礼包推送策略设计
基于 TE Engage 模块，按游戏品类与数值进度自动生成精细化礼包推送矩阵：行为触发、场景触发、分层触发全覆盖。
运营分析游戏礼包推送策略设计是 ThinkingAI 行业 Skill 库中的一项付费运营能力，帮助游戏运营团队在 TE Engage 运营模块中快速创建精细化礼包推送策略，按不同游戏品类的数值进度体系自动匹配推送场景矩阵，覆盖行为触发、场景触发与用户分层触发三种模式。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。
行业痛点
游戏运营做礼包推送时常用一刀切策略，对所有用户推同一个礼包，付费转化率通常仅 1-3%，而精细化分层推送可达 5-10%。礼包矩阵设计维度多：数值阶段、玩法偏好、付费分层交叉后产生 30-50 种组合，手动排列组合极易遗漏且耗时巨大，一个中等复杂度策略矩阵往往需要 3-5 天。
核心价值
- 自动适配 SLG、MMORPG、卡牌、休闲、赛车、塔防等游戏品类的数值进度体系与玩法分类
- 三层触发模式全覆盖：行为触发、场景触发、分层触发
- 直接对接 TE Engage 模块，从策略设计到配置落地一站式完成
适用场景
1
新游戏上线前批量规划礼包推送策略矩阵
2
现有推送策略效果不佳需要重新设计
3
不同付费分层用户需要差异化礼包定价
4
特定行为节点触发推送，如连续失败、卡关、首次充值后
5
节日活动期间的场景化礼包推送规划
实战案例
某 SLG 游戏 · 礼包推送矩阵重构
团队过去统一推送 50 元资源礼包，付费转化率仅 2.3%。Skill 根据 SLG 数值进度生成矩阵：新手期推 6 元加速礼包，转化率 8.5%；中期连续 3 次 PVP 失败后推 30 元战力礼包，转化率 5.2%；高付费用户推 128 元赛季资源包，转化率 15%。整体转化率从 2.3% 提升至 6.8%，GMV 月增长 42%，设计时间从 5 天压缩到 2 小时。
常见疑问
不同游戏品类的推送策略有什么区别？
不同品类的数值进度和玩法分类完全不同，Skill 会按 SLG、MMORPG、卡牌等品类匹配节点和礼包内容类型。
策略设计完可以直接配置到 TE 系统吗？
可以。Skill 输出策略矩阵后，可对接 TE Engage 模块进行推送任务配置。
需要哪些数据才能开始设计？
需要 TE 埋点数据用于判断行为和数值进度，也需要礼包商品信息；也可提供飞书需求文档让 Skill 提取信息。
相关 Skills 推荐
用「礼包推送策略设计」武装你的 Agent
预约演示，看看它如何在你的业务场景中落地
