大数据下的运营利器（一）：精准提醒平台

也许大家都有这样的体会，当你登录过某个应用或浏览过某个商品后，然后手机上就可能经常收到此应用或此商品的促销或者活动短信。那么这类提醒功能是如何实现的呢？在这里分享下我的经验。

大家都知道所有的提醒行为都是为了拉新、留存、促活和转化。为了这个目标我们不但需要快速的通知到目标客户，还要评估提醒效果。基于上述需求，我们首先做个思维导图（这里结合我们公司的情况），如下图：

首先是为什么发（why），目的就是为了拉新、留存、促活和转化，这里不在详细论述。其次发给谁（who），通过上图我们就可以得出：要筛选出我们的目标客户，就需要知道各个会员一段时间内的登录习惯、消费习惯和行为爱好等。而大数据下的用户画像和用户行为记录，恰恰对每个客户的登录、消费等行为，都进行详细记录和分析，并且还为每个客户打上了标签（消费爱好和使用爱好等）和标识出活跃等级。

此外大数据平台除了提供用户画像功能外，还有个用户行为记录功能，这里记录了用户从登录到离开的所有使用行为。通过这个功能可以按照相关的搜索条件（例如：在某一天登录过、购物过、参与过活动的会员）筛选出对应的会员数据。如下图部分筛选条件：

（我们是做汽车后市场的，所以需要这些筛选条件）总之，通过大数据下的用户画像和会员行为记录，提醒发给谁（who）的问题可以快速的得到解决。最后，提醒发过之后，我们要对提醒结果做个统计和评估，这就需要我们的统计功能提供数据支撑——因为我们需要知道在各种提醒规则下提醒了多少人，提醒了哪些人，提醒的效果的怎么样。

首先是后台提醒统计，这里主要记录了在各个规则下发了多少提醒，具体效果怎样。这里对于提醒的记录我分了沉睡和非沉睡用户，因为通过规则内一系列提醒，一些用户还是无活跃，无消费等行为，对于这类客户我把他们归为沉睡用户，然后进行单独管理。下图为设计的部分统计功能原型：其次是后台规则配置，这里主要是对不同类型的客户进行有针对性的规则配置。