要完成高复购意向用户的圈选，需要开发两个数据指标

 要完成高复购意向用户的圈选，需要开发两个数据指标

一是距离上次支付的天数，二是距离上次访问的天数。通过组合两个数据指标作为条件，就能圈出高复购意向用户。接下来给用户打标签，定义用户标签如下。

• “距离上次支付的天数>7”标签，代表7天前有过支付行为的用户；
• “最近一次访问第天数<3”标签，代表3天内有过访问行为的用户。

高复购意向用户就是同时具有这两个标签的用户，他们距离上次支付已经超过7天且最近一次访问少于3天。通过人群的圈选，就可以圈出高复购意向用户。

2. 制作优惠券

在制作优惠券时要确定领券的门槛，也就是说，我们该发面值多少的优惠券。

通过计算，我们发现这批高复购意向用户的客单价是在200元左右，那么我们可以制作一张“满200元减50”优惠券，保证大部分人能用上。如果制作一张“满500减100”优惠券，由于门槛太高，这批高复购意向用户的很多人用不上，活动效果就会打折。

3. 选择发送渠道

假设我们选择短信触达的方式，就可以编辑一条“用户有待领取的优惠券”消息。

在预算足够的情况下，可以选择周期性（比如每天一次）针对这批用户发优惠券，连续发一段时间（比如两个月）；如果预算不够，可以选择只推送一次，观察效果后再进行下次优惠券发放。

4. 进行效果分析

数据中台会针对这场优惠券活动自动输出相应指标。数据分析分为两个维度：用户维度和优惠券维度。

通过用户维度进行分析的目的是看这场活动促成了多少交易、带来了多少首单及复购用户，需要输出这场活动的下单人数、支付人数、支付订单数、支付金额、优惠券减免总金额、新增首单人数、首单金额、新增复购人数、复购金额等指标，如下表所示。

优惠券维度是指从一张优惠券的角度看发券张数、领券张数、用券张数的漏斗，一场活动可能会涉及多种类型的优惠券，有了这些数据可以看出哪张优惠券的性价比更高。

针对优惠券的维度，数据中台需要输出优惠券活动的发券数、领券数、用券数、用券销售额、用券支付金额、用券率、未首单用户领券张数、未首单用户用券张数、首单用户领券张数、首单用户用券张数、复购用户领券张数、复购用户用券张数等指标，如下表所示。

二、周期性短信触达营销活动实战案例

本案例的活动是向已经注册但没有下过单的用户发送短信，目的是提醒用户下单。

1. 周期性短信触达任务

针对用户注册的时间长度（比如1天、3天、7天、15天、30天、60天、90天等），分别写出不同的文案，实现周期性短信触达任务。

2. 找到相关指标

以注册3天但未下首单的用户为例。这里涉及两个指标：一是用户注册的天数；二是用户是否下过首单。注册天数很好理解，是否下过首单可以基于用户的支付次数来计算，如果用户的支付次数是0，那么用户就没有下过单，我们就定义该用户是未下首单的用户。

3. 圈选人群

根据用户注册的时间长度不同，我们需要圈选出来注册时间为1天且未下首单的用户、注册时间为3天且未下首单的用户等。

4. 设置推送任务

为了实现本活动的目的，我们需要对注册1天、3天、7天等不同时间的用户进行周期性触达。对于一个用户来说，用户的身份是随着时间的变化而变化的。

注册第1天，用户的标签是“注册1天未下首单”，那么再过2天，用户的标签就变为“注册3天未下首单”。因为标签平台对标签的计算支持“每天计算一次”，所以用户的身份也会随着时间的变化而变化。

触达任务可以进行周期性设置，比如固定在每天的某个时间点进行推送，这样一个注册仅1天的用户会收到触达短信，而再过2天就会又收到一个不同内容的提醒下单短信。如此就完成了触达任务自动化。

5. 分析活动效果

前文已经讲过如何做活动中的监控和活动后的复盘，具体界面如下图所示。上半部分是数据的总览，可以查看每个活动的推送人数、触达人数、访问人数、下单用户数、支付用户数。

下半部分可以查看活动下每个任务的推送人数、触达人数、访问人数、下单用户数、支付用户数。