新零售核心工作仍然是“引流”和“变现”，引流方案如何设计？与传统方案有什么差异？这一切都来自购买逻辑的改变。
消费者购买以前是“需求驱动”，“搜索”就是最效率的引流方案，今天是“兴趣驱动”，也就是购买是“逛”出来的，“推荐”的效率就会更高，兴趣购买占比已远超需求购买，推荐自然就成了主流模式。
探讨推荐模式的引流方案，先要理解平台的推荐逻辑，为了便于理解，先看一个数字，Dou＋投100元，有5000个播放量，如果推荐对象精准，成本就可忽略不计，因此第一步是让平台能精准识别客户。
平台都有AI能力，只是经过训练，精准识别客户不是问题，方法就是持续上传内容到平台，通过内容被阅读的数据，来给浏览者打标签，并利用算法不断优化，从而做到精准推荐，显然“内容”驱动力。
如何扩大推荐量，就需理解流量池和推荐逻辑，平台有流量池分为多级，每一级都有数据指标，如：完播率、转赞比、关注率等，推荐从初级流量池开始，完成数据指标就推荐到下一级，比如“上热门”就是全网推荐，平台流量池都都是亿级规模，推荐量可以很大，但内容播放数据不理想，怎么办？
内容质量的确很差，就一定不会有推荐量，但内容在某级数据完成不好是正常的，就花钱买流量跳过本级流量池，在下级完成数据后接着推荐，因此扩大推荐量本质是“数据”驱动。
平台流量池都是数亿量级，从任何一个平台引流，都足以把生意做得很大，选任何一个平台深耕下去就好，流量来了就是变现。
