一、業務知識
1. 應用場景
- 目的： 拉新、留存、轉化率提升、收益最大化
- 決策前
- 促銷
- 交叉導流
- 決策中
- 用戶特征 + 商品特征 => 差異化報價
- 下單后
- 獎勵(SNS分享，寫評論）
- 補償(客服投訴）
- 老客召回
2. 業務流
- 透出
- 領取
- 使用
3. 統計指標
- 領取入口的透出次數
- 領取頁面的PV (打開率，BounceRate)
- 領取次數 (點展比）
- 使用次數 (領用比）
- 產生訂單數
- GMV，毛利
4. A/B Test
- 發與不發，對業績的影響
- 打開率/點展比，用戶召回的精準程度
- 購買頻次提升
5. 透出
- 活動專題頁
- 店鋪首頁
- 列表頁 / 詳情頁
- 下單支付后
- 撰寫評論 / 分享SNS后
- push召回
系統推送的坑
直接向用戶領取記錄里灌券，占用大量的存儲空間，使用率極低。
改進方式：避免直接灌券，push給用戶一個領取鏈接，讓用戶觸發領取行為。
6. 領取
- 單張 / 大禮包（不僅代金券，還有實物等其他形式） / 抽獎 / (秒殺?)
- 用戶特征篩選條件
- 商品特征篩選條件
7. 使用
- 未使用、已使用、過期
- 可用性檢查 (價格、商家）
- 鎖定 下單完成-待支付
- 釋放 訂單取消
8. 消費者、商家、平臺
- 平臺代金券
- 平臺垂淚
- 商家代金券
- 商品
二、技術方案
1. 數據模型
- 預算
- 代金券批次
- 發放計劃
- 領取記錄
- 使用記錄
2. 接口
- 領取
- 是否已領取
- 可用代金券查詢
- 使用 (使用范圍校驗)
- 釋放
- 卡券包中心，可用/過期
3. 后臺工作流
- 預算申請
- 一次可以申請多個代金券批次的預算
- 追加預算
代金券批次
1.起止日期
2.數量
3.面額發放計劃
- 形式：大禮包、抽獎
- 包含批次
- 發放起止日期
- 用戶特征篩選
- 總限額，每人限額
- 一個發放項目下，多個發放計劃？
