很多數據分析書本、文章都提過人貨場模型，但對于其中最核心的人貨如何匹配，沒有詳細介紹。人貨匹配是非常底層的分析理論，涉及到轉化率分析、用戶分群、推薦算法訓練等重要議題，無論互聯網的電商、O2O、短視頻、直播等產品都會考慮這點。廢話不多說，今天詳細介紹一下。

一、導購型匹配

設想一個最簡單的場景：顧客站在柜臺前，說“我想要個電風扇”。此時顧客需求已經跋山涉水來到店里，成交意愿很高。且需求已經表達得很清晰了。作為導購要確認的，就是：到底是啥樣的電風扇。這就是常見的：導購型匹配。

此時匹配的，主要是具體商品信息，比如：

• 場景：出門用？辦公桌用？臥室用？客廳用？
• 款式：手里拿的、臺式的、落地式的？
• 價位：價格大概在XXX范圍內？
• 設計：這個外觀/顏色/造型，您滿意不？

注意，這四點信息的匹配，是層層遞進的關系。使用場景決定了款式、價格、設計。價格又決定了設計、做工等等細節。所以一個優秀的導購，一定是由大到小確認，這樣更容易鎖定顧客需求，提升匹配成功率。

這就是為啥名字要叫導購（像向導一樣引導購買），而不叫推銷員的原因。無腦的推銷員才是一上來就blabla講一堆：“我們的產品有十八項功能二十種專利好好好各種牛逼……”

當然，不同商品，導購提升匹配成功率的手段也不同。常見的手段包括：

1、場景式匹配：常見于耐用品、大件商品。從需求場景出發，逐步引導到具體價位、功能。

2、體驗式匹配：常見于快消品、服裝、美業。直接讓用戶體驗產品，體驗良好馬上鎖定需求。

3、陳列式匹配：常見于快消品，特別是啤酒瓜子礦泉水這種小金額即時消費產品。反正顧客買了也就圖個新鮮，直接陳列幾十款，看中哪個拿哪個。

4、價格式匹配：常見于快消品，特別是日用、家居、護理、清潔類產品。這些化工產品成本低、囤貨周期長、日常都要、用戶對價格敏感，只要價格有優惠都能吸引一波囤貨。

所以理論上，場景式匹配是最佳的導購匹配模式。但實際上，相當多快消品，消費者并沒有耐心細細思考：到底為啥要買。消費者本身就是沖動消費。因此不需要事事都場景匹配，體驗、陳列、價格都很好用。只有大件商品，才適合細細梳理場景，進行引導。

總結以上要素，可以推導出導購型匹配的分析模型（如下）：

圖片

二、門店型匹配

設想一個略復雜的場景：顧客在商場里逛，還沒有決定去哪個店。此時顧客成交意愿并不高（甚至都不確定他是不是來購物的），需求也不明確。因此不可能一上來直接精準匹配到一件商品。此時要做的匹配，本質上是：把有需求的用戶挑出來，引導到店里。

注意：在這個場景，是無法準確獲取用戶信息的。客人還在商場里晃來晃去的時候，就叨叨問一堆問題，不但啰嗦，而且會把客人嚇跑。此時更需要的是引流手段，能吸引有需求的客人來，同時盡量規避無需求的客人，避免浪費資源。

常用的手段，有：

1、基于自然周期的：大部分消費品都可以用，因為大部分消費品在一年中，都有自己固定的熱銷時間段，比如：周末、月末、季度末、逢年過節。在相應的時間段開展活動即可。

2、基于消費周期的：根據顧客消費記錄，之前購買的預計已消耗完了，提醒二次購買。

3、基于用戶分層的：常見于美業、健康等大客戶聚集的行業。針對高端用戶定向邀約，定向開展活動，一方面防止客戶流失，另一方面給潛在的大客戶樹個榜樣，吸引加入。

4、基于生命周期的：常見于母嬰、教育、健康等生命周期強烈的行業。想攔截媽媽、寶寶、老人，去公園、游樂場、波波池拿著玩具、雞蛋、米面油等等就行了……

5、基于渠道的：常見于金融、地產、家居等需要大客戶的行業。在目標客戶的聚集的渠道（企業、小區、商會等等）集中推廣，吸引客人。

由于既不確定顧客購買意向，又不確定需求，因此這個階段的匹配成功率必然是大大降低的。并且夾雜的影響因素太多，根本無法分析清楚：到底是哪個環節出的問題導致不成交。因此為了提高分析效率，一般拆成兩段進行分析：引流到店、到店成交。單獨考核各種手段引流到店的質量，再看到店后怎么引導成交。

總結以上要素，可以推導出門店型匹配的分析模型（如下）：

圖片

三、商場型匹配

設想一個更復雜的場景：顧客在步行街里逛，還沒有決定去哪個商場。此時顧客成交意愿和需求非常不明確，甚至只是單純路過而已。

注意：在這個場景里，商場和門店思考的問題是不一樣的。

• 門店：如果商場沒有人流，就關了這個店，找有人流的商場開店。
• 商場：不在乎具體一家店的死活，只要我有人流，就有源源不斷的人來開店。

圖片

這種利益分歧，直接導致了后續分析思路的差異。只有商場才在乎：如何把步行街的用戶匹配到我這里來。

商品的匹配邏輯是非常簡單粗暴的：

1、搞壟斷：我用超低價補貼干死競爭對手，或者我直接把步行街的主干道給占了！用戶自然到我這里來。

2、拉同伙：我低價拉一些大品牌門店入住，自然能吸引高端用戶進來。

3、造流量：我在負一層開一個便宜的巨型超市，顧客自然會蜂擁來買。

4、做配套：我開一個大型兒童樂園，爸爸媽媽們就會帶娃來玩，順便逛個街。

仔細觀察就會發現：這里幾乎沒有考慮用戶需求。單純地靠商業運作即可。實際上，商場也是要考慮用戶需求的，畢竟以上四點，只能把用戶拉進來。想進一步賺錢，還得吸引小商家入住。因此涉及：怎么把用戶匹配給小商家的問題。

商場是完全不在乎某一個小商家的死活的（除非這是自己的親兒子）。所以商場處理用戶與商家匹配的問題，也是非常簡單粗暴：

1、直接出錢買。誰花錢買好的鋪位，我賣給誰

2、按區域分配商家。有電影院入住了，就把奶茶、小吃擺在旁邊

3、觀察用戶行為。比如媽媽們都喜歡在波波池溜娃時順便看母嬰商品，就推親子消費季。

這樣就足夠了。然后還可以包裝一些成功案例，給還沒入駐的小商戶看：“你看入住這里多賺錢呀，快來快來。”

圖片

四、傳統企業VS互聯網企業

有的同學會說：陳老師，你這講的都是傳統開商場，可我們是互聯網行業呀。其實認真看了這三種匹配模型，大家發現什么沒有……

所謂互聯網，根本就是把傳統商場搬到線上而已！

• 把導購換成網紅，就是所謂直播電商玩法
• 把導購換成加個人微信，就是所謂私域流量玩法
• 把門店投在商場的廣告，換成直通車，就是平臺電商的玩法
• 把門店投在路邊的廣告，換成加企微群，就是社群營銷的玩法
• 把門店VIP老帶新有禮，換成裂變廣告，就是裂變增長的玩法
• 把商場換成XX平臺，這幫互聯網APP燒錢、派券、1元購，是不是很熟悉了
• 把按區域分商家，換成按首次點擊商品屬性計算商品間距離函數，就是推薦算法里相似性推薦算法。
• 把按人群行為推活動，換成按相似點擊行為分人群，再推薦商品，就是協同過濾算法。

所以，所謂電子商務，還是商務，本質上運作的邏輯是一樣的。不同的是，互聯網上用戶行為能留下充分的數據記錄，因此能進行相對準確的分析。再也不用像傳統門店那樣，靠研究人員現場肉眼觀察消費動線了。