如何给新用户推荐一位“老用户”，进而提升会员转化率和商品交易额？

策略往往是一套由数据驱动，存在于产品当中的一套规则与机制。

换个角度解释：如果一家企业的核心业务高度依赖于人的工作，员工的管理问题可能会是复杂度极高、且稳定性较难保障的；而一家公司的核心业务如果是依赖于机器在跑，那么则将是很稳定并且可持续的。而机器的运转，需要被规则来约束，而那些支撑机器运转的规则，就是策略。

某日，接到一个有趣的需求 ：如何给新用户推荐一位“老用户”，进而提升会员转化率和商品交易额？

分析主线：给新用户推荐一位老会员用户， 使得老用户获取自然流量，进而老用户因邀请返利促使他和新用户建立关系，最后帮助产品自然转化更多会员。

分析辅线：

1. 新用户注册时即给他推荐老用户，那么我需要优化现有注册登录流程。
2. 产品日后注册分为：自然流量（即：在App Store中搜索注册的用户）和邀请注册（即：通过邀请链接建立关系的用户）。
3. 需要给每位新注册的用户推荐一位“会员上线”。

我经历了三次改版，四次评审，N 次权衡。

第一版：功能产品

功能和策略的区别在于：功能是针对“一个人”相对聚焦的需求，策略是针对“一群人”更加多样的需求。

第一个版本就是以功能性思维的方式思考：用户注册>选择注册方式>验证密码>随机推送一个会员用户>确认会员用户>注册成功。

分配上线使用的是用户选择，也就是说：用户在首次使用产品时选择的“上线”与自己并没有直接联系，用户选择谁只能通过谁的头像漂亮或者名字好听来选择。

设计时保留了原有账户登录体系，看似简洁，实则并没有解决问题，只是从功能的角度满足了每一位新用户都必须选择一个“上线”的底层需求，并没有达到“目标”。

在需求评审环节果然有多个问题在此不表，其中产品部五星级leader说：

“你可以尝试，通过不同渠道的人推荐不同的上线，因为他们的来源需求是不同的”。

听后，瞬间领悟到可以通过推荐策略来解决这个问题。

第二版：策略产品

策略产品经理需要解决的核心问题，是人与信息的匹配问题，让用户在有限的时间里，尽可能看到让他感兴趣的事情且最终引导用户达到“理想态”。

策略有万能的四要素：

1. 待解决问题：策略是围绕着某个问题产生的，比如：阅读产品如何让人们看到各自喜欢的内容。
2. 输入： 有了具体的问题那么接下去思考影响解决方案的因素，如：影响人们看到喜欢内容的因素可能有：地域、时间、用户历史浏览行为、标签、热点等等。
3. 计算逻辑：明确哪些影响要素后，根据你的产品目标去梳理各种可能发生的情况，排除先后顺序后给到算法工程师，由他们给各种因素的权重赋值，最后转化为计算公式。
4. 输出：最后将排序由高到低输出给用户即：你看到的阅读产品新闻先后顺序排列。

思路打开后进而分析得出：

1. 需要了解新用户的来源方向根据不同渠道来源分配不同属性的“上线”。
2. 渠道分为商城公众号和内容APP，我们判断：从内容APP上自然注册用户分配的上线属性为：“内容达人”，从商城公众号上自然注册用户分配的上线属性为：“交易达人”。
3. 后台需要建立一个“推荐库”，为每个待推送的会员根据在平台上的使用记录打上：内容达人或交易达人的标签。

核心主旨：更加了解待推荐老用户，更加了解要注册的新用户，从而更高效的促进会员普通用户之间的连接。

1. 待解决问题（理想态：即你最终想要达到的理想状态）

从大量会员中推荐当前注册用户最易接受的上线绑定，提升会员转化率和商品交易额。

2. 输入（影响理想态的因素）

2.1 内容APP 端

（1）注册用户属性

• 城市：便于用户开展线下同城活动和中国自古以来的户籍同地亲属感文化。
• 宝宝年纪：相近宝宝年纪的家属更有讨论的话题。
• 宝宝性别：同性别宝宝启蒙教育更有交流相关性。

（2）推荐库属性

① 基本属性：

• 会员城市：同区>同市>同省
• 会员宝宝年纪：0~2、2~4、4~6、6+
• 会员宝宝性别：男、女

② 内容属性：

• 团队开通会员数量：通过团队开通会员的数量考核被推荐会员的能力，默认团队会员数量多的管理者更容易转换新用户。
• 团队打卡数量：通过团队开发梳理考核团队活跃度，默认团队会员打卡数量多的管理者更容易转化新用户。

2.2 商城公众号端

根据不同端注册的用户需要提交的消息不同，尽可能的简化用户需要操作的地方。

（1）注册用户属性

城市：便于用户开展线下同城活动和中国自古以来的户籍同地亲属感文化。

（2）推荐库属性

① 基本属性：会员城市：同区>同市>同省。

② 购物属性：

• 级别：推荐即将到达中坚会员等级的用户，如：团队25 人升为中坚会员用户，那么推荐团队人数20~24之间会员用户。
• 团队开通会员数量：通过团队开通会员的数量考核被推荐会员的能力，默认团队会员数量多的管理者更容易转换新用户。
• 团队商品销售总额：通过团队商品销售总额考核被推荐会员的能力，默认团队商品销售总额越多的管理者更容易转换新用户。

3. 计算逻辑

梳理出影响理想态的因素后，需要根据影响因素给出各种状态的影响排名。

基础规则：

1. 所有被推荐用户都有身份标签：内容达人或者交易达人。
2. 如果用户从内容APP注册推荐内容达人的上级；如果用户从商城公号注册推荐交易达人的上级。
3. 团队会员数量：按照团队开通会员数量正序排列每个城市取前10位，按照正序分配，一轮结束后继续循环分配。

3.1 内容APP 端

APP影响因素权重排名：城市>年纪>团队开通会员数量>团队打卡数量>性别。

影响因素子集说明：

不同状态排名顺序：

3.2 商城公众号端

公众号影响因素权重排名：城市> 升级人数 > 会员销售数量 > 商量销售总额。

影响因素子集说明：

不同状态排名顺序：

4. 输出

第三版就是配合算法工程师根据影响因素和排名设计算法，最后新用户注册填写信息后由策略自动分配会员用户给到新用户，会员用户因利益驱动自然可以为产品无限的转化新会员。

题图来自Unsplash，基于CC0协议
策略并非是一成不变的，策略根据不同用户数量和不同业务理想态而变化，往往需要多次版本循环后才能达到理想态。所以需要建立效果监控机制，在登录注册中需要预先做数据埋点如：各级页面跳出率、填写页面退出率、会员用户确认跳出率、注册成功率等进而分析用户注册是否顺畅，为下个版本循环做数据参考。

前期需要识别哪些用户可以进入“推荐库”，为了更好的促进会员用户转换新用户为会员需要建立一套评分机制，核心参考指标是：被推荐会员用户转化新用户为会员的比例…..

以上是我近期对策略产品的一些浅薄理解和应用实践，欢迎大家来交流。

PS：那种对复杂情况通过抽丝剥茧般的解析，找出最优解的感觉，非常非常爽。

作者：Aaron

来源：人人都是产品经理