推荐策略OTA应用、通用优惠券平台设计什么是推荐系统？推荐系统是一种信息过

什么是推荐系统？

推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”。个性化推荐已经在电商（Amazon，淘宝，京东等）、电影和视频（Youtube，Hulu，爱奇艺，腾讯视频）、个性化音乐（Spotify，网易云音乐，QQ音乐）、新闻（今日头条，腾讯新闻）等多个领域得到广泛的应用，并且取得了令人影响深刻的成绩。

——Wiki百科的定义

本文将结合案例来分析OTA采用的一些常用推荐策略。

常见的推荐策略

随着信息技术和移动互联网的发展，人们步入到一个信息过载的时代，而现在的用户越来越多的偏好使用移动终端来获取资讯，购买网上产品。

信息过载和用户获取信息的方式改变导致对不论是内容生产者或产品提供者，还是内容消费者或产品购买者都遇到了巨大的挑战。

如何利用碎片化的时间，通过移动终端，在海量的信息中找到想要的内容或产品是一件非常困难的事情。

推荐系统通过一系列的推荐策略来解决这个冲突，成为一个重要工具之一。

推荐系统通过不同策略建立用户和物品的关系，从而将用户可能感兴趣的物品展示给用户，如下图：

注：本图是根据“ Tagsplanations : Explaining Recommendations using Tags”一文中的插图重新绘制，本图的著作权归原著作权人所有

策略一：基于物品的协同过滤

基于物品的协同过滤目前是业界应用最多的策略，该策略的主要思路：给用户推荐那些和他们之前喜欢的物品相似的物品，因为是基于用户的历史行为，所以能够给推荐结果提供推荐理由。

该推荐策略主要分成两步：

基于全站用户的行为来计算物品间的相似度

找到与用户历史偏好的相似物品集按照相似度排序推荐给到用户

策略二：基于用户的协同过滤

基于用户的协同过滤是推荐系统中最古老的算法，该策略的主要思路：给用户推荐那些和该用户相似用户集喜欢但该用户未购买的物品；因为是基于相似用户，很难提供令用户信服的推荐理由。

该推荐策略主要分成三步：

基于全站用户的行为来计算用户间的相似度

找到与目标用户有相似度的用户集

过滤掉相似用户集的偏好产品集中目标用户已经购买的产品，将剩下的产品推荐给到用户

策略三：基于用户标签数据

策略一和策略二主要通过用户的行为来计算相似度，没有利用人群或者物品的特征来计算人群或物品的相似度，该策略的主要思路：给用户推荐那些和该用户兴趣相匹配的物品。

该推荐策略主要分成三步：

基于用户的行为计算出用户的兴趣点

找到与用户兴趣点匹配的物品集按照匹配度排序推荐给到用户

OTA上推荐策略的应用

我们先看一下各大OTA公司的个性化推荐有哪些内容。

目前仅发现携程和途牛中有个性化的内容，其它OTA公司如飞猪，发现有“猜你喜欢”栏位，但内容不会随着用户在飞猪里面进行搜索，浏览等操作而发生改变。

首先看携程，可以在多个栏位中（包括首页的广告，机票，度假，攻略等）看到个性化的内容，参考下图：

携程App个性化推荐应用

注：截取携程App(V7.7.1)，图中相关内容的著作权贵原著作权人所有

其次看一下途牛，发现也在多个栏位中（首页的广告，目的地，度假产品等）能看到个性化的内容，参考下图：

途牛App个性化推荐应用

注：截取携程App(V9.25.0)，图中相关内容的著作权贵原著作权人所有

基于携程和途牛上的个性化推荐发现，OTA的个性化推荐主要帮助用户完成两方面的推荐：一方面是目的地，另一方面是具体的产品。

下面来讨论一下如何利用推荐策略来进行这两块内容的推荐：

目的地的个性化：

当用户在App进行搜索，查看相关目的地的产品时候，比如搜索一张从上海到北京的机票，那么改用户对北京就存在有出行的意向，所以在携程和途牛中都可以看讲浏览的城市作为推荐候选集。

如果要丰富推荐目的地候选集，需要去计算目的地的相似性，可以采用策略二或者策略三，下面给出采用策略三的产品思路如下：

一个目的地里面会包含多个不同的景点，不同的景点有不同的标签属性，通过对一个目的地下多个景点的汇总，从而得到一个目的地的标签集。

利用标签集来计算不同目的地的相似度

对用户浏览的目的地的不同标签集进行抽取，从而得到用户对标签的偏好程度

基于用户偏好的标签集从目的地集中找到相似的目的地推荐给到用户

产品的个性化：

通过目的地推荐帮助用户找到目的地，但是每个目的地下面又存在多种产品，这次产品的个性化就变得十分重要，可以采用上面的三种策略。

下面以策略一位例说明一下产品思路：

依赖于用户对产品的搜索，浏览和订单行为来计算一个目的地下面产品的相似度，从而得到一个目的地产品间的相似度，同时也可以得到一个目的地下产品的热度。

基于用户最近浏览过的产品，找到相似的产品作为推荐的产品集

同时补充一些该目的地的热门产品同时作为推荐的产品集

通过以上三步可以得到推荐结果的来源包括：用户实时浏览的，用户浏览产品的相似产品以及该目的地下的热门产品

大家知道，前几年O2O火的时候，各家平台为了拉新促活都大量补贴用户。彼时各种优惠券满天飞，力度大到什么程度呢？可以说，只要肯下功夫去找券，用户一天的衣食住行都花不了多少钱。

甚至还催生了一条刷券-卖券-刷单的产业链，专业薅羊毛组织眼观六路耳听八方，平台活动上线就一哄而上囤积大量优惠券，然后在某宝上低价出售。

这么一来平台高兴——订单量、用户量瞬间上升；用户高兴——享受同样的产品和服务却能节省很多钱；羊毛党高兴——空手套白狼而且没什么风险。最后“羊毛出在猪身上”，平台通过VC融资，VC再逼着平台在资本市场上卖身。

在这个过程中优惠券可谓功不可没，起到了培养用户习惯的作用。

试想象，如果滴滴、快的不大量发券，有多少用户会尝试手机打车？如果美团、饿了么不发券，用户手机点外卖的频次会是怎样？就目前的市场情况而言，但凡是做线上线下业务对接的，没有哪家平台不发券。

不搞个活动发个券的，都不好意思说自己是电商或者O2O。

那么问题就来了：

优惠券平台一般都是公司内部使用，不为外人所知。而且业务越多越广，优惠券平台的逻辑就越复杂；公司越大、部门越多，优惠券审批、发行的流程就越长。

这就苦了产品狗了——要说简单的页面逻辑和交互逻辑，到处都能抄得到；不但如此，还能边抄边品头论足，对孰优孰劣说出个一二三。

但是对于优惠券有哪些逻辑，优惠券平台该怎么搭建，一张优惠券怎么完成从生产到消费的流程，这些问题不是简单的看两眼别人家的产品就能知道了。

而这些问题正好是本汪要通过文章给读者叨叨的。文章会从优惠券的几种使用场景说起，然后接着谈满足场景的流程设计和优惠券逻辑配置，最后再对平台权限做一个补充说明。

（由于本犬只熟悉O2O相关的业务，对于电商类的业务不够了解，所以只能从O2O的角度来谈）

一、优惠券使用的场景

使用优惠券的目的无非是为了拉新或者促活（对电商而言，还有提高客单价的功用）。

好的优惠券设计能扩大平台的知名度，降低用户使用的门槛，迅速吸引一批用户进入平台，以较低的成本提升平台的活跃度，拉升用户的ARPU值，提高平台的交易流水。

优惠券大多配合活动一起发放，通常有以下几个使用场景（从平台方的角度看）。

需要注意的是这里只是做了粗略的区分，具体的使用场景根据不同的业务类型，平台的不同发展阶段，以及不同的营销目的都会产生差异。

比如，关注微信公众号给用户送券，推荐其它用户注册后给推荐人送券，用户完成实名认证后领券，用户成功绑定银行卡后领券等等。

总之，只要是能想得出、跟踪的到的线上活动，只要是能辅助实现业务目的的场景都可以考虑使用优惠券。

二、优惠券平台的整体流程

对于业务量大的平台，优惠券平台可以是一个单独的系统。

每个业务线可以有自己的App、网页、公众号等，也可以有自己的营销节奏和打法，但是都可以调券平台的接口来实现优惠券的生产。

券平台也能按照规则控制各条业务线的用券情况。以比较规范的流程而论，生成一张优惠券需要经历4个步骤，每个步骤都可以对应到系统中的一个模块。

第一，建立营销预算

本汪待过的公司都在年末制定下一年度的整体预算，在每个季度会调整滚动预测并对上一季度的营销开支、营销效果等进行回顾。

当然，营销费用可以花在户外广告上，可以花在SEM上，也可以花在用户补贴上。

优惠券可以归到用户补贴一类，如果与公司的财务系统打通，或者财务人员手工将用户补贴的预算录入系统的，则在创建预算时直接选择即可。

如果没有这方面的系统支持，则需要和财务部门明确是否有预算及预算的额度是多少。

第二，基于预算创建营销活动

营销活动不是请客吃饭，不是写文章，不是想做就能做的，得先掂量一下腰包里有多少钱。如果当前周期内的营销预算都花完了，即使您想做活动公司财务部门也不会同意的（除非另外走审批流程追加预算，此处不讲）。

读者可能会问：有钱我直接发券就行，想要什么券就发什么券不就结了，为什么要再创建活动呢？

请注意：我们这里说的是优惠券营销平台，不单单是生产券和管理优惠券，更要追踪优惠券产生的效果和给平台带来的价值。

承载优惠券的是一个又一个的活动。成熟的运营部门会开脑洞想各种“阴招阳谋”来达到“喜欢您来，喜欢您再来”的目的，那么必然会策划各类活动。

但是每个活动的效果如何，带来了多少PV，多少UV，转化了多少个新用户，产生了多少订单、多少流水，这些都是运营部门所关心的（不然没法跟老板交代，也没法吹牛逼啊）。

活动的模型中包括名称，开始时间，结束时间和活动渠道。优惠券批次的生成必须在活动开始和活动结束的时间之间，而投放渠道主要是为了能统计渠道的效果。

一般来说线上渠道可以有App、网站、公众号、微博及合作的网站，线下渠道有地推、楼宇广告、公交车身等等。

第三，在活动下创建优惠券批次

为什么需要批次呢？一次精心策划的市场营销活动是细节的堆砌，需要经历预热、开幕、高潮、收尾、二次营销等过程，每一个节点需要不同的打法也就需要不同批次的优惠券支持。

随便举个例子来说，比如本汪要做一场电商的节日活动（本汪没做过电商，以下纯属瞎掰）。

在预热阶段我需要给新注册的用户发放一批新手券，让新老用户去领取品类券、店铺券和全场通用券；

在开幕阶段，为了进一步刺激用户消费，我需要生成一批优惠券包，并通过短信的方式告知没有领取本次活动优惠券的老用户；

在高潮阶段做个转盘抽奖，给下单付款的用户抽奖的机会，去随机抽取半价券或者免单券；

在收尾阶段，为了处理客诉，需要客服手动给用户发券安抚；

最后，在货品到达用户手上时，可以附上合作商家或者品类的纸质店铺券，刺激用户后期继续在平台上消费。

如此下来，一场活动需要好几个批次的优惠券来覆盖各个阶段的营销需要。

此外，即时是一个阶段的一种玩法也需要多个批次。

再次举例：为了扩大传播刺激用户分享我的电商活动页面，我给在banner页面上报名参加活动的用户A送券，如果A分享了活动链接到朋友圈再送A一张券，B在朋友圈里看到了A分享的页面，进入页面去注册成为新用户，我再给B送一张券。这么一来，就需要准备3个批次的优惠券了。

与活动的道理相近，对批次进行管理能更好发现各个批次的效果——当然能创建批次的前提是期间内有预算，并且是在活动进行期间。

第四，基于批次发行优惠券

发行优惠券是需要对应场景的，也就是说应用的场景决定了优惠券的发行方式，决定了有些券由系统自动触发，而有些券需要人为发放。

因此，除了选择优惠券的发行方式，还需要选择发给哪些用户：是发给新用户，还是老用户，是全平台发放还是符合某些特征的用户发放，这些都需要调取CRM获得用户名单后才能确定。

此外，如果平台有相应的政策，可能不能给同一个用户在一段时间内重复发券，便于控制成本。

其实就大多数平台而言，是比较难获得用户的人口属性的，而用户在平台上活动所产生的运营数据更容易利用得多，所以通过BI并结合CRM来筛选具有一定平台特征的用户是较为合理的。

如果系统不能给予太多支持，也可以给人工操作留下空间，在模块上留一个功能直接导入用户名单即可。

三、优惠券的配置逻辑

这里引用一张京东后台的图，读者可以先感受一下。

其中大多数的字段和配置都是电商和O2O业务所通用的，此外再配合业务本身的需要进行相应的调整即可适用。

抽象整理后，可得到如下思维导图，各个字段和维度均已列出，满足一般的适用场景应该没有压力。

四、关于业务权限的说明

优惠券平台的最终用户主要是运营人员和财务人员。

财务人员在平台上的作用在于制定和管理营销预算，以及已使用优惠券的核销，未使用优惠券的平账等。

他们并不参与优惠券的生产和发放，所以不需要这部分的权限，但是财务人员需要相关的财务审批权限和查看报表的权限。

上文提过这个平台模型是面向一个公司所有业务部门的，所以在超级管理员之下需要配置多个事业部主管担任管理员角色，在事业部管理员之下是总部的运营人员，总部之下是全国其它城市的运营人员。

运营人员需要活动管理权限、配置和生产优惠券的权限、查询优惠券的权限。

就数据权限来说，普通的数据权限规则（即什么职级的人看到什么级别的数据，什么区域的人看到该区域的数据，管理员看到所有的数据）就能满足要求，这就不是这篇文章要讨论的内容了。

五、结语

有人说补贴对于平台就像是兴奋剂一样，短期使用可以起到良好的刺激效果，但是如果长期进行下去则伤害极大——其实这种说法不见得准确，如果平台流量足够大，会有很多合作商家愿意为流量买单，而平台不需要出一分钱。

如何让羊毛出在猪身上是商业模式和商务策略的问题。

当平台拉来商家后，活动也做了，订单也上去了，但是可能来的用户都是羊毛党而不是目标人群。

羊毛党把一个平台薅秃后接着对其它平台下手，如何防范刷单是风控的问题……

除此之外涉及到优惠券相关的话题还很多，本汪暂不全面阐述，留待以后再写。