跟亚马逊学如何向用户安利

 2016-12-16  4258     
分享到:

没有华丽的模板
却能轻易戳到用户G点?
一封邮件就能撬动数十万元的 social campaign?
本篇是你看会学不会,学会做不到的亚马逊邮件推荐原则介绍。
巴特,见贤思齐奋斗向上的骚动之心还是要是有的。
按你胃(anyway),go~

电子邮件营销系统

用户画像的主要应用领域即在推荐系统,Amazon作为推荐引擎的鼻祖,通过记录用户在站点上的行为,包括浏览物品、购买物品、将物品加入收藏夹和wish list等,同时,amazon还提供了评分等用户反馈的方式,这些共同用户画像数据的来源,根据不同数据特点对他们进行处理,并分成不同类别为用户推送推荐,包括:

当日推荐

通常根据用户近期的浏览记录或者购买记录,结合时下流行的物品给出一个综合推荐。

新品推荐

采取基于内容推荐的机制,将一些新到物品推荐给用户。在方法选择上,由于新物品只有较少的用户喜好信息,所以基于内容的推荐能很好的解决这个新物品“冷启动”的问题。

关联推荐

采取数据挖掘技术对用户的购买行为进行分析,找到经常被一起或同一个人购买的物品集,从而进行关联推荐。这是一种典型的基于物品的协同过滤推荐机制。

他人购买/浏览商品:

这也是一种典型的基于物品的协同过滤推荐应用,通过社会化机制,用户能更快更方便地找到自己感兴趣的物品。

电子邮件营销

国内运营较好的社交网站—豆瓣,相较于Amazon,豆瓣则是通过“看过”、“想看”列表获取用户的偏好信息,但这也使他们推荐的结果更专注于用户的品味。

电子邮件营销

反垃圾声明 隐私与安全声明 网站地图
Copyright © 2007-2019 Shanghai YIYE Network Technology Development Co., Ltd. All right reserved 沪ICP备07501641号  沪公网安备 31011502003380号