《營銷管理》）：

1. 獲取一個(gè)新顧客的成本是維系現(xiàn)有顧客成本的5倍！
2. 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(duì)的吸引；體驗(yàn)問題；需求變化。我們借助機(jī)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(huì)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(xiǎn)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(biāo)記y，然后估計(jì)在觀察到特征X的情況下y的后驗(yàn)概率P(y|X)。

右邊是用COX模型的例子，我們會(huì)根據(jù)用戶在未來T天是否下單給樣本一個(gè)類別，即觀測時(shí)長記為T。假設(shè)用戶的下單的距今時(shí)長t

生存模型中，βTx反映了用戶流失的風(fēng)險(xiǎn)，同時(shí)也和用戶下次訂單的時(shí)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(shí)間的間隔。

COX MODEL

我們做了COX模型和概率回歸模型的對(duì)比。在預(yù)測用戶XX天內(nèi)是否會(huì)下單上面，兩者有相近的性能。

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(yùn)營成本。

場景運(yùn)營

拓展用戶的體驗(yàn)，最重要的一點(diǎn)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(yùn)營。對(duì)于場景運(yùn)營而言，通常需要經(jīng)過如下三個(gè)步驟：

場景

場景可以從時(shí)間、地點(diǎn)、訂單三個(gè)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(diǎn)夜宵等等。其中重要的一點(diǎn)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(shí)間、訂單內(nèi)容，可以對(duì)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(duì)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(hào)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(shí)別，即識(shí)別一個(gè)訂單是一個(gè)人下單還是拼單。把拼單信息、地址分析以及時(shí)間結(jié)合在一起，我們可以預(yù)測用戶的消費(fèi)場景，進(jìn)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(gè)高頻的業(yè)務(wù)。由于用戶的消費(fèi)頻次高，用戶生命周期的特征體現(xiàn)較顯著。運(yùn)營可以基于用戶所處生命周期的階段制定營銷目標(biāo)，例如用戶完成首購后的頻次提升、成熟用戶的價(jià)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(gè)基礎(chǔ)畫像，配合用戶基本屬性、偏好、消費(fèi)能力、流失預(yù)測等其他畫像，通過精準(zhǔn)的產(chǎn)品推薦或者價(jià)格策略實(shí)現(xiàn)運(yùn)營目標(biāo)。

用戶的消費(fèi)受到時(shí)間、地點(diǎn)等場景因素驅(qū)動(dòng)。因此需要對(duì)用戶在不同的時(shí)間、地點(diǎn)下消費(fèi)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(duì)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(gè)新鮮的事物，在用戶對(duì)一些新品類和新產(chǎn)品缺乏認(rèn)知的情況下，需要通過技術(shù)手段識(shí)別用戶的潛在需求，進(jìn)行精準(zhǔn)營銷。例如哪些用戶可能會(huì)對(duì)小龍蝦、鮮花、蛋糕這樣的相對(duì)低頻、高價(jià)值的產(chǎn)品產(chǎn)生購買?？梢圆捎玫募夹g(shù)手段包括用戶分群、對(duì)已產(chǎn)生消費(fèi)的用戶做look-alike擴(kuò)展、遷移學(xué)習(xí)等。

同時(shí)我們?cè)谥谱魍赓u的用戶畫像時(shí)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(shí)結(jié)合其他數(shù)據(jù)進(jìn)行分析。

2）相對(duì)于綜合電商而言，外賣是個(gè)相對(duì)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(fèi)行為做融合。

3）外賣單價(jià)相對(duì)較低，用戶消費(fèi)的決策時(shí)間短、隨意性強(qiáng)。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(fèi)場景，在消費(fèi)前對(duì)用戶做適當(dāng)?shù)囊龑?dǎo)、推薦。

面臨這些挑戰(zhàn)，需要用戶畫像團(tuán)隊(duì)更細(xì)致的數(shù)據(jù)處理、融合多方數(shù)據(jù)源，同時(shí)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(yàn)上存在可以相互借鑒之處。因此，外賣的用戶畫像的實(shí)踐和經(jīng)驗(yàn)累積，必將對(duì)整個(gè)電商領(lǐng)域的大數(shù)據(jù)應(yīng)用作出新的貢獻(xiàn)！

點(diǎn)擊【這里】了解方維O2O系列軟件系統(tǒng)

做你自己的O2O