解读

1. 受众：市场部同事，KPI 是品牌曝光、拉新、复购、ROI，对“召回率”“AUC”无感。
2. 场景：面试现场，白板或 A4 纸手绘即可，限时 3 分钟讲完，必须让面试官（通常扮演市场总监）秒懂“这玩意儿能让我多赚钱”。
3. 国内特色：
   • 微信生态+抖音种草是主战场，讲“私域”“公域”比讲“算法”更接地气。
   • 合规红线：不能用“大数据杀熟”这类敏感词，要强调“用户信任”。
4. 产品思维：一页纸说清“对谁、解决什么痛点、带来什么增量、怎么衡量”，符合 SMART 原则。

知识点

1. 电梯陈述法：3 行字=痛点+方案+结果，字体≥36 号，确保最后一排也能看清。
2. 行为经济学词汇：沉没成本、损失厌恶、峰终定律，比“协同过滤”更能打动市场人。
3. 国内可落地的北极星指标：
   • 电商：UV 价值 = GMV / 访客数
   • 内容：单用户日均时长
   • 教育：正价课转化率
4. 合规话术：用“个性化”替代“精准”，用“用户偏好学习”替代“用户画像追踪”。
5. 故事模板：
   • 角色（Persona）：30 岁宝妈“Lisa”
   • 冲突：夜里 11 点娃睡着，她刷 20 分钟 App 找不到想买的辅食
   • 解决：AI 推荐 3 款高评分辅食+次日达标签
   • 结果：下单转化率提升 2.3 倍，Lisa 主动分享妈妈群带来 5 个新客
6. 数据呈现技巧：只放 1 个核心数字，放大 300%，其余小字备注“来自 8 周 A/B 测试，样本 80 万用户”。

答案

【PPT 标题页】
主标题：让“逛”变成“买”——AI 推荐系统如何帮市场部多赚 30%
副标题：零技术术语，3 分钟看懂

【版面布局】
① 左侧 60%：一张手绘“用户旅程”漫画

• Step1 迷茫：用户头顶问号，购物车为空
• Step2 惊喜：AI 递上“猜你喜欢”礼盒，礼盒上贴“次日达”“限时券”
• Step3 下单：用户微笑付款，礼盒变成金币洒向市场部 KPI 柱形图
  ② 右侧 40%：三行大字
  痛点：75% 用户浏览 20 个商品仍无购买，流失率 68%
  方案：AI 实时学习“看了又看、买了又买”，30 秒内给出 3 个“最可能下单”商品
  结果：试点 8 周，UV 价值提升 32%，拉新成本降低 19%，复购率提升 1.7 倍
  ③ 底部小字（合规备注）：
  “个性化推荐已获用户授权，可随时关闭，100% 符合《个人信息保护法》要求”

【讲解话术 60 秒示例】
“各位市场伙伴，想象一下：如果每个进店用户都能被‘最懂她的闺蜜’接待，转化率会怎样？AI 推荐就是那个 24 小时不下班的闺蜜。它不靠猜，靠真实行为——谁点了、谁买了、谁退货——30 秒算出‘下一个最想买的’。我们跑了 80 万用户，同样流量多赚 3 成，CPA 直降 2 成。预算不变，ROI 直接+32%，这就是今年的增量池。”

拓展思考

1. 如果面试官追问“32% 怎么算出来的”，立刻补实验设计：
   • 随机分流 50% 用户进实验组，排除大促、节假日干扰
   • 使用“双重差分”剔除自然增长，32% 为净效应
2. 市场部接下来会问“能不能把推荐包装成营销事件？”——提前准备“个性化榜单”营销方案：每周五中午 12 点推送《Lisa 们都在买的 TOP10》，用社交裂变券放大 1 变 5。
3. 若公司处于“0 数据冷启动”，可提出“内容标签+专家规则”先跑 2 周，收集初始行为后再上模型，降低市场同事对“AI 黑盒”的心理阻力。