查看原文
其他

58沈剑 2018-05-29

前几天被一条消息刷屏了,据说还上了新闻联播:相同起点,相同终点的两个手机打车,价格不一样

 

去年也有新闻引起过激烈的讨论相同的起点,相同终点的两个用户买飞机票,机票价格不一样

 

今天接着用通俗的语言说说此类“个性化价格”是如何实现的。

 

方式一:“用户分级”

对用户进行分级,不同类型的用户会有不同的补贴,定价,营销策略。


以网约车用户为例,不同用户的营销策略不同。

待拉新用户

  • 竞品用户:短信发大额优惠券营销

  • 竞品重合用户:短信发优惠券营销

  • 沉默用户:定额微信红包唤醒

 

首单用户:大额折扣券或者直减券

 

非首单用户

  • 2单用户:降低优惠券金额试探

  • 3单用户:降低优惠券金额试探

  • 疑似粘性用户:随机优惠券试探

  • 强粘性用户:意思意思优惠券

 

所以,对于“相同起点,相同终点的两个手机打车”,可能出现:

  • 新手便宜

  • 熟客贵

 

方式二:“个性化推荐”

对用户的历史行为进行分析,抽象用户的标签,针对不同标签的用户进行不同的补贴,定价,营销策略。

 

例如

平台可以从日志中分析出用户A的历史特征是:

  • 有优惠券也不使用

  • 等待30秒没人接单就加价

  • 等待60秒没人接单就打专车

可以分析出:用户A是土豪,对接单时间敏感,对价格不敏感

 

从日志中分析出用户B的历史行为特征是:

  • 没有优惠券就不下蛋

  • 宁愿等待10分钟也不加价

  • 从不打专车,也绝不在高峰期(价格会加倍)打车

可以分析出:用户B是屌丝,对价格敏感,以省钱为优先

 

于是,用户A和用户B同时打车,可能出现:

  • 时间敏感的用户A贵

  • 价格敏感的用户B便宜

 

从历史数据,一定能还原出真实的你,“杀熟,杀豪”是个性化价格的两大利器,土豪们,你被个性化定价了吗?


希望这1分钟,大家能有收获。


相关文章:

1分钟了解协同过滤,pm都懂了

1分钟了解基于内容的推荐,pm又懂了

1分钟了解相似性推荐,pm真懂了

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存