解读

面试官问的不是“拍脑袋”定一个数字，而是考察候选人能否把“历史客单价”这一核心指标拆解成可落地的运营策略。
在国内电商/本地生活/O2O 场景里，最低门槛通常指“满减起点”“包邮门槛”“会员升级门槛”“社群团购起送价”等，其本质是用最小成本筛选出高意愿、高价值用户，同时保证 GMV 不被稀释。
因此，答案必须体现：

1. 数据层：如何清洗并定义“历史客单价”；
2. 业务层：如何结合品类毛利、补贴预算、竞品对标做修正；
3. 用户层：如何验证门槛对转化率、复购率、客单价拉升的三重影响。

知识点

1. 客单价口径：统计周期内“支付成功且未退款”的订单实付均值，需剔除大促当天、异常大单、企业采购等噪音。
2. 分层阈值法：把近 6 个月成交用户按RFM 模型拆成 5 档，取第 60～70 百分位的客单价作为“基准门槛”，确保 60% 以上日常用户“垫脚可达”。
3. 价格带弹性测试：用A/B 实验同时跑“基准门槛±10 元”三组，监控GMV、订单量、补贴率三大指标，选择补贴率下降且 GMV 不跌的最小值。
4. 品类毛利对冲：低毛利品类（如生鲜）可把门槛设到历史客单价+5%，高毛利品类（如美妆）可设到**+15%，用交叉凑单**提升整体毛利额。
5. 心理账户：国内用户对“满 99 减 10”比“满 100 减 10”更敏感，门槛数字尽量避开整数，采用8/9 尾价降低心理阻力。

答案

“我会分四步落地：
第一步，数据清洗。取近 180 天订单，剔除退单、企业团购、秒杀异常单后，得到日常客单价 87 元；
第二步，用户分层。用 RFM 把样本切成 5 档，发现第 65 百分位为 96 元，说明 65% 用户历史购物篮在 96 元以下，具备垫脚空间；
第三步，业务修正。结合公司 30% 综合毛利与二季度 8% 补贴预算上限，用价格带弹性测试同时跑 88/96/106 元三档门槛，结果 96 元组在GMV 持平情况下补贴率下降 3.2 个百分点，确定为最优；
第四步，上线验证。上线后两周看数据：转化率微跌 1.1%，但客单价提升 7.4%，毛利额增加 5.6%，达到预期。后续我会每月滚动更新阈值，确保门槛与季节、品类结构同步。”

拓展思考

1. 多场景差异化：首页频道与社群团购可设置双轨门槛，前者 96 元，后者 59 元，用轻量级凑单包引导低活用户先完成首购。
2. 会员等级联动：将会员免费包邮门槛与成长值挂钩，如 V2 用户门槛直降 10 元，既提升身份认同，又降低价格敏感用户流失。
3. 动态调价模型：把库存周转天数、竞品实时价格、天气因子接入模型，实现小时级门槛微调，暴雨天可把生鲜门槛下调 5 元，加速临期库存出清。