也许大家都有这样的体会，当你登录过某个应用或浏览过某个商品后，然后手机上就可能经常收到此应用或此商品的促销或者活动短信。那么这类提醒功能是如何实现的呢？在这里分享下我的经验。

大家都知道所有的提醒行为都是为了拉新、留存、促活和转化。为了这个目标我们不但需要快速的通知到目标客户，还要评估提醒效果。

基于上述需求，我们首先做个思维导图（这里结合我们公司的情况），如下图：

首先是为什么发（why），目的就是为了拉新、留存、促活和转化，这里不在详细论述。

其次发给谁（who），通过上图我们就可以得出：要筛选出我们的目标客户，就需要知道各个会员一段时间内的登录习惯、消费习惯和行为爱好等。而大数据下的用户画像和用户行为记录，恰恰对每个客户的登录、消费等行为，都进行详细记录和分析，并且还为每个客户打上了标签（消费爱好和使用爱好等）和标识出活跃等级。

为了更好的让大家了解用户画像，我特意做了个图，请看下图中的活跃等级和用户标签的说明。

（特别需要说明的是，这里用户等级和标签都可以在后台根据实际需要自由设置；标签和等级每月更新一次，每个客户每月获的标签和等级、系统都会有记录。）

此外大数据平台除了提供用户画像功能外，还有个用户行为记录功能，这里记录了用户从登录到离开的所有使用行为。通过这个功能可以按照相关的搜索条件（例如：在某一天登录过、购物过、参与过活动的会员）筛选出对应的会员数据。

如下图部分筛选条件：

（我们是做汽车后市场的，所以需要这些筛选条件）

总之，通过大数据下的用户画像和会员行为记录，提醒发给谁（who）的问题可以快速的得到解决。

最后，提醒发过之后，我们要对提醒结果做个统计和评估，这就需要我们的统计功能提供数据支撑——因为我们需要知道在各种提醒规则下提醒了多少人，提醒了哪些人，提醒的效果的怎么样。

通过以上分析，我们已经有非常清晰的思路，去对这个需求进行具体的功能设计，对此我设计出三块功能，分别是：后台提醒统计、后台规则配置，客户端查询。

如下图：

首先是后台提醒统计，这里主要记录了在各个规则下发了多少提醒，具体效果怎样。这里对于提醒的记录我分了沉睡和非沉睡用户，因为通过规则内一系列提醒，一些用户还是无活跃，无消费等行为，对于这类客户我把他们归为沉睡用户，然后进行单独管理。

下图为设计的部分统计功能原型：

其次是后台规则配置，这里主要是对不同类型的客户进行有针对性的规则配置。运营只有根据实际需要配置出科学的提醒规则，并且配合编辑好的提醒模板（短信模板和电话提醒语音）才能更好的达到提醒目的。

这里根据我自己的理解，整理出一套规则 ，如下图：

从图中（只供参考）可以看出，这个提醒规则从线下会员转化到VIP续费提醒、再到普通和VIP会员的活跃提醒形成了一个环。客户从注册成为线上会员开始，就进入了我们提醒规则内，也就是在产品的整个生命周期内，提醒都会伴随客户左右。

需要说明的是这个规则只适用于拉新、促活和转化提醒，对于营销活动的提醒没有涉及到。由于各个活动时间和内容的不确定性，在这里要根据不同的活动目的和目标客户提前设置好科学的提醒规则。

另外我们在实际编制提醒规则过程中，要特别注意以下几个问题：

• 提醒频率不宜过于频繁，否则会使客户反感，会和我们目的背道而驰。
• 提醒内容不宜过长，要简洁明了有诱惑力。

最后是客户端查询功能，本功能主要是按照后台配置的规则，运营人员可以根据规则筛选出用户数据。

这里需要说明的是，如果提醒平台接入了短信发送平台和外呼平台实现了智能提醒，那么这里只是个简单提醒记录查询。如果提醒平台没有接入短信平台和外呼平台，那么这里就是个数据输出功能，相关运营人员要通过此功能对符合规则的客户数据进行筛选、汇总和导出，然后再通过短信平台或者人工客服进行非智能化提醒。

总之，基于大数据下的提醒功能和科学的提醒规则会有效的促进拉新、留存、促活和转化，它也是运营手中不可缺少的利器之一。另外需要提醒的是当客户量上来之后，数据的提取，分析和用户画像的建立必须优先进行规划和开发，因为大数据才是精准运营的基础和产品规划方向的灯塔。