之前花了大量的篇幅介绍优惠券的作用、怎么建券、怎么使用、怎么核销等的文章,对此感兴趣的同学,可以先看看下方的文章,希望能对大家有一些帮助。

本篇文章主要介绍当用户在订单结算过程中,通过技术手段替用户推荐最优的优惠券组合,达到帮用户省更多钱目的。

电商系统-优惠券介绍(一)

电商系统-优惠券原型设计说明(二)

电商系统-优惠券叠加规则、优惠分摊介绍(三)

优惠计算规则:平行式门槛与递进式门槛的区别

电商系统-优惠券核销(四)

优惠券设计需要考虑的细节及边界问题

现在的电商,针对优惠券营销真的是层出不穷,有单品券、品类券、品牌券、无门槛券、满减券、打折券、免邮券等等。优惠券对商家和平台的作用也是明明白白:引流(拉新)、提高客单价、复购、促活等等。

对用户来说,能领到更多券的感觉就是“爽”,但是也有头大的时候。每当节假日大促的时期(双11或者双12),"花里胡哨"的优惠券让用户挑花了眼,在订单结算时又是各种满减规则、凑单规则、满折规则等,用户为了满足优惠券的使用过条件,疯狂的在多个页面切来切去选品,身心交瘁真的要拿起小本本熬夜计算了。

上述场景是一个费时费力的过程,而且在大量的优惠信息中容易丢失自己真正感兴趣的商品,降低用户体验,导致优惠券的使用率低。

针对这个用户痛点,需要通过技术手段实现一种智能的向用户推荐【最佳优惠券组合】的方案:自动的获取用户购物车内所选中的商品和领取的优惠券进行匹配,快速向用户展示最佳的优惠券组合,且用户能直观的看到优惠后的总实付金额,甚至单品优惠多少也能看到,大大提高用户的"爽感"。

一起看看下图示例:淘宝和京东都采用智能的向用户推荐最佳优惠券组合的方案,虽然操作及展示方式不同(大家可以自行去体验),但目的是相同的,都是方便用户更好的使用优惠券,提升购物体验,帮用户省钱!省钱!!!

(某宝的推荐最佳优惠券组合)

(某东的推荐最佳优惠券组合)

在结算中如何向用户推荐最佳的优惠券组合方案呢?

(1) 查询已领取的可用优惠券;

(2) 按照规则计算最佳的优惠券组合;

(3) 操作商品数据时,自动计算最佳的优惠券组合;

(4) 通过优惠券分摊规则,展示商品优惠金额。

1. 查询已领取的可用优惠券

在购物车页面,根据用户所选中的商品,查询对应商品的可用优惠券。

这里【可用】要圈起来是重点,必选满足以下条件:

(1)优惠券必须是用户已经领取的;

(2)商品总金额或商品总数量,满足优惠券使用规则。

举个简单例子:

商品A价格为700元,可使用满300减10、满1300减50、满2500减80的店铺优惠券。

当下单两件商品A,那么用户可以使用满300减10或满1300减50的优惠券,只有满足优惠券使用规则的券,才是"可用优惠券"。

2. 按照规则计算最佳的优惠券组合

首先按照券的创建者(店铺或者平台)的维度,然后根据可用的优惠券种类、使用规则,然后结合购车内商品信息,计算优惠券组合方式,优惠金额最大的组合就是最佳组合方式。

计算组合的方式也可以按照先单品级优惠、再店铺级优惠、最后跨店级优惠的顺序,具体看后面的例子三。

计算组合方式要注意一点:可用优惠券一定要使用,最好是不存在不使用的情况,至于原因后面再说,先看例子。

例子一:沿用“商品A下单两件”的示例

如果可用优惠券存在不使用情况,那么商品A就有3种能组合方式了;

如果不存在不使用情况,那就有2种组合,且两种类型的最佳方式都是使用满1300减50券。

例子二:单店铺多商品的示例

(商品A、B与优惠券信息如上表所示)

根据上表给出商品A、B优惠信息,我们依次列出其可使用优惠券的情况:

(1) 符合店铺券的商品:商品A/B,总计2500元,那么可以使用满300减10或满1300减50,或者不使用优惠券。

(2) 符合品类券的商品:商品B,总计1800元,那么可以使用满400减20或满1500减60,或者不使用优惠券。

(优惠券组合)

假设商品A、B一同下单结算,那么这时候能有多少种优惠组合呢?

答案我已经列在上表了,一共是9种,其中不用券情况有5种,最佳的优惠券组合是 “满1300减50” 和 “满1500减60” 。

现在可以解释之前提到的 “为什么可用优惠券一定要使用,最好是不存在不使用的情况”,原因如下:

(1) 时效性

大促的时候,券的有效期往往是活动的那几天,过时就废了,用户心理有落差。(用户角度)

(2) 减少用户操作

大促的时候,商家和平台各种优惠券琳琅满目,用户对于券的使用手足无措,会耗费大量时间和精力去组合计算。但是很多时候,一顿操作猛如虎,结果把自己整崩溃了。系统智能推荐,大大提高券的利用率,每一张券都用在刀刃上。(用户角度)

(3) 减少系统计算时间,增加用户体验

大促的时候,一件商品可能参与了多个类型的优惠券,再想想多件商品多种类型的优惠券,甚至跨店类型的优惠券,这些情况全部堆在购物车结算,那简直就是噩梦。

用户每操作一次商品数据,系统都会花费一定的时间进行最新的优惠券组合计算,将最佳组合呈现在用户面前。在并发高的情况下,就会出现卡段情况,影响用户操作。(技术角度)

例子中我们可以看到假如排除不使用券的情况,就可以大大减少系统计算时间。

PS:这里只考虑了优惠券组合情况,如果在加上满减活动组合计算,那么计算效率可能又要降低了。

但是做人要留一线,还是要给用户不用券的操作,看看下面大平台是如何设置的。

某东是将可用优惠券都列出来了,不想使用去掉勾选即可;而某宝比较简单粗暴,不使用的话就都不用了。

总结:如何选出最佳的优惠券组合

先把规则给大家理一理,后面再举个复杂点例子,帮助大家理解。

(1) 按照不同店铺或平台维度,筛选出优惠券类型,比如店铺甲有满减券、类目券,平台有跨店满减券等;

(2) 按照不同店铺或平台维度,筛选出每一种优惠券所绑定的商品组合,比如:店铺A的满减券绑定了哪几个商品、类目券又绑定了哪几个商品,以此类推。

(3) 根据券的使用规则(按金额或数量),判断券绑定的商品组合是否满足条件,如例子二所示;

(4) 将多种类型对应的多种可用券,相互组合一一枚举出来,可能会用高中数学组合的公式,具体看例子三;

(5) 最后将每一种组合优惠金额计算出来,按照金额从大到小排序,选取最前几种组合方式 ,供用户选择。

例子三:多店铺多商品示例

(店铺甲乙、与优惠券信息如上表所示)

现在我们按照上面总结的规则,来计算优惠券组合;

店铺甲

店铺券:商品A/B,总计2500元,可用满300减10或满1300减50;

品类券:商品B,总计1800元,可用券满1500减60;

店铺乙

品类券:商品C,总计1000元,可用券满400减20或满500减30;

平台

跨店满减券:商品B/C,总计2800元,可用券满500减15或满800减5;

可用情况:商品组合针对多种可用券有多少种选择情况,一般情况同一类型的券只能使用一张,但是也有可能同一类型的券使用两张,这是时候就会涉及到数学组合的概念。

比如商品A/B能使用满300减10或满1300减50或两张一块使用,那就是3种可用情况了。

组合:从n个不同元素(可用券)中取出m个元素(可用的张数)的一个组合;

总的优惠券组合数量数等于每一商品组合可用情况的乘积。

那么例子三优惠券组合共有8中:2*1*2*2 = 8,那么最大优惠金额是多少呢?考考大家,在留言区告诉我,哈哈哈~

3. 优惠券分摊

过优惠券分摊规则,将优惠后结果展示单品上和最终实付金额上,这块内容不展开介绍,大家可查看此文章《电商系统-优惠券叠加规则、优惠分摊介绍》,里面有详细的介绍。

4. 自动响应重新计算优惠券组合方案

在购物车内以下情况,都要根据第三点总结的方法重新计算优惠券组合:

(1)选中或取消选中商品;

(2)增加或介绍商品数量;

(3)删除商品;

(4)...额,想不出来了;

以上介绍的案例,都是基于平行式门槛下的优惠券计算规则,假如采用递进式门槛规则的话,有些细节的地方大家还要细想一下。

最后在延伸一点,购物车内除了优惠券的组合,还有满减活动的组合,当然活动组合方式跟优惠券的差不多,大家可以自行研究。

如果你喜欢这篇文章,欢迎关注上面的公众号

最后,我建立了各大城市的产品交流群,想进群小伙伴加微信:yw5201a1  我拉你进群。

关注微信公众号:产品刘 可领取大礼包一份。

··················END··················

今日研报:德勤发布《元宇宙系列白皮书——未来已来:全球XR产业洞察》,公众号后台回复“ XR”,即可下载完整PDF文件。

RECOMMEND

推荐阅读

哪个行业的产品经理可以做的久远

手把手教你做产品经理

常见面试习题大汇总

B端产品经理要掌握的基本功

点击“阅读原文”

查看更多干货

订单结算中最佳优惠券组合推荐策略分析相关推荐

  1. 中国力车胎市场营销策略分析及投资前景展望研究报告2022-2028年版

    中国力车胎市场营销策略分析及投资前景展望研究报告2022-2028年版 [撰写单位]:鸿晟信合研究网  [电子邮件]:hsxhiti@163.com   [报告目录]:    *章研究概述 20 *节 ...

  2. 哔哩哔哩推荐策略分析与思考

    (一)B站推荐策略概述 作为UGC视频平台和年轻文化社区,B站经过10年多的成长,已经积累了庞大而丰富的内容资源,也成功吸引了上亿用户.2019年第四季度财报显示,B站平均月活用户数量达1.3亿,移动 ...

  3. 抖音和快手推荐策略分析

    好看的抖音千篇一律,有趣的快手万里挑一,其实就展示了两家推荐算法的异同 抖音(中心化) 1.特征识别 当视频通过了审核以后,抖音系统会根据视频的内容和标题,对这条发布的视频打标签, 并匹配相关的用户人 ...

  4. SAP中订单结算KO88\ CO88\KO8G的区别

    以下文字也是笔者从参考了别人的资料,整理而来. KO88\ CO88\KO8G都可以对订单进行结算,但有一些区别: KO88 是针对单一订单进行结算,在结算时可以手动指定订单号: CO88 是针对单一 ...

  5. WooCommerce的最佳优惠券插件

    为在线商店的产品提供折扣是增加销售和利润的绝佳商业策略! 借助CodeCanyon上一些顶级的WooCommerce优惠券插件 ,您可以将折扣券集成到您的在线商店中. 在这篇文章中,我研究了顶级的Wo ...

  6. 推荐策略产品经理:剖析协同过滤(千人千面推荐的核心 )

    本文为PMCAFF专栏作者凤城狂客出品 前文:剖析千人千面的大脑--推荐引擎部分,其中这篇是定位:对推荐引擎中的核心算法:协同过滤进行深挖. 首先,千人千面融合各种场景,如搜索,如feed流,如广告, ...

  7. SAP 生产订单结算

    要熟悉生产订单的核算,首先需要了解生产成本科目的设置.在SAP系统中,一般都会设置一个"生产成本转出"的科目(可以将它看作是生产成本科目的二级科目),在对生产订单收货的时候,借:库 ...

  8. 多业务融合推荐策略实践与思考

    导读:58同城作为分类信息网站,服务覆盖多个领域,如房屋租售.招聘求职.二手买卖等等,不同的业务有不同的特点,这使得多业务融合推荐成为一大挑战.如何准确挖掘用户的需求?如何平衡各业务之间的流量分配?如 ...

  9. 产品经理需要掌握的9种共性推荐策略

    目前,应用千人千面推荐最多的领域就是电商行业,数以千亿计的sku为个性化推荐系统提供了完美的发挥空间.一般来讲,推荐系统的核心考核指标基本可以分为三大类:流量类.转化率类和GMV类. 为了保证这些指标 ...

最新文章

  1. UseControls ————用户自定义控件的textbox的传值问题
  2. golang 网页解析 goquer包 简介
  3. AppStreamMgr
  4. springboot requestmapping 正则_SpringBoot实现优雅的后端接口
  5. java多线程间的通信传值_Java 多线程之间的通信
  6. 火山去水印链接_在线批量去水印下载快手图集视频、抖音、火山等平台方法技巧!...
  7. coolfire文章之三
  8. 渗透测试 ( 1 ) --- 必备 工具、导航
  9. Q3面试嵌入式软件工程师的面试经验
  10. python pip安装报错_基于windows下pip安装python模块时报错总结
  11. 机器学习模型评估方法
  12. 美国CN2服务器推荐:RAKsmart电信Cn2 GIA直连服务器
  13. Swift语言入门学习
  14. 天河二号属于微型计算机吗,【单选题】我国的“天河二号”计算机在规模上属于( )。 A. 巨型机 B. 大型机 C. 微型机 D. 工作站...
  15. 钉钉开会使用虚拟摄像头
  16. 常见的百度蜘蛛IP 日志分析
  17. leetcode热题HOT100汇总——java题解已完结撒花
  18. OCA认证背后的思考
  19. 芯出海tiktok云控制系统
  20. yin神归国,转一篇yin神的文章送给程序员

热门文章

  1. mysql查询注意_mysql中sql查询使用注意
  2. flutter ios打包_使用 Travis CI 为 Flutter 项目打包 Android/iOS 应用
  3. python x_PythonX
  4. Linux 两台服务器之间传输文件和文件夹
  5. python datetime
  6. Python之日志处理(logging模块)详解
  7. R树空间索引及其变种
  8. Net学习日记_ASP.Net_MVC_新语法笔记
  9. linux 端口号查看
  10. perl6 HTTP::UserAgent (2)