场景5:基于NPTB模型的交叉销售组合
NPTB模型是在已知顾客购买产品的基础上，选择顾客最有可能接受的产品对顾客进行推荐
案例：
Marry第一次购买了口红，第二次购买了睫毛膏，第三次购买了眼影粉，那么可以根据Marry的购买记录，可以给marry推送强相关的粉底
品牌电商线下导购新技术
场景6:具有客户洞察力的线下导购技术支持服务
BA: 美妆导购，可以扩展到线下导购、门店导购、线下门店中的销售人员
Clienteling是零售销售人员用来根据关键客户的偏好，行为和购买数据与主要客户建立长期关系的一种技术。[1] Clienteling旨在指导员工提供更多个人和知情的客户服务[2]，这可能会影响与购物频率，平均交易价值的提升以及其他零售关键绩效指标有关的客户行为。[3]从客户的角度来看，客户服务“可以在购物体验中增加一层个人风格”
案例：
Marry进入线下门店后，线下门店立刻识别和检索出Marry 资料，然后根据Marry 的客户资料、行为数据、历史交易数据，综合给出相关的商品推荐
品牌电商如何做到诱导复购自动化
场景4:自动触发复购
案例：客户第一次买了色号1的口红，第二次又买了色号2口红，那么第三次呢？
推送信息：希望您喜欢我们的口红，能带给您日常生活增添色彩！ 现在又到了口红色号换季时候了！ 我们为你准备了一份礼品以便于您下次购买！
品牌电商如何促使新客首次下单
场景3:新客/follower首次下单
案例：
Marry注册了天猫会员，但是一直未下单。
然后分析Marry的标签
在系统中找到与玛丽类似的现有客户，在注册后1个月内的第一个订单是购买了彩色化妆品
这时候就给客户推送“看看我们的睫毛膏和唇膏的拳头产品！ 惊喜礼物正在等待您再次购买”
品牌电商如何提高复购率
场景2:复购转化率
案例：
Alice看过有关该色号唇膏的好评后，购买了该色号的唇膏
后续Alice 又浏览了有关眼妆的文章，然后将该某款睫毛膏加入到了购物车
一个月后还是未下单
这时候就给客户推送“看看我们的睫毛膏和唇膏的拳头产品！ 惊喜礼物正在等待您再次购买”
品牌电商利用相似建模获客场景
品牌电商获客场景1:用相似建模来获取客户
案例：Alice (one high value persona example)
Alice标签：千禧一代女性、办公室女性、每年在品牌上的支出人民币2000-3000元、偏爱护肤产品、偏爱在线渠道、高度参与促销、经常阅读帖子
通过分析Alice 的标签，然后在广告平台腾讯广点通、阿里妈妈平台找到相似标签的用户来推广
零售行业消费者价值环形网络
#零售行业消费者价值网络转变
过去：以产品为中心的单向链式价值链
通过质量、性价比、占有率提升获取高潜在消费者，满足存量 消费群体和潜在需求，通过研发、规模化生产、批发、批发+ 零售、折扣满足需求，提高销售收入，提高效率并降低库存。
未来：以消费者为中心的环式价值网络
全产业各个要素均透过大数据参与构建与消费者的链接，发挥各 自的优势能力所长，共同通过场景、互动、链接、体验、定制来 洞察消费者需求，最优化产业资源配置，基于敏捷感知和生态服 务满足和创造新需求。
