线下用户O2O优惠券使用数据分析

                               随着移动设备的完善和普及，移动互联网 各行各业进入了高速发展阶段。其中O2O行业自然与数亿消费者有关，各种消费者APP每天记录100多亿用户的行为和位置记录，成为大数据研究和商业运营的最佳结合点之一。用优惠券振兴老用户或吸引新客户是O2O一种重要的营销方式。然而，随机优惠券对大多数用户造成了造成了毫无意义的干扰。对于企业来说，过度发行的优惠券可能会降低品牌声誉，而且很难估计营销成本。个性化交付是提高优惠券验证率的重要技术。它可以让有一定偏好的消费者获得真正的好处，并赋予企业更强的营销能力。本文针对线下用户O2O使用数据对优惠券进行简单分析。

一、提问

分析思路

分析工具：MySQL、Excel、Power BI

理解数据

本文数据为天池新人实战赛o2o优惠券使用预测比赛数据，数据源：

Coupon Usage Data for O2O-阿里云天池数据集

三、数据分析

四、结论与建议

1.用户方面

建立用户等级制度，分层维护

一级用户：重点维护，如免排队等服务特权或特殊礼品

二级用户/三级用户:定向优惠券 ** 再次消费

普通用户:注意损失，可以召回高门槛全额减额优惠券

2.商户方面

①重点维护一级商户，如网站主页推送商户优惠券，网站会员线下活动首选场地

②对于最近位置小于500米的商家和用户，首先推送普通商家和三级商家的优惠券

③关注商家和用户最近经常出现的位置超过5000米的记录，考虑进一步结合优惠券折扣和数量分析，验证优惠券是否分流

3.优惠券方面

①增加优质优惠券的范围和数量；准确放置一般优惠券；减少劣质优惠券数量，甚至逐步取消；考虑成本，谨慎使用优惠券

②复盘对比元旦&考虑减少春节和五一期间的优惠券投放活动&春节优惠券数量