









面对 Manner 这个“自带杯占比升、频次反而降”的怪象,别急着觉得是业务崩了,这其实是个典型的用户分层与场景错位问题。咱们按这三步走:
第一步:先排查“统计假象” 最可能的是辛普森悖论。自带杯占比提升,说明涌入了一大批“新人”。这批人可能是为了尝鲜或偶尔省钱才带杯子,频次本来就低。这批“低频新人”一进池子,直接把原本“高频老粉”的平均值给拉下来了。 另外,还得查口径:这个用户没带杯子的那几次消费,是不是因为没扫码关联,导致没被算进他的频次里?
第二步:还原真实场景(找原因) 如果数据没锅,那就是人的问题:
价格敏感 ≠ 品牌忠诚:这群人可能是为了省那 5 块钱来的,不是为了 Manner 来的。竞品一发券,他们就跑了,看着热闹,实则粘性低。
物理门槛锁死消费:自带杯太麻烦了。没带杯子觉得亏 5 块不想买,带了杯子喝完没地洗。这种“心理包袱”和“物理限制”,直接把他们下午想喝第二杯的冲动给掐灭了。反而是点外卖、用纸杯的人,想喝就喝,场景更宽。
第三步:落地怎么做 别光看,去跑数验证。把“新老用户”拆开看频次,把“外卖 vs 到店”拆开看贡献。 策略上,别只给单次立减,试试“集点卡”锁住周期频次;或者给自带杯用户发“非自带杯也能用的券”,打破他们“没带杯就不买”的心理障碍,把随机消费抢回来。
一句话心法: 有时候“低频”不代表流失,只是因为你的优惠策略筛选出了一批更精明、但也更挑剔的用户罢了。
#数据分析实战 #知识库 #数据集 #用户画像 #manner #咖啡行业 #消费频次 #行为分析 #价格敏感度 #业务复盘
第一步:先排查“统计假象” 最可能的是辛普森悖论。自带杯占比提升,说明涌入了一大批“新人”。这批人可能是为了尝鲜或偶尔省钱才带杯子,频次本来就低。这批“低频新人”一进池子,直接把原本“高频老粉”的平均值给拉下来了。 另外,还得查口径:这个用户没带杯子的那几次消费,是不是因为没扫码关联,导致没被算进他的频次里?
第二步:还原真实场景(找原因) 如果数据没锅,那就是人的问题:
价格敏感 ≠ 品牌忠诚:这群人可能是为了省那 5 块钱来的,不是为了 Manner 来的。竞品一发券,他们就跑了,看着热闹,实则粘性低。
物理门槛锁死消费:自带杯太麻烦了。没带杯子觉得亏 5 块不想买,带了杯子喝完没地洗。这种“心理包袱”和“物理限制”,直接把他们下午想喝第二杯的冲动给掐灭了。反而是点外卖、用纸杯的人,想喝就喝,场景更宽。
第三步:落地怎么做 别光看,去跑数验证。把“新老用户”拆开看频次,把“外卖 vs 到店”拆开看贡献。 策略上,别只给单次立减,试试“集点卡”锁住周期频次;或者给自带杯用户发“非自带杯也能用的券”,打破他们“没带杯就不买”的心理障碍,把随机消费抢回来。
一句话心法: 有时候“低频”不代表流失,只是因为你的优惠策略筛选出了一批更精明、但也更挑剔的用户罢了。
#数据分析实战 #知识库 #数据集 #用户画像 #manner #咖啡行业 #消费频次 #行为分析 #价格敏感度 #业务复盘


