如何给新用户推荐一位老用户进而提升会员转化率和商

　　本文作者经历了三次改版，四次评审，N次权衡，然后总结分析了要如何给新用户推荐一位老用户，进而提升会员转化率和商品交易额？
　　策略往往是一套由数据驱动，存在于产品当中的一套规则与机制。
　　换个角度解释：如果一家企业的核心业务高度依赖于人的工作，员工的管理问题可能会是复杂度极高、且稳定性较难保障的；而一家公司的核心业务如果是依赖于机器在跑，那么则将是很稳定并且可持续的。而机器的运转，需要被规则来约束，而那些支撑机器运转的规则，就是策略。
　　某日，接到一个有趣的需求：如何给新用户推荐一位老用户，进而提升会员转化率和商品交易额？
　　分析主线：给新用户推荐一位老会员用户，使得老用户获取自然流量，进而老用户因邀请返利促使他和新用户建立关系，最后帮助产品自然转化更多会员。
　　分析辅线：
　　新用户注册时即给他推荐老用户，那么我需要优化现有注册登录流程。
　　产品日后注册分为：自然流量（即：在AppStore中搜索注册的用户）和邀请注册（即：通过邀请链接建立关系的用户）。
　　需要给每位新注册的用户推荐一位会员上线。
　　我经历了三次改版，四次评审，N次权衡。
　　第一版：功能产品
　　功能和策略的区别在于：功能是针对一个人相对聚焦的需求，策略是针对一群人更加多样的需求。
　　第一个版本就是以功能性思维的方式思考：用户注册amp；gt；选择注册方式amp；gt；验证密码amp；gt；随机推送一个会员用户amp；gt；确认会员用户amp；gt；注册成功。
　　分配上线使用的是用户选择，也就是说：用户在首次使用产品时选择的上线与自己并没有直接联系，用户选择谁只能通过谁的头像漂亮或者名字好听来选择。
　　设计时保留了原有账户登录体系，看似简洁，实则并没有解决问题，只是从功能的角度满足了每一位新用户都必须选择一个上线的底层需求，并没有达到目标。
　　在需求评审环节果然有多个问题在此不表，其中产品部五星级leader说：
　　你可以尝试，通过不同渠道的人推荐不同的上线，因为他们的来源需求是不同的。
　　听后，瞬间领悟到可以通过推荐策略来解决这个问题。
　　第二版：策略产品
　　策略产品经理需要解决的核心问题，是人与信息的匹配问题，让用户在有限的时间里，尽可能看到让他感兴趣的事情且最终引导用户达到理想态。
　　策略有万能的四要素：
　　待解决问题：策略是围绕着某个问题产生的，比如：阅读产品如何让人们看到各自喜欢的内容。
　　输入：有了具体的问题那么接下去思考影响解决方案的因素，如：影响人们看到喜欢内容的因素可能有：地域、时间、用户历史浏览行为、标签、热点等等。
　　计算逻辑：明确哪些影响要素后，根据你的产品目标去梳理各种可能发生的情况，排除先后顺序后给到算法工程师，由他们给各种因素的权重赋值，最后转化为计算公式。
　　输出：最后将排序由高到低输出给用户即：你看到的阅读产品新闻先后顺序排列。
　　思路打开后进而分析得出：
　　需要了解新用户的来源方向根据不同渠道来源分配不同属性的上线。
　　渠道分为商城公众号和内容APP，我们判断：从内容APP上自然注册用户分配的上线属性为：内容达人，从商城公众号上自然注册用户分配的上线属性为：交易达人。
　　后台需要建立一个推荐库，为每个待推送的会员根据在平台上的使用记录打上：内容达人或交易达人的标签。
　　核心主旨：更加了解待推荐老用户，更加了解要注册的新用户，从而更高效的促进会员普通用户之间的连接。
　　1。待解决问题（理想态：即你最终想要达到的理想状态）
　　从大量会员中推荐当前注册用户最易接受的上线绑定，提升会员转化率和商品交易额。
　　2。输入（影响理想态的因素）
　　2。1内容APP端
　　（1）注册用户属性
　　城市：便于用户开展线下同城活动和中国自古以来的户籍同地亲属感文化。
　　宝宝年纪：相近宝宝年纪的家属更有讨论的话题。
　　宝宝性别：同性别宝宝启蒙教育更有交流相关性。
　　（2）推荐库属性
　　基本属性：
　　会员城市：同区amp；gt；同市amp；gt；同省
　　会员宝宝年纪：02、24、46、6
　　会员宝宝性别：男、女
　　内容属性：
　　团队开通会员数量：通过团队开通会员的数量考核被推荐会员的能力，默认团队会员数量多的管理者更容易转换新用户。
　　团队打卡数量：通过团队开发梳理考核团队活跃度，默认团队会员打卡数量多的管理者更容易转化新用户。
　　2。2商城公众号端
　　根据不同端注册的用户需要提交的消息不同，尽可能的简化用户需要操作的地方。
　　（1）注册用户属性
　　城市：便于用户开展线下同城活动和中国自古以来的户籍同地亲属感文化。
　　（2）推荐库属性
　　基本属性：会员城市：同区amp；gt；同市amp；gt；同省。
　　购物属性：
　　级别：推荐即将到达中坚会员等级的用户，如：团队25人升为中坚会员用户，那么推荐团队人数2024之间会员用户。
　　团队开通会员数量：通过团队开通会员的数量考核被推荐会员的能力，默认团队会员数量多的管理者更容易转换新用户。
　　团队商品销售总额：通过团队商品销售总额考核被推荐会员的能力，默认团队商品销售总额越多的管理者更容易转换新用户。
　　3。计算逻辑
　　梳理出影响理想态的因素后，需要根据影响因素给出各种状态的影响排名。
　　基础规则：
　　所有被推荐用户都有身份标签：内容达人或者交易达人。
　　如果用户从内容APP注册推荐内容达人的上级；如果用户从商城公号注册推荐交易达人的上级。
　　团队会员数量：按照团队开通会员数量正序排列每个城市取前10位，按照正序分配，一轮结束后继续循环分配。
　　3。1内容APP端
　　APP影响因素权重排名：城市amp；gt；年纪amp；gt；团队开通会员数量amp；gt；团队打卡数量amp；gt；性别。
　　影响因素子集说明：
　　不同状态排名顺序：
　　3。2商城公众号端
　　公众号影响因素权重排名：城市amp；gt；升级人数amp；gt；会员销售数量amp；gt；商量销售总额。
　　影响因素子集说明：
　　不同状态排名顺序：
　　4。输出
　　第三版就是配合算法工程师根据影响因素和排名设计算法，最后新用户注册填写信息后由策略自动分配会员用户给到新用户，会员用户因利益驱动自然可以为产品无限的转化新会员。
　　题图来自Unsplash，基于CC0协议
　　策略并非是一成不变的，策略根据不同用户数量和不同业务理想态而变化，往往需要多次版本循环后才能达到理想态。所以需要建立效果监控机制，在登录注册中需要预先做数据埋点如：各级页面跳出率、填写页面退出率、会员用户确认跳出率、注册成功率等进而分析用户注册是否顺畅，为下个版本循环做数据参考。
　　前期需要识别哪些用户可以进入推荐库，为了更好的促进会员用户转换新用户为会员需要建立一套评分机制，核心参考指标是：被推荐会员用户转化新用户为会员的比例。。
　　以上是我近期对策略产品的一些浅薄理解和应用实践，欢迎大家来交流。
　　PS：那种对复杂情况通过抽丝剥茧般的解析，找出最优解的感觉，非常非常爽。