惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Security Archives - TechRepublic
Security Archives - TechRepublic
T
The Exploit Database - CXSecurity.com
P
Proofpoint News Feed
Scott Helme
Scott Helme
NISL@THU
NISL@THU
Cisco Talos Blog
Cisco Talos Blog
C
Cybersecurity and Infrastructure Security Agency CISA
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
J
Java Code Geeks
U
Unit 42
The GitHub Blog
The GitHub Blog
H
Help Net Security
T
Tenable Blog
aimingoo的专栏
aimingoo的专栏
Jina AI
Jina AI
Spread Privacy
Spread Privacy
Apple Machine Learning Research
Apple Machine Learning Research
人人都是产品经理
人人都是产品经理
L
Lohrmann on Cybersecurity
T
Threatpost
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
Engineering at Meta
Engineering at Meta
A
About on SuperTechFans
I
InfoQ
Microsoft Azure Blog
Microsoft Azure Blog
B
Blog
L
LINUX DO - 最新话题
K
Kaspersky official blog
cs.CV updates on arXiv.org
cs.CV updates on arXiv.org
T
Threat Research - Cisco Blogs
C
Check Point Blog
T
The Blog of Author Tim Ferriss
有赞技术团队
有赞技术团队
宝玉的分享
宝玉的分享
Help Net Security
Help Net Security
Google DeepMind News
Google DeepMind News
A
Arctic Wolf
Y
Y Combinator Blog
N
News | PayPal Newsroom
M
MIT News - Artificial intelligence
Latest news
Latest news
H
Hacker News: Front Page
Blog — PlanetScale
Blog — PlanetScale
腾讯CDC
I
Intezer
爱范儿
爱范儿
F
Fortinet All Blogs
P
Palo Alto Networks Blog
C
CERT Recently Published Vulnerability Notes

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
积分运营系列(6):超详尽「梯度式选品策略」
燃豆科技 · 2022-10-11 · via 人人都是产品经理

用户不喜欢积分,很大一部分原因是积分可兑换的商品有限,用户没有积分的动力。积分商城足够有价值,有吸引力,才能激发出积分体系的真正作用。本文作者对积分商城商品选择及预算设计进行了分析,希望对你有帮助。

很多App产品在设计积分体系的时候,都是着力去设计积分激励体系,而用很少的精力乃至于非常敷衍的态度做了个积分消耗体系(积分商城),在我们看来是本末倒置的。

因为我们一直认为:积分消耗体系(积分商城)足够有价值,有吸引力,才能激发出积分体系的真正作用。

积分消耗体系是“因”,而积分激励体系是“果”。如果商城的可兑换商品吸引力不高,那么积分商城也就失去了原本的根基,再想要通过积分刺激用户的行为是难以实现的。

因此对于能真切激发用户行为的“因”,即积分消耗体系,我们认为是积分体系里最为重要的一个课题。

而积分消耗体系的核心就是积分商城对应的选品。

很认真的说,做对了积分商城商品选择,你的积分体系已经成功了80%。

那么积分商城选品到底要怎么做呢?我们根据团队长久的积分运营经验,总结了一套“梯度式选品策略”及其对应这套策略下的预算规划方法,希望对运营同学们有所帮助。

一、积分激励商品权益概念

在讲具体的方法之前,我们先说说我们选品的概念:我们这边所说的选品,不只是商品,而是指我们给予用户兑换的等值积分额的权益,可以是实际商品、可以是虚拟商品、也可以是玩法类型。凡是能对用户有价值的内容权益,我们都可以作为积分消耗体系(积分商城)的内容,给用户积分兑换。

常见的积分商城选品类型图

如果我们对市面上常见的权益类型进行归类,可以分成“物质激励类权益”与“精神激励类权益”两大类,而细分下来有多种权益载体:

  • 物质激励权益常见载体为:实物商品、商品/平台抵价券、话费、支付宝微信红包、Q币、流量等;
  • 精神激励权益常见载体为:产品中特殊功能、权限、道具、勋章等;
  • 物质与精神激励相结合权益常见载体:抽奖、游戏等

对于企业来说精神类激励类权益基本都是依托于功能开发,对于每家公司来说成本都不同;而不同产品的用户量不同所带来的收益也不同,因此整体投入产出比需要单个案例的测算。

所以我们今天主要从物质激励权益方面入口,看一看一个以物质激励为主的积分体系,整体的积分方案怎么做。

说明:因大部分积分商城的物质激励权益主要是具有交易属性的商品,为了简单描述,以下我们还是统一称之为“商品”。

二、梯度式选品策略理念来源

互联网对应的是流量生意,很多产品对应的是广告收入,无法根据用户消费情况直接进行用户返点的积分预算,用户的产品使用行为也往往无法量化至产品收入或者商业价值。因此在积分消耗体系的预算设置上往往采用的是“提前预估的独立预算模式”。关于不同的预算设计内容,可以看我们前面说过的《积分体系设计二:关于积分体系的成本预算策略》。

而对于绝大多数互联网企业来说,当前的市场环境并不宽裕,企业往往开源节流,因此能给予的预算相对比较有限。

而我们往往为了积分的存在感,在用户每天的各种产品使用行为中去激励用户。相对于庞大的积分池,我们所对应的预算往往有限。如果用统一的(XXX积分=1元)的固定积分兑换率计算积分价值,所对应的数额往往非常巨大,相对应的,用户的积分值/该兑换率,所对应的价值感就会比较低。

那么低价值感的积分体系是很难激发用户,特别是优质用户的热情。而往往又容易吸引羊毛党,让激励预算浪费在非目标用户身上。

因此我们需要通过积分消耗体系的选品,调整贴补比例,控制预算用途,倾斜预算。从而让核心预算用在目标用户身上。

三、梯度式选品策略

步骤1:拉取产品当前用户或者预估未来一个积分周期内用户的累积积分值

如果有历史数据,我们可以根据历史数据预估未来一个积分周期内用户可能对应的积分分布曲线,并进行分段整理。

很多企业的用户积分整体分布类似下图示例。

注意:在积分周期内积分会累积,并根据积分周期/自动清零周期的不同,所累积的分布图会有一定的区别。

用户积分分布图

步骤2:区分用户,界定用户划分标准

因为积分激励策略基本是根据产品目标而制定,我们可以认为越高的积分对应的用户对产品的贡献度越大。

我们可以根据MFD模型或者预设的用户激励方案,去计算并界定不同等级用户的定义,以及其阶段内可能获取的积分数值标准,将用户进行区分。

假设我们的产品将用户区分为:核心用户、进阶用户、普通用户三种等级。并界定对应的积分数值,如下图所示:

用户区分及对应数据拉取

步骤3:设定该等级选品的门槛积分与重点积分值分布区间,确定商品选品方向,制定等级选品规则

1)不同等级用户对应不同的选品类型

  • 对于核心用户,一般他们的积分数值较高,对于企业而言也更愿意给予这部分用户补贴,因此我们选用实物商品兑换,超大额优惠券等选品内容;
  • 对于进阶用户,因为积分相对有限,而企业补助的意愿也相对有限,因此我们可以采用积分+钱换购方式、小额优惠券、外部优质采购券等选品内容;
  • 而对于普通用户,手上的积分极少,本身无法兑换高额商品,因此设定低门槛兑换/参与的玩法(如抽奖、游戏)或者对企业而言无采购成本的商务BD券等内容。

2)设立每个等级选品门槛积分,通过门槛积分及对应商品价值换算该等级用户积分兑换率

举个例子,假设核心用户的标准为周期内累积3000积分的用户,那么仅面向该部分用户的兑换商品如果低于3000积分就可能会被进阶用户兑走,因此该部分商品的门槛积分就是3000积分。其他等级也是同理。

根据我们对该部分客户的了解,给予商品定价。比如我们定义的周期内累积积分为3000积分的用户,我们预估市场价30元左右的商品对该部分用户是具备一定的吸引力的,那么我们可以设计3000积分可兑换市场价30元左右的商品,并得出该等级积分兑换率为100积分=1元。

3)划定每个等级的选品重点积分值区间

因积分值是跟用户行为的商业贡献度挂钩,一般的产品设计中,高等级用户一般随积分值增多,所对应的人数会明显下降,因此在选品价格选择上,应该根据该等级用户所对应的多数积分值分布区域进行设计,以满足多数该等级用户兑换需求。

举个例子,从以上案例门槛积分定位中,我们定位出该产品进阶用户的门槛积分为500积分,而多数用户集中在500~1100积分,那么我们应该也是重点在500~1100积分值范围内进行选品选择,给予用户更多选择。

4)根据以上的几个内容,我们对于各个等级选品的方向越来越清晰,可以将所有内容梳理成以下表格:

步骤4:根据平台用户特性确定商品list及其兑换价格

经过以上步骤基本上可以确定选品的大方向,即不同等级用户的门槛商品价格,积分值重点分布区间、商品选型。

而每个产品的用户结构是完全不一样的,需要根据实际的用户类型进行商品品类选择。

  • 比如大姨吗这种以待产妈妈用户为主的产品,可以选择生育礼包、婴儿用品等孕育、婴儿相关商品。
  • 比如是00后为主的新生代年轻用户为主体的产品,可以选择个性、卡通IP相关的商品。
  • 比如没有明显年龄段、性别区分的大众类产品,可以选择比较通用且保险的日用百货相关商品。

根据自己的用户特性进行年龄段、性别、产品使用价值区别等多个维度进行用户调研及用户画像制定,再结合上面3个步骤得出的等级商品价格、兑换积分、商品兑换率等多个维度,基本可以圈定商品选品所有规则。

然后找到符合每条规则的商品,列出list,确定最终的选品及兑换/参与价格。

基本就完成了我们所有的梯度式选品的步骤了!

四、梯度式选品预算

我们做积分消耗体系,或者说整体的积分体系的时候,产品运营负责人都非常关心,我们发出去那么多积分,要消耗那么多积分,需要付出多少成本(即预算)。

梯度式选品,我们可以根据每个等级的商品选型规则进行预算计算,从而得出整体积分体系的预算。

步骤1:首先我们要根据不同商品选型,确定商品采购折扣或者版块固定预算

比如实物商品,我们基本可以通过供应商可以给到我们的采购价格/市场价的折扣,计算商品的采购折扣;

比如积分+钱购商品,我们可以提升原价等方式,大大降低商品折扣。而很多自己集团内的产品、权益都可以低价采购。例如平台其他版块优惠券满30-5元的优惠券,实际采购成本为1元或者更低的价格。

而对于抽奖类商品,可以通过概率控制,调整版块实际的积分兑换率,即整个版块对应多少积分才发放出去1个奖品;或者简单粗暴些,在这块就设定固定的预算,即每年固定对应人民币金额的奖品用于抽奖/游戏奖品。

步骤2:拉取/预估该等级用户的总积分池,及主动积分兑换率

在一个积分体系中,所有用户的总积分池*主动积分兑换率基本代表了企业对用户的负债积分水平。

如果新的积分激励方案与原先的区别不大,那么当前正在运行的项目数据可以作为我们整体策略的参考值。如果激励方案变化较大,那么我们也应该根据新的激励方案的目标,拆分企业积分债务池规模,即总积分池*用户主动积分兑换率,作为我们预算预估模型中的消耗目标。

步骤3:计算每个等级的预算,从而得出整体的积分消耗体系预算。也就是积分运营体系的预算

我们通过不同等级用户的消耗方式不同,计算对应的预算。

  • 以外部采购为主的权益商品,我们可以通过(等级用户积分池*预估积分兑换率/积分兑换率*商品采购折扣率)计算对应的等级预算;
  • 而对于抽奖类模块,我们根据其活动策略计算对应的预算(固定预算或者根据消耗积分池换算);

然后把不同等级用户的预算累加,即我们积分体系的预算方案。

表格里的这个案例,我们最后得出需要1141w的预算,去激励约2000万的用户群体。

当然我们最终通过这1141万预算,激励用户为我们创造N倍的回报,这就是激励的目标了。

五、实际策略需要通过实际预算逆向推导

以上算法仅仅只是个案例取展示我们的梯度式选品策略的分解过程,以及这个策略最终的预算计算方式。产品根据实际情况进行数据、比例的调整,或者数据维度不同,所对应的过程会有差异,结果也会有很大不同。

而且,预算仅仅也只是预算。

做运营的同学都知道,我们提交的预算,最终公司批复的,往往会有比较大的差距。那么也需要我们用逆向思维,根据预算及我们的运营目标,反推激励人群画像,调整激励商品门槛及商品市场价格,最终得出实际可操作、可应用的积分消耗方案。

而且在拿到预算并且拆分方案之后,我们也需要根据方案细节进行数据埋点与数据监控,确保最终落地执行的过程中有效控制成本。

掌握整体的策略制定过程,对内汇报都有理有据、预算站得住脚、方案清晰明白,能让我们更具说服力,争取到更多的资源。而对于用户而言,充分的理解用户、有针对性的引导用户,也能帮助我们更好的用户积分体系运营用户,让积分真正发挥作用。

本文由 @燃豆科技 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。