桨声灯影

1、《优惠券发放效果评估和额度定价分析》
 项目背景：优惠券折扣最初版本是统一为原商品的10%，在持续发放一段时间后，对老用户的留存效果并不理想，并没有达到促活的指标，需要对该项目进行优化升级。
 项目内容：对优惠券的发放人、发放效果（产生的GMV和支付转化）进行监控和反馈，并每月进行复盘，评判优惠券效果，以对优惠券场景、比例、额度进行优化迭代。
借鉴其他平台的一些做法，给出一些特价商品进行50%的折扣，打造一些爆款商品，并将部分满减10%的优惠券用面值的发放形式转换成拼多多式，即在某个时间段的最低价格，用曲线表示出来，增加优惠的视觉效果。这些举措增加了全平台5%的活跃用户数（非疫情期间日常活跃用户量级为百万，全站为亿级别注册用户）
2、《电商平台搜索词TOP分析》
 项目背景：搜索关键词是直接反应用户需求的一种体现，对高频搜索词、搜索词提升率、无结果搜索词进行分析，可有效的找到近段时间的用户需求，并针对性的对所需商品进行采购和展示，指导运营采取Action。
 项目内容：获取用户的搜索行为数据，对当日、本周和本月的搜索词进行排名统计，观测排名情况，并与上一搜索日、周、月进行比较，获得排名提升请情况，结合无结果搜索词，对搜索人数排名前50且提升幅度最大的30个词进行分析，框选出5个品类的商品，给运营提供关键性数据支撑。
3、《电商个性化推荐分析》
 项目背景：目前公司C端产品有很多场景并没有用到feed流的商品推荐，例如在个人中心的商品列表中、物流状态信息中并没有相关的feed流信息。为加大产品体验和增加用户的购买行为，需增加一些个性化推荐的场景，并进行效果评估。
 项目详情：【1】通过技术的埋点的数据，获取首页feed流、商品详情页feed流、购物车底部feed流信息，获取每个场景的曝光、点击、转化数据，并进行技术分析，对top坑位的商品进行每日更新【2】对在订单信息页面新增的feed进行分析。
4、《增长产品价值分析（RFM分析）》
 项目背景：平台主营的增长产品主要是：拼团、砍价、限时购等，为探究每个增长产品所带来的流量和成本，通过建立各产品的RFM模型，区分重要客户、一般客户和挽留客户，联合增长产品的曝光、转化分析来进行产品价值的评判。
 项目内容：通过C端埋点信息获取不同产品的曝光、点击、购买等数据，获取不同场景的转化率，建立相应的RFM模型，将顾客分层，观察每个产品不同客户层的分布，并总结相应的规律，针对性的在每个场景推广特定的活动来进行忠诚客户的保留。