AI营销案例 | AI算法双轮驱动，为某运动品牌大幅提升复购
关注
摘要：消费者全生命周期管理+货品全生命周期管理，提升老客复购
某运动品牌经过多年发展，已经拥有了稳定的消费人群。由于品类受限，该品牌希望跨品类挖掘老客复购实现生意增长。基于阿里数据银行海量数据维度下钻，通过AI算法提效品牌基于人、货、场域、权益的个性化生意经营场景增长。实现消费者全生命周期管理和货品全生命周期管理的双轮驱动，老客复购连带推荐CVR上升15%，品牌老客客单件增长0.3，整体活动增量GMV达到3××万。
背景：
该品牌作为运动户外品类有特定消费者，希望从老客层面挖掘业务增长机会。目前品牌的消费者一般为一次性购买或冲动消费，因此希望跨品类挖掘老客复购生意增长。
关于品牌：
该品牌是一家国际化的知名户外运动品牌，专注为户外运动爱好者提供服饰、鞋履、背包以及相关配件。经过多年发展，已经成为广受欢迎的运动户外品牌，目前在国内有多家实体店铺以及线上店铺，其中天猫旗舰店是其线上渠道的重点。
目标：
提升天猫线上店铺的复购CVR（转化率）和GMV（销售额）。
实现思路：
基于运动户外BI数据看板及AI策略推荐的工具，提供引擎解决智能化呈现消费关联高的SKU推荐，以实现Cross-Sale，提升老客复购。
（1）通过算法智能化呈现消费关联高的SKU，挖掘买过历史某商品的人购买其他品的机会点，及对应比例；
（2）通过数据看板，诊断分析，沉淀算法策略资产；
（3）形成智能诊断复购的toolkits，持续引导推荐。
实现路径：
云积天赫基于阿里数据银行海量数据维度下钻，基于自身的数据运营和产品化能力，集合平台的开放能力，满足品牌的多种营销场景。通过AI算法，建立品牌专属的差异化模型，实现差异化的营销场景，实现全域会员兴趣内容匹配，并持续优化全链路投放效果，最终实现老客复购的大幅提升。
云积天赫在过程中提供的能力包括：
-
提效投放链路，沉淀策略资产：云积天赫算法加持，持续优化全链路投放效果，沉淀投前投中投后策略资产同时，补全行业benchmark数据支撑品牌营销比对；
-
投前策略报告：品牌每一次营销投放前，云积天赫基于天猫数据银行的海量数据维度进行云积算法加持，持续优化全链路投放效果，沉淀投前投中投后；
-
跨域联动，实现全域会员洞察：基于全域数据融合的消费者运营策略，与数据监测平台合作，标签补全丰富全域会员画像，提升品牌投放效能。并增加短视频洞察，实现全域会员兴趣内容匹配，提效会员转化。
通过AI算法：
-
数据维度更多：多维标签可高度自定义，如价格区间、商品属性、品牌系列等；支持淘外数据批量智能入栈，实现高效融合匹配分析，并开放投后行业benchmark数据、by sku级别数据及多个竞品维度数据；
-
差异化私属模型：多维标签可高度自定义，如价格区间、商品属性、品牌系列等；支持淘外数据批量智能入栈，实现高效融合匹配分析，并开放投后行业benchmark数据、by sku级别数据及多个竞品维度数据；
-
品牌专属定制：基于品牌的场景定制和微型战役需求，贴合品牌和店铺经营现状，实现接口级输出。
实现效果：
利用平台数据构建新品核心人群的精准人群画像，建立AI商品相似度人群模型，以及全维度产品关联组合诊断，确定AI购买路径模型。
主打品类的渗透率实现大幅环比上升。老客复购连带推荐CVR 上升*15%，品牌老客客单件增长0.3，整体活动增量GMV达到3××万。
云积天赫
+
关注
