大服饰尺码推荐效果分析

数据维度:3 渠道类型 × 2 用户分群 × 5 品类 × 2 指标(ipv推荐率 / 确收采纳率)

执行摘要 — 三项核心发现

发现1 女鞋推荐-采纳缺口最大
非常购用户 ipv推荐率仅 33%,确收采纳率 69%,推荐精准度严重不足;常购用户推荐率也仅 35%,是所有品类×分群组合中的最低值。
发现2 内衣确收采纳率全线最高
无论非常购(70-72%)还是常购用户(79-80%),内衣的确收采纳率均为各品类最优,说明尺码推荐在该品类匹配度最好。
发现3 常购用户全面优于非常购
常购用户在所有品类的确收采纳率上高出 8-17pp,反映复购用户对尺码推荐信任度和转化意愿更高。
男装
87%
最高 ipv推荐率
常购用户(天猫)
缺口 -5pp
女装
82%
最高 ipv推荐率
常购用户(天猫)
缺口 -3pp
女鞋
35%
最高 ipv推荐率
常购用户(天猫)
缺口 -37pp
男鞋
57%
最高 ipv推荐率
常购用户(天猫)
缺口 -12pp
内衣
80%
最高确收采纳率
常购用户(淘宝/天猫)
缺口 0pp
原始数据总览
渠道类型 用户分群 男装 女装 女鞋 男鞋 内衣
推荐率采纳率 推荐率采纳率 推荐率采纳率 推荐率采纳率 推荐率采纳率
渠道 A 非常购用户 85%64% 78%69% 33%69% 29%65% 78%71%
常购用户 85%74% 68%80% 33%72% 53%68% 76%79%
渠道 B 非常购用户 85%64% 77%69% 33%70% 26%66% 79%72%
常购用户 84%75% 65%81% 35%68% 50%68% 73%80%
渠道 C 非常购用户 87%63% 81%69% 35%68% 31%64% 77%70%
常购用户 88%73% 82%79% 35%71% 57%68% 80%79%
推荐率 vs 确收采纳率 — 品类缺口对比(均值)
用户分群对比分析
热力图 — 全维度确收采纳率
品类综合画像 — 雷达对比
显性特征总结

特征 1:女鞋推荐效率最低

-34pp

女鞋的 ipv推荐率均值仅 34%,远低于确收采纳率 70%,推荐-采纳缺口达 34pp。尺码推荐的精准度在鞋类品类存在显著短板,可能源于鞋码标准化程度低、品牌间尺码差异大。

特征 2:内衣采纳率先天的优势

75%

内衣品类确收采纳率均值 75%,为所有品类最高。内衣尺码体系相对标准化(S/M/L 或罩杯体系),用户对尺码推荐信任度高,推荐转化效率最优。

特征 3:男装推荐率一骑绝尘

86%

男装 ipv推荐率均值 86%,为所有品类最高,但确收采纳率仅 70%。高曝光低转化说明男装用户虽有较强浏览意愿,但尺码匹配仍存在犹豫(尤其非常购用户仅 64%)。

特征 4:常购 vs 非常购的转化鸿沟

+11pp

常购用户确收采纳率均值 75%,非常购仅 68%,差距 7pp;在女鞋品类差距更大(70% vs 69%)。复购用户对尺码推荐的信任积累显著优于新用户,提示首购尺码体验是关键瓶颈。

特征 5:男鞋是推荐洼地

44%

男鞋 ipv推荐率均值仅 44%,确收采纳率 67%,双指标均为倒数第二。男鞋品类在推荐触发和转化两端同时偏弱,需要同时优化推荐算法和用户信任建设。

特征 6:女装的"反差"现象

-6pp

女装非常购用户推荐率(79%)高于常购(71%),是唯一出现反向关系的品类。但采纳率恰好相反(69% vs 80%),说明女装常购用户虽然被推荐较少,但推荐精准度更高。