你刚开了一家水果店，想用砍价活动拉新顾客。第一天就有50人参与，但三天后只剩零星几个老客户——这时候，数据就像秤上的水果，能帮你摸清顾客的喜好。

一、先搞明白手里有哪些数据

收银台电脑里藏着三本账：

• 用户画像册：年龄层集中在35-45岁的宝妈占67%
• 行为记录本：晚上8点砍价成功率比白天高40%
• 转化流水账：每带来3个新客能促成1单实际购买

1.1 像挑西瓜那样看数据

上周的芒果促销活动，发起砍价用户中：

完成3次分享的	42人
最终成交的	27人
次日复购的	9人

二、预测下次活动效果的三种土方法

隔壁王老板的面包店试过这些招数：

2.1 老黄历对照法

• 去年中秋前三天，砍价参与量日均增长120%
• 今年同期的天气预报显示会下雨，要打8折预期

2.2 顾客行为连连看

发现常买吐司的顾客，有73%会参与法棍砍价。就像知道爱买苹果的人也会挑梨，这种关联规则算法可以参考《零售数据分析实战》里的案例。

商品组合	关联度
香蕉+酸奶	68%
西瓜+勺子	32%

三、实战中的两个血泪教训

社区超市张大姐去年用错了预测模型，把橘子定价砍得太低：

• 没考虑到那周气温突然升到30度
• 忘记周边幼儿园正在放秋假
• 结果最后每卖一斤亏两毛

3.1 动态调整就像炒菜

好的预测模型要像掌勺师傅，随时根据这些情况调整火候： 实时参与率、分享衰减速度、库存预警线。就像《智慧零售系统设计》里说的，要保证数据新鲜度在2小时内。

四、小商家也能用的工具推荐

现在连菜场卖葱的大爷都用得起的预测工具：

• 微信小程序自带的砍价分析模块
• 阿里云智能定价助手（每日前100次预测免费）
• 自己用Excel做趋势线预测（适合手工记账的店家）

傍晚的菜市场开始热闹起来，张大姐在新到的草莓筐前打开手机，看着实时更新的砍价参与数据，露出了今天第一个笑容。远处的电子屏上，推荐定价正在根据天气数据自动跳动...