LZ-组6 用户行为运营优化方案（v1）

数据版本：plus-release_006。
本方案中的提升目标是实验成功标准或情景目标，不是对真实收益的保证。真实实施需要更长时间数据和订单、库存、价格、活动、渠道等业务字段。

1. 方案目标

本方案针对三类主要问题提出可执行、可检查、可验证的行动：

峰值流量增长快于购买行为增长，转化效率需要核查；
收藏、加购和高活跃未购买用户规模较大，存在延迟转化与召回机会；
商品行为高度集中，长尾与机会商品需要分层运营。

2. 统一执行原则

先核对数据，再做运营动作；
候选只表示值得检查，不表示问题已经确认；
小范围实验通过后再扩大范围；
必须设置未干预对照组；
同时观察正向指标和负向指标；
模拟金额只用于演示测算结构，不作为真实收益预测；
9 天数据只能支持短期分析，长期策略需要更长观察窗口。

3. 方案一：峰值日期与晚间转化效率优化

3.1 现象

12 月 2 日 PV 为 12,329,641，购买行为为 257,903；
相对前 7 日平均，PV 高 32.59%，购买行为高 20.34%；
晚间 PV 为 36,912,077，购买行为为 728,562；
晚间浏览后购买用户率为 11.37%，早晨为 6.01%。

3.2 拆解

流量高峰带来了更多购买行为，但购买增幅低于浏览增幅。这说明高峰期可能混入较多低意向流量，或商品页面、商品匹配、价格、库存等因素限制了转化。

3.3 待验证假设

晚间用户意向相对更强，适合安排重点内容和触达；
高峰期部分流量与商品匹配不足；
高曝光商品页面或价格信息影响进一步转化；
活动或投放来源变化可能造成流量结构变化。

当前数据没有真实活动、广告来源和库存字段，因此以上是待验证假设，不是已证明原因。

3.4 行动方案

按小时、类目、商品和会话拆分 12 月 2 日流量。
选取高曝光且严格浏览后购买率偏低的商品进行页面检查。
将部分内容更新或用户触达安排在晚间测试窗口。
设置实验组与对照组，保持商品、用户规模和观察时间可比较。
同时观察 PV、加购用户率、严格浏览后购买率、购买行为用户数和退出情况。

3.5 量化目标

项目	建议目标	说明
严格浏览后购买率	相对提升 3% 作为最低成功标准，5% 为积极目标	相对变化，不是提升 3 个百分点
加购用户率	不低于对照组，积极目标相对提升 3%	防止只增加无效浏览
页面异常	Top100 高影响商品完成 100% 核查	包括价格、库存、内容和流量来源
负向指标	退出或投诉不得显著恶化	需要真实平台数据补充

3.6 优先级与分工

优先级：P0；
难度：中；
数据和指标：吴锐锋；
页面和展示：康奕；
数据入口和实验结果整合：黎钊恺。

4. 方案二：加购、收藏与高活跃未购买用户分层触达

4.1 现象

意向未购用户 256,012 人，占 25.91%；
高活跃未购买用户 266,856 人，占 27.01%；
加购未购买用户—商品对 5,056,916；
收藏未购买用户—商品对 2,747,600；
加购到购买中，2—24 小时占 36.03%，超过 24 小时占 40.64%，合计 76.67%。

高活跃未购买与意向未购可能交叉，人数不能直接相加。

4.2 拆解

用户已经表现出收藏、加购或高活跃行为，但许多购买行为并非即时发生。不同用户的阻力可能不同：仍在比较、等待价格变化、页面信息不足、库存问题或观察期结束后才购买。

4.3 待验证假设

加购后 24 小时内的提醒对部分用户有效；
超过 24 小时后应使用不同内容，而不是重复同一提醒；
收藏用户更适合内容和商品信息更新，加购用户更适合购买阻力排查；
久未购买但历史高频用户适合单独召回实验。

4.4 行动方案

建立加购未购、收藏未购、高活跃未购、久未购买高频四类名单。
对重叠用户设定优先级，避免重复触达。
设置三个时间窗口：2 小时内、2—24 小时、24 小时以上。
分别测试商品信息提醒、价格/库存信息提示和相关推荐。
每类设置随机对照组，观察后续加购、购买行为和取消触达等指标。
将观察期末用户标记为“后续结果未知”，补充更长时间数据后再确认。

4.5 量化目标

项目	建议目标	说明
加购后购买率	实验组相对对照组提升 3% 为最低成功标准	使用统一严格口径
收藏后购买率	实验组相对对照组提升 3%	不与加购口径混用
重复触达	重叠人群重复触达率控制在 5% 以下	需真实触达系统支持
触达覆盖	每类先选小样本试验，验证后再扩大	不直接全量触达
负向指标	退订、投诉或关闭通知不显著恶化	需补充真实平台数据

4.6 优先级与分工

优先级：P0；
难度：中；
用户机会和运营设计：贾天宇；
指标与分层复核：吴锐锋；
数据列表和统一发布：黎钊恺；
页面说明：康奕。

5. 方案三：商品长尾与机会商品分层运营

5.1 现象

A 层 513,641 个商品，占商品数 12.34%，贡献 80% PV 和 77.22% 购买行为；
三类候选共 15,000 个；
低曝光高转化 9,415 个；
高曝光但没有浏览后购买 4,140 个；
高意向但没有购买 1,445 个；
3,751,508 个商品因数据量不足未进入可靠比较。

5.2 拆解

商品行为集中在少量头部商品。长尾商品不能采用同一种策略：一部分可能只是数据不足，一部分可能有较好转化但曝光有限，另一部分曝光较高却没有形成严格浏览后购买。

5.3 待验证假设

低曝光高转化候选在增加少量曝光后仍能保持相对较好表现；
高曝光无浏览后购买候选可能存在商品页、价格、库存或流量匹配问题；
高意向无购买候选可能存在购买阻力；
一部分长尾商品只是观察时间不足，不应直接调整。

5.4 行动方案

对三类候选分别按优先分和影响量选取 Top100。
补充检查商品可售状态、库存、真实价格、页面完整性和流量来源。
低曝光高转化候选采用小流量扩展实验。
高曝光无浏览后购买候选先修正明显问题，再观察严格路径变化。
高意向无购买候选测试信息完善、相关推荐或购买阻力提示。
对低样本商品只继续收集数据，不做确定性调整。

5.5 量化目标

项目	建议目标	说明
Top100 核查	三类候选各完成 100 个核查	先核查再行动
低曝光候选实验	增加曝光后严格转化率不低于原基线的 95%	防止扩量后质量明显下降
高曝光问题商品	完成页面、库存、价格和来源四项检查	需真实业务字段
高意向候选	严格购买行为率相对提升 3% 为成功标准	实验口径
低样本误用	低样本商品进入确定结论数量为 0	质量门槛

5.6 优先级与分工

优先级：P1；
难度：中至高；
候选解释和运营建议：贾天宇；
商品数字复核：吴锐锋；
图表和清单展示：康奕；
数据与实验结果整合：黎钊恺。

6. 短期复购与召回补充方案

任务书要求关注复购。由于观察期只有 9 天，本项目只能分析短期重复购买行为，不能代表长期客户复购。

建议：

使用 RF 分层识别近期高频和久未购买高频用户；
将“至少两次购买行为用户”作为行为复购口径，明确不是订单复购；
对久未购买高频用户进行小范围召回实验；
补充 30 天、60 天或更长数据后重新计算真实复购和留存；
若未来接入真实订单，应按订单号、退款状态和支付状态重建指标。

实验目标可设置为召回组购买行为用户率相对对照组提升 3%，但不将该目标写成已实现收益。

7. 实验记录模板

项目	内容
实验名称
业务问题
实验对象
选择规则
实验组人数/商品数
对照组人数/商品数
开始和结束时间
主要指标
负向指标
成功标准
实际结果
是否扩大
负责人和复核人

8. 最终建议

优先推进峰值期转化核查和意向用户分层实验，再推进商品机会的分层核查。所有行动都应先补真实价格、库存、活动和渠道数据，并通过对照实验确认增量。项目当前成果适合作为决策候选和实验设计输入，不应直接包装为已实现的经营收益。