“回頭客少”無論是在實體店的經營還是產品的線上運營過程中都是個十分經典的問題，且對於這個問題的解答，很多人的答案方向無外乎都是從廣告投入、產品質量和服務體驗優化切入。然而，你真的瞭解你的用戶麼？你的優化策略真的可以有效提升用戶復購？
如果無法給出肯定的回答，那不如換個思考的方式。比如，是不是可以提前評估用戶的復購潛力？在存量用戶中是不是可以做進一步的增長挖掘？怎樣才能觸達用戶消費的核心痛點並引導他們持續復購？
一、如何評估用戶復購潛力
其實從用戶註冊帳號到再次決定購買這個過程中，用戶的頁面瀏覽次數、活躍時間等行爲數據已經決定了來自用戶自身的復購需求。因此，基於用戶前期應用內的一些行爲數據分析，是可以推斷出用戶的復購潛力的，而復購預測就是解決這樣的問題。
華爲預測服務經過大量的數據實驗，將機器學習技術應用到用戶行爲數據中，使用應用最近一週內歷史付費用戶的付費數據訓練模型，以預測應用最近一週的活躍的歷史付費用戶在未來一週內購買付費的概率。因此，開通預測服務後，您的應用通過華爲分析服務上報關聯事件，如應用內購買事件，即可預測出不同概率的復購人羣。
二、怎樣做存量用戶的增長挖掘
用戶的應用內行爲決定了來自其自身的復購需求，而我們需要做的就是針對預測出來的高潛力復購人羣，制定相應的運營策略來放大他們的需求，提高復購率。對症下藥，瞭解並挖掘高潛力復購人羣的屬性和行爲偏好，可以讓制定的增長策略更加合理有效。
設計一套會員體系，通過會員的折扣、積分活動吸引用戶再次購買是很多產品爲了吸引用戶復購採用的持續性激勵營銷策略。目前大部分的會員體系主要設計場景如下：從註冊會員開始，按照用戶付費金額累計會員積分，會員積分可用於一些福利折扣券、小禮品的兌換。這種會員機制一定程度上確實起到了吸引用戶復購的作用，但是隨着禮品兌換門檻過高，禮品數量有限、積分規則設置不合理等問題的出現，後期用戶將逐漸對這種積分會員玩法失去興趣。
通過復購預測，我們嘗試對上述營銷策略優化，幫助產品在吸引用戶復購的同時節約成本。當查看用戶復購預測詳情，我們發現，無論是最近一次使用數據還是近一週內的使用天數，都表明預測出來的復購用戶近期都較爲活躍。可以推斷，用戶可能由於某使用場景，對產品產生了復購訴求，目前正在觀望對比。這個時候若產品在價格、品牌競爭力等方面無明顯優勢，那用戶可能選擇嘗新，購買其他競品。
三、如何引導用戶持續轉化
上文提到的復購預測詳情讓我們有了高潛力復購用戶的畫像，接下來就是如何合理引導他們，增加其復購轉化率。這個時候，很多購物類APP會充分利用自己已有的會員積分體系，在週末或者大促節假日推出購物限時10倍會員積分，限時積分兌換禮券、現金等活動，但每次活動覆盤後發現，活動雖然吸引了用戶復購，但每開展一次的成本是非常高的。
復購預測的受衆細分功能可幫助解決花費成本少但不影響運營活動效果的運營痛點。預測出來的高概率復購用戶可作爲受衆，作爲遠程配置的配置項過濾條件，通過遠程配置的雲側配置頁參數設置，就可以實現會員福利活動僅對目標高概率復購用戶展示。
通過A/B測試的遠程配置實驗數據，我們發現，復購預測過濾條件下的實驗組帶來的轉化與常規用戶組相比，轉化率基本持平，但是，實驗組的活動花費卻只有常規用戶組的40%，大大節約了活動成本。
提前預測並深度挖掘高潛力復購用戶的行爲偏好，制定針對性運營策略觸達他們消費的核心痛點，將在流量紅利消失的當下，讓您的產品在加速的數字化進程中實現精益增長。
以上就是華爲預測服務之復購預測任務的簡單介紹，想要了解更多並開始使用，點擊此處查看文檔。
欲瞭解更多詳情，請參閱：
華爲開發者聯盟官網：https://developer.huawei.com/consumer/cn/hms?ha_source=hms1
獲取開發指導文檔：https://developer.huawei.com/consumer/cn/doc/development?ha_source=hms1
參與開發者討論請到Reddit社區：https://www.reddit.com/r/HuaweiDevelopers/
下載demo和示例代碼請到Github：https://github.com/HMS-Core
解決集成問題請到Stack Overflow：https://stackoverflow.com/questions/tagged/huawei-mobile-services?tab=Newest
原文鏈接：https://developer.huawei.com/consumer/cn/forum/topic/0202454321914550801?fid=18
原作者：胡椒