后台一刷新，老客贡献掉到8%，新客占比拉高却不转，这不是流量问题，而是画像失真。

核心问题分析

画像做不准，通常是标签口径不一致和行为链路断点导致的。因为标签只看浏览，不看加购与成交，所以人群被“高意向”误判成“泛兴趣”。官方文档说RFM够用，但实测中没有品类偏好和价格带，投放很难稳。

常见断点

  • 数据源只接入订单表，忽略收藏、加购、搜索词。
  • 人群分层只按消费金额，忽略购买频次与客单波动。
  • 画像只做一次，缺少周期复盘。

实操解决方案

先统一口径，再落到动作。打开后台路径：生意参谋-人群-人群洞察，把“近30天加购”单独成层，避免和浏览人群混在一起。

步骤与参数

  • 标签体系：基础属性（性别/城市）+行为（浏览/加购/成交）+价值（RFM）。
  • 价格带：按近90天成交价分层，区间建议用50-99、100-199、200+，避免过细。
  • 场景验证：点开报表后，直接拉到最底部，看“入店关键词”是否匹配目标类目。
经验判断：标签不是越多越好，20-30个高相关标签比100个泛标签更稳。

动作映射

人群层级 动作 投放建议
高意向 定向优惠券 溢价120%-150%
潜力新客 首购礼包 溢价80%-110%
低活跃 唤醒短信 不溢价

需要模板可以参考用户画像标签框架，直接套用后再做微调。

风险与避坑

别把“浏览”当“兴趣”，因为关键词泛化会带来假兴趣。也别在标签更新周期上偷懒，官方建议按月更新，但实测中类目波动大时要按周。

  • 避坑1：转化率为0的词直接剔除，不做画像权重。
  • 避坑2：不要用全店GMV做分层，必须用目标品类GMV。

验证指标

画像是否有效，靠指标说话。建议关注以下三项：

  • 高意向人群转化率是否提升≥20%。
  • 高意向人群ROI是否稳定在2.0以上。
  • 30天复购率是否出现趋势性上升。