B2C网上商城营销案例
大朴网打造“安全、质朴、舒适”的精致生活
案例简介
营销策略：B2C个性化营销 应用网站：大朴网 应用方案：百分点推荐引擎（BRE） 方案提供：百分点科技 应用时间：2013年4月
网站介绍
大朴（DAPU），是国内第一家自主设 计、生产，并以B2C为主要销售方式的家 居品牌，主营家纺、内衣、收纳等家居生 活产品。 大朴以“安全、质朴、舒适”为核心 理念，提供高标准、 舒适实用的家庭生活 用品，是回归自然、返朴归真的生活美学 设计者，让消费者享受舒适、安全的家居 生活。
作为国内首家自主设计、生产、销售 的家居品牌,大朴展现出与传统家纺业非常 不同的经营理念，对产品安全和舒适理念 有着近乎偏执的追求。 秉承大朴网一贯严谨务实的作风，大朴 网在个性化推荐领域不断探案，只为能给 用户带来更加舒适和优质的购物体验， 2013年3月大朴网与百分点团队成立联 合项目组，以对商城的全面优化为目的制 定解决方案，在实施的过程中不断优化， 最终项目取得了非常喜人的效果。
方案及部署
大朴网与百分点联合项目组深入研究和分析了大朴网的产品特性和消费者的 行为，发现来到大朴网的消费者人群更小资，更为追求生活的品质感。所以优质 的服务和更加贴心的购物提示对消费者的购买行为有着相当强的引导作用。 于是联合 项目组根据大 朴网的购买流 程设计推荐栏 部署方案，并 配合以先进的 个性化推荐算 法，在用户的 访问路径沿途， 着力在用户选 品过程页部署 推荐栏，通过 推荐栏向用户 展示适合的商 品影响用户的 选品决策。
列表页 单品页 搜索结果页
购物车页
我的大朴
过程页
热榜推荐 浏览了该商品的用户最终购买 购买过本品的用户还购买过 您可能喜欢
购物流程页
基于购物车的推荐
老客维护页
猜您喜欢
推荐栏示例- 一级列表页
推荐栏标题: 热榜推荐
原理：根据用户的浏览历史，推荐符 合用户偏好的类别热销商品排行,数据 不足用当前类别的热览补齐。 效果：热销榜能更好的辅助用户决策， 当用户面对大量的商品信息时，个性 化销售排行更具有信服力，更能从用 户角度思考推荐当前用户更为需要的 商品。再次提示了各类商品的曝光率， 提升了用户点击的机会以及访问的深 度，更大大的增加了用户下单的可能。
推荐栏示例- 单品页
推荐栏标题：购买过本品的用户还购买过
原理：基于用户的购买行为，推荐相似偏好用户在购买过 该商品后还购买过的商品，不足用相关类别商品商品的热 销热览补齐，再不足用全站热览补。 效果：购买行为的推荐更具有说服力，
使群体行为对当前 用户产生了导购的影响。结合用户历史行为，深度挖掘客 户潜在需求，促进用户产生交叉销售和向上销售。
推荐栏示例- 搜索页
标题：您可能喜欢
原理：基于用户浏览历史及偏好推荐符合用户兴 趣和需求的全站商品，不足用全站热销补，再不 足用全站热览补。 效果：在用户搜索无结果时，可以快速直接的展 示符合用户偏好的商品，有效激发用户购买欲望， 促进商品的浏览量及购买量，可帮助商家有效提 升商品曝光率、减少跳出率。
推荐栏示例– 购物车
推荐栏标题：您可能会喜欢
原理：根据客户添加到购物车的 商品为依据，推荐其偏好的相关 商品，数据不足用相关类别的热 销补，再不足用全站热览补。 效果：当用户把商品加入到购物 车时，用户多有已购买此类商品 的意图，或者对此类商品的进行 不同纬度比较。所以针对不同用 户，百分点需要辅助用户决策， 并促使用户购买多件商品；或者 百分点推荐相似商品，促使用户 筛选下单。
推荐栏示例– 我的大朴
推荐栏标题：猜您喜欢
原理：根据用户购买行为历史， 推荐其偏好的相关商品，不足用 所有历史的补，再不足用全站热 览补。
效果：可推荐符合老用户偏好的 商品，给予老用户更好的用户体 验，使其可快速便捷的找到自己 需要的商品，提升老用户复购率。
推荐效果展示
在大朴网与百分点联合项目组同事的共同努力下，推荐栏于2013年4月正式上线。 项目执行期间联合项目组的同事对网站多项营销关键指标进行了监控。并在推荐栏上线之后对关键 指标进行了联合调优。 经过一个月的努力，推荐效果非常显著。 通过对交叉/向上销售的促进使得网站从动销量和转化率都得到了一定的提升。 同时，从网站消费者的人均访问时长及步长角度来看，推荐栏有效提高了消费者对网站的粘度。
平均每日8.42%的商品仅由推荐栏产生销售，推荐栏对提升网站劢销量效果显著 推荐用户点击率可达5.42%，消费者对推荐栏推荐商品认可程度较高
提升网站劢销量
大朴网与百分点联合项目组组的 共同努力，对大朴网的全面优化最终 达到了非常好的效果。 通过分析用户的行为和偏好，为其 推荐最适合的商品 商品展示更加科学合理 增加交叉/向上销售 提升用户体验 通过个性化推荐技术对网站流量结 构进行调节，增加长尾商品的曝光 和销售 提升商品动销量 提升库存周转率 全面提升整站转化率
平均每日8.42%的商品仅由推荐栏产生销售， 推荐栏有效增加网站劢销量。
促进交叉/向上销售
向上营销是根据既有客户过去的消费喜好，提供更高价值
的产品或服务。 交叉营销是从客户的购买行为中发现客户的多种需求，向其推销更多的相关产品或服务。 ----- Gartner Group《 Customer Relationship Management(客户管理管理)》
联合项目组综合分析大朴网
的商品特点，确定通过推荐算法 在全网行为中深度挖掘用户的隐 藏需求。在单品页、购物车页部 署推荐栏，在用户的选品过程中 为用户推荐更高价格的商品，增 加向上销售的机会。并通过“您 可能会喜欢”“基于购物车的推 荐”推荐栏增加交叉销售的机会。 优化效果如右图。
平均购买商品种类数
51.5%
平均购买商品件数
46.9%
拉劢网站平均客单价
推荐栏对交叉/向上销售的提升最终带来了网站平均客单价的提升。下图中红色线条表示受推 荐影响产生的订单的平均客单价。
网站的平均客单价
42.9%
提升人均商品页访问步长
百分点深入研究影响电商营销效能的多个指标，认为实际上能够反应消费者行为的是人均商 品页的访问步长，只有商品页访问的步长提高了，才证明消费者对这件商品真正的感兴趣，最终 才能产生相应的销售。
联合项目组对大朴 网的消费者行为作了全 面的分析和评估。确定 用户跳出率最高的几个 关键页面。结合用户的 兴趣偏好在这些跳出率 高的页面部署推荐栏， 通过推荐其推荐感兴趣 的商品降低跳出率，提 升访问步长。多次联合 调优，得到推荐效果如 右图。
推荐影响访问步长增长迅速，有效提高浏览商品 详情页数量，推荐影响商品页访问步长高于非推 荐影响商品页访问步长558.54%。
附
NEW
应用方案解析
方案原理、功能、优势
BRE打造个性化的电子商城
• 基于消费者行为偏好的个性化橱窗展示产品 • 通过个性化推荐技术实现智能的商品导购 • 重点提升交叉/向上销售 • 提升网站用户体验 猜您喜欢 看过该商品的还看过
您可能感兴趣
方案原理
消费者 用户行为
输入
电商 营销KPI
输入
百分点推荐引擎
用户全网 行为偏好 用户当前 购物需求 客户行业 运营规则 个性化 推荐算法
输出
个性化推荐结果
主要功能
精准商品推荐，提升营销效能
利用个性化推荐技术，精准把握消 费偏好，为用户推荐最适合的商品， 进而拉动销售额的增长，增加交叉/ 向上销售。
匹配运营策略，设置推荐规则
利用运营规则设置和自定义商品库 功能，实现对商品推荐的控制和调 优。兼顾个性化的用户体验和商家 的战略诉求。
全新的推荐数据分析体系
全新的推荐数据分析体系，展示推 荐与全局数据的对比效果，精确获 取推荐精准数据，及时判断推荐效 果。
灵活实现 A/B Test
灵活设置A/B Test算法模型，不断 对比推荐
方案和策略，及时选取最 优推荐方案，实现更好的推荐效果。
方案优势
1
Personalized-BRE
实时分析： 精准把握用户购物意图
2 海量数据：全网行为偏好整合 3 效果为先：聚焦电商营销KPI 4 控制后台：多种推荐控制及调优 5 优质服务：专业的技术实施团队 6
450家电商+100家媒体共同的选择
B2C网上商城营销案例
大朴网打造“安全、质朴、舒适”的精致生活
案例简介
营销策略：B2C个性化营销 应用网站：大朴网 应用方案：百分点推荐引擎（BRE） 方案提供：百分点科技 应用时间：2013年4月
网站介绍
大朴（DAPU），是国内第一家自主设 计、生产，并以B2C为主要销售方式的家 居品牌，主营家纺、内衣、收纳等家居生 活产品。 大朴以“安全、质朴、舒适”为核心 理念，提供高标准、 舒适实用的家庭生活 用品，是回归自然、返朴归真的生活美学 设计者，让消费者享受舒适、安全的家居 生活。
作为国内首家自主设计、生产、销售 的家居品牌,大朴展现出与传统家纺业非常 不同的经营理念，对产品安全和舒适理念 有着近乎偏执的追求。 秉承大朴网一贯严谨务实的作风，大朴 网在个性化推荐领域不断探案，只为能给 用户带来更加舒适和优质的购物体验， 2013年3月大朴网与百分点团队成立联 合项目组，以对商城的全面优化为目的制 定解决方案，在实施的过程中不断优化， 最终项目取得了非常喜人的效果。
方案及部署
大朴网与百分点联合项目组深入研究和分析了大朴网的产品特性和消费者的 行为，发现来到大朴网的消费者人群更小资，更为追求生活的品质感。所以优质 的服务和更加贴心的购物提示对消费者的购买行为有着相当强的引导作用。 于是联合 项目组根据大 朴网的购买流 程设计推荐栏 部署方案，并 配合以先进的 个性化推荐算 法，在用户的 访问路径沿途， 着力在用户选 品过程页部署 推荐栏，通过 推荐栏向用户 展示适合的商 品影响用户的 选品决策。
列表页 单品页 搜索结果页
购物车页
我的大朴
过程页
热榜推荐 浏览了该商品的用户最终购买 购买过本品的用户还购买过 您可能喜欢
购物流程页
基于购物车的推荐
老客维护页
猜您喜欢
推荐栏示例- 一级列表页
推荐栏标题: 热榜推荐
原理：根据用户的浏览历史，推荐符 合用户偏好的类别热销商品排行,数据 不足用当前类别的热览补齐。 效果：热销榜能更好的辅助用户决策， 当用户面对大量的商品信息时，个性 化销售排行更具有信服力，更能从用 户角度思考推荐当前用户更为需要的 商品。再次提示了各类商品的曝光率， 提升了用户点击的机会以及访问的深 度，更大大的增加了用户下单的可能。
推荐栏示例- 单品页
推荐栏标题：购买过本品的用户还购买过
原理：基于用户的购买行为，推荐相似偏好用户在购买过 该商品后还购买过的商品，不足用相关类别商品商品的热 销热览补齐，再不足用全站热览补。 效果：购买行为的推荐更具有说服力，
使群体行为对当前 用户产生了导购的影响。结合用户历史行为，深度挖掘客 户潜在需求，促进用户产生交叉销售和向上销售。
推荐栏示例- 搜索页
标题：您可能喜欢
原理：基于用户浏览历史及偏好推荐符合用户兴 趣和需求的全站商品，不足用全站热销补，再不 足用全站热览补。 效果：在用户搜索无结果时，可以快速直接的展 示符合用户偏好的商品，有效激发用户购买欲望， 促进商品的浏览量及购买量，可帮助商家有效提 升商品曝光率、减少跳出率。
推荐栏示例– 购物车
推荐栏标题：您可能会喜欢
原理：根据客户添加到购物车的 商品为依据，推荐其偏好的相关 商品，数据不足用相关类别的热 销补，再不足用全站热览补。 效果：当用户把商品加入到购物 车时，用户多有已购买此类商品 的意图，或者对此类商品的进行 不同纬度比较。所以针对不同用 户，百分点需要辅助用户决策， 并促使用户购买多件商品；或者 百分点推荐相似商品，促使用户 筛选下单。
推荐栏示例– 我的大朴
推荐栏标题：猜您喜欢
原理：根据用户购买行为历史， 推荐其偏好的相关商品，不足用 所有历史的补，再不足用全站热 览补。
效果：可推荐符合老用户偏好的 商品，给予老用户更好的用户体 验，使其可快速便捷的找到自己 需要的商品，提升老用户复购率。
推荐效果展示
在大朴网与百分点联合项目组同事的共同努力下，推荐栏于2013年4月正式上线。 项目执行期间联合项目组的同事对网站多项营销关键指标进行了监控。并在推荐栏上线之后对关键 指标进行了联合调优。 经过一个月的努力，推荐效果非常显著。 通过对交叉/向上销售的促进使得网站从动销量和转化率都得到了一定的提升。 同时，从网站消费者的人均访问时长及步长角度来看，推荐栏有效提高了消费者对网站的粘度。
平均每日8.42%的商品仅由推荐栏产生销售，推荐栏对提升网站劢销量效果显著 推荐用户点击率可达5.42%，消费者对推荐栏推荐商品认可程度较高
提升网站劢销量
大朴网与百分点联合项目组组的 共同努力，对大朴网的全面优化最终 达到了非常好的效果。 通过分析用户的行为和偏好，为其 推荐最适合的商品 商品展示更加科学合理 增加交叉/向上销售 提升用户体验 通过个性化推荐技术对网站流量结 构进行调节，增加长尾商品的曝光 和销售 提升商品动销量 提升库存周转率 全面提升整站转化率
平均每日8.42%的商品仅由推荐栏产生销售， 推荐栏有效增加网站劢销量。
促进交叉/向上销售
向上营销是根据既有客户过去的消费喜好，提供更高价值
的产品或服务。 交叉营销是从客户的购买行为中发现客户的多种需求，向其推销更多的相关产品或服务。 ----- Gartner Group《 Customer Relationship Management(客户管理管理)》
联合项目组综合分析大朴网
的商品特点，确定通过推荐算法 在全网行为中深度挖掘用户的隐 藏需求。在单品页、购物车页部 署推荐栏，在用户的选品过程中 为用户推荐更高价格的商品，增 加向上销售的机会。并通过“您 可能会喜欢”“基于购物车的推 荐”推荐栏增加交叉销售的机会。 优化效果如右图。
平均购买商品种类数
51.5%
平均购买商品件数
46.9%
拉劢网站平均客单价
推荐栏对交叉/向上销售的提升最终带来了网站平均客单价的提升。下图中红色线条表示受推 荐影响产生的订单的平均客单价。
网站的平均客单价
42.9%
提升人均商品页访问步长
百分点深入研究影响电商营销效能的多个指标，认为实际上能够反应消费者行为的是人均商 品页的访问步长，只有商品页访问的步长提高了，才证明消费者对这件商品真正的感兴趣，最终 才能产生相应的销售。
联合项目组对大朴 网的消费者行为作了全 面的分析和评估。确定 用户跳出率最高的几个 关键页面。结合用户的 兴趣偏好在这些跳出率 高的页面部署推荐栏， 通过推荐其推荐感兴趣 的商品降低跳出率，提 升访问步长。多次联合 调优，得到推荐效果如 右图。
推荐影响访问步长增长迅速，有效提高浏览商品 详情页数量，推荐影响商品页访问步长高于非推 荐影响商品页访问步长558.54%。
附
NEW
应用方案解析
方案原理、功能、优势
BRE打造个性化的电子商城
• 基于消费者行为偏好的个性化橱窗展示产品 • 通过个性化推荐技术实现智能的商品导购 • 重点提升交叉/向上销售 • 提升网站用户体验 猜您喜欢 看过该商品的还看过
您可能感兴趣
方案原理
消费者 用户行为
输入
电商 营销KPI
输入
百分点推荐引擎
用户全网 行为偏好 用户当前 购物需求 客户行业 运营规则 个性化 推荐算法
输出
个性化推荐结果
主要功能
精准商品推荐，提升营销效能
利用个性化推荐技术，精准把握消 费偏好，为用户推荐最适合的商品， 进而拉动销售额的增长，增加交叉/ 向上销售。
匹配运营策略，设置推荐规则
利用运营规则设置和自定义商品库 功能，实现对商品推荐的控制和调 优。兼顾个性化的用户体验和商家 的战略诉求。
全新的推荐数据分析体系
全新的推荐数据分析体系，展示推 荐与全局数据的对比效果，精确获 取推荐精准数据，及时判断推荐效 果。
灵活实现 A/B Test
灵活设置A/B Test算法模型，不断 对比推荐
方案和策略，及时选取最 优推荐方案，实现更好的推荐效果。
方案优势
1
Personalized-BRE
实时分析： 精准把握用户购物意图
2 海量数据：全网行为偏好整合 3 效果为先：聚焦电商营销KPI 4 控制后台：多种推荐控制及调优 5 优质服务：专业的技术实施团队 6
450家电商+100家媒体共同的选择