第47章 內网攻略
从淘宝实习生到拼多多之父 作者:佚名
第47章 內网攻略
阿里顺手买一件功能內部攻略
阿里总部內，关於顺手买一件功能上线，最新一周的战报已经出炉了。
在新增订单榜上，林牧连前5都进不去。但是在首购率上，林牧可谓是位列榜首。
他提出的用户心智和人群运营模型被证实为可行，像是瑜伽垫和小眾香薰的首购率能达到15%。
也就是说，购买瑜伽垫的用户，每100次购买中，就会有15位顺手买了一款小眾香薰。
虽然说这和牙刷配牙膏30%到40%的首购率不能比，但这种硬关联，只要是个人都会做。大家要挖掘的是潜藏在水面下的潜在需求。
卢海找到林牧说道：“大雁，你提供的建议非常好，要不你写一份攻略帖放在內网上吧。这样一来，等顺手买一件功能正式上线了，大家也有个参考。这也是陆总的意见。”
林牧自然没有意见，说：“行，我现在就写。”
在一段时间的编辑后，林牧写完了攻略帖子。
【#淘宝內部攻略：从关联物品到关联人，顺手买一件功能的高阶玩法解析】
【分享人：大雁】
背景
【针对平台灰度测试的手动关联推荐功能，结合近期试点数据，分享如何跳出常识，实现更高价值的商品搭配，挖掘用户的潜在需求。】
【大家好，近期我们上线了顺手买一件功能。】
【因为技术的限制，该功能目前还不能做到自动匹配，需要淘小二进行手动关联推荐。】
【我拿到了第一批测试名额，进行了测试，並在內部討论和总结下，已经產生了一些有趣数据。现在我来特此说明。】
【首先我认为该功能有三种层次。】
【第一层是关联物品；第二层是关联场景；第三层是关联人。】
【我来举个例子，在內测里，我们发现了首购率最高、高达40%的一种搭配——搓衣板加肥皂。】
【也就是说，任何主动搜索搓衣板的用户，在购买搓衣板后，有40%的可能顺手买一件肥皂。】
记住我们101看书网
【这其中的关联逻辑，大家都不笨，很好理解，是功能互补，这就是关联物品。但该层次有个核心局限，那就是依赖常识，天花板低，並不能带动更多的购买需求。】
【我们再来举第二层的例子：usb风扇关联屏幕湿巾。】
【这第二层的逻辑是关联场景。为什么说它比第一层好？是因为它和第一层比有了突破，从用什么延伸到在哪儿用。】
【试想一下，通过这两件商品的关联，是不是很容易就勾勒出一个用户画像？一个对办公环境有追求的上班族白领？】
【那么，他真实的需求就只有usb风扇和屏幕湿巾吗？】
【我们能不能给他推荐一把好的电脑椅子？】
【给他推荐一个好用的电脑升降桌？】
【他每天都在电脑前，肩膀酸不酸？腰疼不疼？能不能给他推荐肩颈按摩仪？甚至於给他推荐一些小零食？】
【好，举完了第二层例子，我们再来看看第三层。】
【我认为第三层的关联逻辑，是人群与心智互补，关联到人，关联的是拥有特定生活方式、价值观和潜在渴望的用户画像。】
【这么说可能有点抽象，大家让我拿一个例子敲碎了讲，分享一个真实案例——零食封口机搭配进口咖啡豆。】
【前两种逻辑是我们基於经验和优秀的判断，而第三种则是打开新世界的钥匙。为什么零食封口机和进口咖啡豆能成功？】
【我在这里提供一个数据，他们的首购率达到了10%。】
【可能这里就会有人说了，10%的首购率也没有比传统搭配高呀？不，浅了。哥们，你格局浅了。这里的重点並不是数据上的差距，而是要好好思考，为什么零食封口机和进口咖啡豆的首购率不是0%。】
【因为它们共同指向了一类用户，追求精致便利生活、注重品质细节的都市年轻白领。买封口机的用户，不只是怕零食受潮，更是对整洁有序、物尽其用的生活状態有要求。他们与愿意尝试单价更高、风味独特的进口咖啡豆用户，在对生活品质的讲究上高度重叠。我们关联的不是两件商品，而是同一个人的两种生活状態。】
【这听起来有些抽象，但可以拆分成三个可执行的方式。】
【第一步，从解决问题到定义身份。不要去想买a的人还需要什么，而是要去想愿意为a付费的人通常想成为什么样的人。】
【再举一个例子，购买瑜伽垫的人，不只是要一块垫子，更可能是在践行一种关注健康、寻求內心平静的生活方式。因此，关联小眾香薰精油，远比关联运动毛巾更精准、更具议价力，这满足了他的身份认同需求。】
【第二步，从使用场景到行为旅程。不要只聚焦用户使用商品的瞬间，而是要去还原他从產生想法到完成体验的全过程。】
【打一个比方，我这里有一个购买率最高的组合，是购买復古游戏机的用户，给他匹配hdmi转接头，这个方案的首购率高达80%。】
【为什么会如此？购买復古游戏机的用户，怀旧情怀满满。但他的行为旅程在怀旧之后，会立刻撞上一个现实的痛点——我家现在电视没有av接口怎么玩？因此关联hdmi转换头不是锦上添花，而是雪中送炭，直接扫清了其核心体验障碍，这是关联他行为中的下一步。】
【在这里，我有一个小秘诀教大家，怎么从使用场景找到行为旅程？去问，直接去问商家，收集用户諮询商家的数据，从数据中找到行为流程。】
【最后，第三步，从品类数据到行为数据。要善於使用后台的数据，但不要只看品类排行，去挖掘那些跨品类重复搜索、跨品类共同购买的隱蔽线索。】
【最后举个例子，为何考研英语真题能和防噪音耳塞强关联？因为数据会说话，大量用户在同一时间段搜索这两样商品。这背后是一个清晰的画像，购买考研真题的用户，正处在人生高压备考的极端场景中，他的核心需求是极致专注，防噪音耳塞是对专注环境的直接投资，这就是从品类数据中找到行为数据。】
结语
【关联的未来，顺手买一件功能的终极形態，绝不是我们去批量关联几十万、几百万对的商品，那是行为上的懒惰。真正的未来在於我们能否比用户更早地理解他们的欲望，在他们说出“我需要”之前，就准备好“你可能也想要”。】
【今天我们通过手动关联，练习的正是这种理解人的能力。这份能力將是未来一切个性化推荐、智能营销的基石。从关联物品到关联场景，最终到关联每一个独特的、活生生的人，这条路值得我们最先出发。希望这份攻略带来一些启发。】
第47章 內网攻略
阿里顺手买一件功能內部攻略
阿里总部內，关於顺手买一件功能上线，最新一周的战报已经出炉了。
在新增订单榜上，林牧连前5都进不去。但是在首购率上，林牧可谓是位列榜首。
他提出的用户心智和人群运营模型被证实为可行，像是瑜伽垫和小眾香薰的首购率能达到15%。
也就是说，购买瑜伽垫的用户，每100次购买中，就会有15位顺手买了一款小眾香薰。
虽然说这和牙刷配牙膏30%到40%的首购率不能比，但这种硬关联，只要是个人都会做。大家要挖掘的是潜藏在水面下的潜在需求。
卢海找到林牧说道：“大雁，你提供的建议非常好，要不你写一份攻略帖放在內网上吧。这样一来，等顺手买一件功能正式上线了，大家也有个参考。这也是陆总的意见。”
林牧自然没有意见，说：“行，我现在就写。”
在一段时间的编辑后，林牧写完了攻略帖子。
【#淘宝內部攻略：从关联物品到关联人，顺手买一件功能的高阶玩法解析】
【分享人：大雁】
背景
【针对平台灰度测试的手动关联推荐功能，结合近期试点数据，分享如何跳出常识，实现更高价值的商品搭配，挖掘用户的潜在需求。】
【大家好，近期我们上线了顺手买一件功能。】
【因为技术的限制，该功能目前还不能做到自动匹配，需要淘小二进行手动关联推荐。】
【我拿到了第一批测试名额，进行了测试，並在內部討论和总结下，已经產生了一些有趣数据。现在我来特此说明。】
【首先我认为该功能有三种层次。】
【第一层是关联物品；第二层是关联场景；第三层是关联人。】
【我来举个例子，在內测里，我们发现了首购率最高、高达40%的一种搭配——搓衣板加肥皂。】
【也就是说，任何主动搜索搓衣板的用户，在购买搓衣板后，有40%的可能顺手买一件肥皂。】
记住我们101看书网
【这其中的关联逻辑，大家都不笨，很好理解，是功能互补，这就是关联物品。但该层次有个核心局限，那就是依赖常识，天花板低，並不能带动更多的购买需求。】
【我们再来举第二层的例子：usb风扇关联屏幕湿巾。】
【这第二层的逻辑是关联场景。为什么说它比第一层好？是因为它和第一层比有了突破，从用什么延伸到在哪儿用。】
【试想一下，通过这两件商品的关联，是不是很容易就勾勒出一个用户画像？一个对办公环境有追求的上班族白领？】
【那么，他真实的需求就只有usb风扇和屏幕湿巾吗？】
【我们能不能给他推荐一把好的电脑椅子？】
【给他推荐一个好用的电脑升降桌？】
【他每天都在电脑前，肩膀酸不酸？腰疼不疼？能不能给他推荐肩颈按摩仪？甚至於给他推荐一些小零食？】
【好，举完了第二层例子，我们再来看看第三层。】
【我认为第三层的关联逻辑，是人群与心智互补，关联到人，关联的是拥有特定生活方式、价值观和潜在渴望的用户画像。】
【这么说可能有点抽象，大家让我拿一个例子敲碎了讲，分享一个真实案例——零食封口机搭配进口咖啡豆。】
【前两种逻辑是我们基於经验和优秀的判断，而第三种则是打开新世界的钥匙。为什么零食封口机和进口咖啡豆能成功？】
【我在这里提供一个数据，他们的首购率达到了10%。】
【可能这里就会有人说了，10%的首购率也没有比传统搭配高呀？不，浅了。哥们，你格局浅了。这里的重点並不是数据上的差距，而是要好好思考，为什么零食封口机和进口咖啡豆的首购率不是0%。】
【因为它们共同指向了一类用户，追求精致便利生活、注重品质细节的都市年轻白领。买封口机的用户，不只是怕零食受潮，更是对整洁有序、物尽其用的生活状態有要求。他们与愿意尝试单价更高、风味独特的进口咖啡豆用户，在对生活品质的讲究上高度重叠。我们关联的不是两件商品，而是同一个人的两种生活状態。】
【这听起来有些抽象，但可以拆分成三个可执行的方式。】
【第一步，从解决问题到定义身份。不要去想买a的人还需要什么，而是要去想愿意为a付费的人通常想成为什么样的人。】
【再举一个例子，购买瑜伽垫的人，不只是要一块垫子，更可能是在践行一种关注健康、寻求內心平静的生活方式。因此，关联小眾香薰精油，远比关联运动毛巾更精准、更具议价力，这满足了他的身份认同需求。】
【第二步，从使用场景到行为旅程。不要只聚焦用户使用商品的瞬间，而是要去还原他从產生想法到完成体验的全过程。】
【打一个比方，我这里有一个购买率最高的组合，是购买復古游戏机的用户，给他匹配hdmi转接头，这个方案的首购率高达80%。】
【为什么会如此？购买復古游戏机的用户，怀旧情怀满满。但他的行为旅程在怀旧之后，会立刻撞上一个现实的痛点——我家现在电视没有av接口怎么玩？因此关联hdmi转换头不是锦上添花，而是雪中送炭，直接扫清了其核心体验障碍，这是关联他行为中的下一步。】
【在这里，我有一个小秘诀教大家，怎么从使用场景找到行为旅程？去问，直接去问商家，收集用户諮询商家的数据，从数据中找到行为流程。】
【最后，第三步，从品类数据到行为数据。要善於使用后台的数据，但不要只看品类排行，去挖掘那些跨品类重复搜索、跨品类共同购买的隱蔽线索。】
【最后举个例子，为何考研英语真题能和防噪音耳塞强关联？因为数据会说话，大量用户在同一时间段搜索这两样商品。这背后是一个清晰的画像，购买考研真题的用户，正处在人生高压备考的极端场景中，他的核心需求是极致专注，防噪音耳塞是对专注环境的直接投资，这就是从品类数据中找到行为数据。】
结语
【关联的未来，顺手买一件功能的终极形態，绝不是我们去批量关联几十万、几百万对的商品，那是行为上的懒惰。真正的未来在於我们能否比用户更早地理解他们的欲望，在他们说出“我需要”之前，就准备好“你可能也想要”。】
【今天我们通过手动关联，练习的正是这种理解人的能力。这份能力將是未来一切个性化推荐、智能营销的基石。从关联物品到关联场景，最终到关联每一个独特的、活生生的人，这条路值得我们最先出发。希望这份攻略带来一些启发。】