拼多多|电商营销体系建设的运营、产品和技术挑战( 三 ) 数据结构

产品模型的设计另一个重点是促销规则的设计。
考虑这样一个场景，当一个商品可用的优惠同时有多种，包括商家优惠券，平台优惠券，类目专享活动，新人专享活动等，不同的营销工具如何组合，使用了商家券，还可以用平台券吗？参加了新人专享活动，还能否使用满减呢？
如果单纯依靠枚举来实现，就会发现分支情况越来越多。
比较好的是统一建立促销规则，通过规则类型和规则组，限制不同规则之间的组合情况。
2. 与其他领域的交互还记不记得，那些年你薅过的羊毛？
营销产品侧的设计，还有一个重要部分，就是营销体系与其他业务领域的交互，特别是订单交易、风控和数据算法。

文章插图
1）营销和订单
营销工具影响价格，直接影响订单交易，举个例子，在一类电商中，有一个模块至关重要，就是购物车。
如果把购物车看作一个容器，那么其中承载的，就是商品信息以及对应的优惠信息。购物车是营销活动，重要的透出入口。
进一步，优惠券状态和使用范围的判断、券核销以后的记录，以及优惠价格的计算，券合法性的校验等，都发生在与购物车和订单的调用中。
营销和订单交易的交互，还有一个重要的模块，就是逆向流程。在订单交易中，逆向流程的设计非常重要，比如用户退货退款后，优惠券/红包是否返还，都是需要考虑的点。
2）营销和风控
营销与风控相辅相成，一体两面，因为营销活动配置不合理导致的资产损失，经常有报道。
类似的例子，在淘宝的早期也遇到过，下面来自《淘宝技术这十年》：

文章插图
拼多多的这次失误，很明显就是优惠券设置不合理：平台优惠券没有限制使用类目，可以在虚拟类目下使用；领取数量没有限制，从 C 端看没有优惠券库存的限制。
各种营销工具，在创建时就需要考虑风控和可能造成资损：

从营销工具层面考虑，优惠券、红包等的领取，都要设置数量范围，通过库存的方式来进行限制
从活动层面考虑，为了不造成资损，可以给每一场营销活动都配置预算规则，在预算额度接近阈值时报警

3）营销和数据
电商营销活动就是通过营销手段获取利润最大化，调整价格势必会影响收入，需要考虑投入产出比。
在进行系统设计时，各类埋点特别关键，也要给运营提供支持。除此之外，在进行营销活动时，通常需要进行一个 ABTest，通过 MVP 验证营销效果，并且根据实时的数据反馈，及时调整营销策略。
四、技术之前参与过商品体系建设，对于平台型电商来说，万物皆可商品，商品管理主要的复杂度体现在不同行业不同类目的上单流程区别、商品属性差异，由此带来的标准化治理问题，以及类目属性体系的沉淀。
一言以蔽之，商品、仓储等领域的复杂度主要在 B 端，C 端业务场景相对简单，而营销不同，主要的业务变化在 C 端，复杂度来自于不断变化的营销形态。
技术为业务服务，那么面对营销这样一个形态多变的业务，应该如何去进行系统设计呢？
下面从模型、性能以及选型进行展开。
1. 模型杀一个程序员不用枪，改三次需求就好了。

文章插图
这句话当然是一个段子，不过也说明了，大部分工程师不太喜欢「频繁改需求」这件事情。
但是，大部分互联网业务，改需求这件事情是非常合理的，特别是电商营销的场景里，需要及时反馈，及时调整营销策略，「改需求」几乎是必然的。