便利蜂如何把控“线下”“线上”的连接 购物触点优化技巧


便利蜂如何把控“线下”“线上”的连接?用户可以在“便利蜂”小程序和APP上为智能货柜和门店定制自己喜爱的商品,当预定用户数超过一定数量后,便利蜂就会在下次配送时把这款商品送到用户选定的货柜和门店里 。
线下门店是啥意思?门店狭义理解就是指线下的传统门店、铺面 。广义上讲门店也可以包括线上店,线上的门店 。对于同时想描述线下店和线上店的概念 。一般会用“触点”或者“终端”来代替 。触点:商品或服务和消费者产生接触的店 。终端:商品最终的与消费者产生接触的地方 。“触点”“终端”包含的意义会更完整 。线下的门店是触点,线上的网店也是触点,社交软件的互动,朋友圈的分享都是“触点”
线下门店现在越来越难做了,必须要主动出击,采取多种手段宣传推广,才可以达到全面开花的效果 。
一 电话营销
我们都知道该怎么做 。你家人知道吗?你的同学,你的朋友知道吗?我们必须在第一时间告诉他们,因为你对100个人说了这句话,每个人都会告诉你更多的人,而哈勃米伦10_100次,人们会知道你在很短的时间内有一家商店 。
尤其是在开店期间,家人和朋友的到来,让店内的气氛活跃起来,给人一个亚洲流行的印象,吸引更多的人 。

M方向盘 。
通过传单或宣传册的分发来提高普及率 。传单的分发是最传统的方式,更便宜、更简单、更有效 。传单可以在小规模推广中起到有效的作用 。
传单和广告内容的分发对于尽可能地到达客户所针对的地方非常重要,可以增加飞行技能、谜语和好奇心的内容 。

海报M
做各种宣传、广告海报、专卖店公告、霓虹灯等,利用广告的特点来宣传你的店铺,吸引顾客 。

个人卡
你遇到的每个人都是你的名片、餐馆、酒店、购物中心、电影院俱乐部,在你遇到的所有地方,你都给了两张名片 。

开业捐赠
进入礼品店,客户来信、微信、分享礼品,鼓励客户传递,通过客户朋友圈,分享,使您的客户群更高 。我们需要吸引客户分享,让老客户提交 。
您也可以在礼品店免费制作礼品转送,请务必如实,不要愚弄客户设计,不要太高,选择礼品一到三件就可以了 。

结束了 。
在当地的论坛里,你喜欢给人们提供建议,你喜欢发布你的商业历史,打开历史,发布开放信息,邀请每个人参与并提供建议 。

加入QQ群,
搜索当地的QQ群,向当地的QQ群申请,适当的泡沫和朋友交流,结识像你这样的人,邀请朋友群,邀请活动,邀请客户 。
组织你自己的QQ群,包括群中的客户并分享更新的信息 。

产业外合作
建立客户会员体系
一家服装店的顾客,一张价值95美元的体操俱乐部会员卡是200美元,按成本价,只需1美元就可以成为服装商的健身房会员 。
除了优惠的价格外,最好准备一些衍生产品供外企合作,对于员工来说,为了促销和反馈而收到免费礼品(好处),顾客必须去商店 。

产品
他们通常是免费赠送给外国产业合作者的礼物,传播微博,让顾客可以免费体验或以很低的价格来吸引顾客来店 。
最好设定一个门槛,尽可能给客户提供准确和有影响力的服务 。

经验邀请
有当地公司发行债券的经验,在有利的条件下发行债券 。
发放邀请函,邀请朋友、家人、企业领导、员工、各种关系参加庆典,鼓励多一点,多一点人气聚集,组织接待,对家人、朋友和所有接触店的人都赞不绝口,树立良好的口碑,是最好的广告效果 。
十一
活动的组织
参与和组织社区活动,如婴儿竞赛、自愿咨询、社区护理活动交付、营销形象等,是提高社区知名度的有效手段 。
他们还可以整合许多赞助免费奖品、竞赛、抽奖等活动的公司,以及通过新媒体在线传播信息的公司,以创造有利的环境并加强宣传 。
品牌营销中如何做好消费者洞?当今的中国消费者生活在一个大数据和全渠道的时代,每天都可以零距离接触和使用到全世界最好的消费产品,心智也愈发成熟 。然而由此催生的高频变化和多样性的产品诉求正在加速零售业态的变迁及消费市场竞争的加剧 。快消品行业发生了非常大的变化:新品牌、新赛道、新渠道、新营销打法层出不穷 。在数字化时代新消费崛起的背景,以消费者为核心,大数据洞察为驱动布局增长策略成为刚需 。
具体来说,粗放的数据洞察仍存在以下挑战:
【便利蜂如何把控“线下”“线上”的连接 购物触点优化技巧】01 线上、线下顾客体验触点繁多,碎片化的信息分散于企业各部门,无法利用整合数据快速了解消费需求和顾客体验,赋能管理决策 。
02 传统调研样本量小,执行周期长,统计结果往往滞后于消费趋势,难以转化为可执行洞察来赋能产品创新和营销增长 。
03 市场情报数据源单薄,难以应付快速演化的市场竞争格局,缺乏统一的工具进行竞品对标,无法做到知己知彼 。
基于实时大数据和机器学习算法进行精细化的数据运营,是真正“以消费者为核心”洞察的有效解决方案 。消费体验洞察能够帮助企业快速采集和理解消费者需求、产品口碑、竞品动态、 新品趋势和消费热点,进而驱动营销、研发、顾客体验、零售运营等职能部门的专业人士把握商业机遇,敏捷应对快速变化中的消费市场 。
电子商务行业这些年的发展近况?中商情报网讯:电子商务服务业是伴随电子商务发展而逐渐兴起的一种新兴服务行业,是为电子商务活动的开展所提供各种专业服务的总称 。其中,交易服务是指以促进网上交易为目的的电子商务交易平台服务,包括B2B交易服务、B2C交易服务、C2C交易服务三种类型,主体是电子商务平台企业 。
市场规模
数据显示,2019年,中国电子商务服务业继续保持稳步增长,市场规模进一步扩大,全年电子商务服务业营业收入规模为4.47万亿,同比增长27.2%,增速较上年同期加快6.9个百分点 。其中,电商交易平台服务营收额持续快速增长,达8412亿元,增速为27.0%;支撑服务领域中的电子支付、电商物流、信息技术服务等市场营业收入规模为1.80万亿元,增长38.1%;衍生服务领域业务规模为1.84万亿元,增长18.3% 。中商产业研究院预测,2021年我国电子商务服务业市场规模可达59648亿元 。
数据来源:商务部电子商务和信息化司、中商产业研究院整理
从细分领域来看,发行人所在的衍生服务领域业务规模增速最高 。其中,电商代运营2019年市场交易规模为11355.1亿元,同比增长18.0%,得益于电子商务的快速发展,电商代运营行业中的品牌电商服务市场保持高速增长,不断涌现出一批优秀代运营商 。
数据来源:商务部电子商务和信息化司、中商产业研究院整理
未来发展前景
1.专业分工下的服务需求增加
在互联网及通信技术的支持下,传播速度和信息效率有了本质上的提高 。消费者在线上可以轻松地获得商品信息,体验快速物流服务,通过“意见领袖”得到产品反馈,通过主题活动增加品牌认知 。效率的提升催生了一个更大的市场,同时也使得商品从品牌方流转到消费者的过程发生了改变,从原先的单一触点方式改变为现在的多触点方式,每个触点需要优质的服务商参与其中,协助品牌方共同完善消费者的购物体验 。
2.线上消费的充分鼓励与扶持
近年来,居民消费对于国民经济的发展已经起到越来越大的拉动作用,国家相关部门关于促进消费的政策也在不断出台,如《关于完善促进消费体制机制,进一步激发居民消费潜力的若干指导意见》《关于加快发展流通促进商业消费的意见》 。同时,电子商务作为消费新业态的主要生长载体,未来将在促进消费及拉动经济增长中被赋予更多使命 。
3.法制环境和行业规则不断健全
作为电商领域的首部正式法规,《电子商务法》的落地实施对行业的长期良性发展起到了积极的作用 。《电子商务法》坚持发展与规范、政府与市场、监管与自律相结合,在法律规范的前提下,充分激发市场活力和创造力 。并从推动通关效率提升、规范电子商务经营者登记、推进网络诚信体系建设几个方面来规范和推动电子商务市场的发展 。大量不合规的从业者将会陆续退出,有利于行业内优质公司的集中度提升 。
更多资料请参考中商产业研究院发布的《中国电商行业市场前景及投资机会研究报告》,同时中商产业研究院还提供产业大数据、产业情报、产业研究报告、产业规划、园区规划、十四五规划、产业招商引资等服务 。
客户管理---客户策略上周总结了理解客户的三个方法,核心是融入客户的情境,理解客户所需所想 。在理解客户需求后,本周总结如何针对不同的客户,提供具有针对性的产品和服务 。
一、客户接触点
对于一家企业而言,所有能被客户看见的东西,都是客户接触点,比如店面,商品和广告 。而这些能被客户感知到的展示面,是所有客户策略展开的起始点 。所以客户接触点非常重要 。优衣库创始人柳井正将广告比作一封能让客户看了心动,并来到店里的情书 。足见其对客户接触点的重视 。
未来的店长和客户经理等面相客户的基层领导岗,会非常重要 。因为他们既要与客户密切互动,收集信息,同时也要带队伍 。他们接待客户的方式,也会逐渐变成他所处团队,接待客户的标杆 。
二、客户营销|从4C到4P
1.4C模型
客户的种种价值主张,可归纳为4C
1)有效解决方案customer solutions
2)客户花费customer cost
3)便利性convenience
4)客户和企业间的沟通communication
2.4P模型
有效的营销组合,主要应该考虑四个因素 。
1)产品Product
2)价格Price
企业确定了产品之后,企业需要考虑如何给这个产品定一个价格(Price) 。
3)定位Place
企业必须要想一个最有效的通路,能够让这个产品到达客户的手里,这就是把产品放在哪里Place,
4)促销Promotion
为了实现好的销售业绩,企业还需要考虑使用怎样的手段,Promotion,就是促销 。
4P模型是营销管理、销售管理中最经典的内容,每个企业要想做对营销,都要认真地考虑这4个P 。
3.相互关系
企业满足客户的过程,就是4C转化为4P的过程 。
之前听过一个故事,有个客户来店里,说要买个钻头 。导购员a上去就把所有产品介绍一遍,并推荐了性价比适中的一款钻头 。结果客户连连摇头 。正当客户准备离店,导购员b走到他面前 。与导购员a不同,他先询问了客户用钻头干什么,以及其他的一些细节 。几个问题过后,导购员b了解到,客户需要的,其实是在木制的墙上钻个洞,用来挂一副画 。结合客户的实际需求,导购员b并未选择性价比最高的,而是介绍一款硬度适中,直径较小的钻头,给到客户 。最后客户十分满意地购买了这款钻头 。
这个故事里的两位导购员,其实就是两种不同的思维,第一位是只有4P,而第二位从4C出发,转化到4P,用户思维,最终帮助导购员b,完成了业绩 。
其实我们在工作中,很多时候也是拍脑袋判断,自以为自己的想法,就是用户的想法 。在设计构思产品,和设计用户体验时,可以练习,长此以往,你就会越来越了解你的用户 。
三、客户细分
上一篇讲到过客制化,每个用户都有自己的需求 。一个简单产品通吃全部市场的时代,已经过去了,只有客户分类清楚了,才能有效地获得客户、维持客户和发展客户,才能找到真正属于自己的菜 。产品和企业都是为客户而生的,这是商业世界的基本逻辑 。那如何做好客户细分呢?
1.数据挖掘
从几十年前的纸质档案,到现在的计算机云存储数据,可以说信息是爆炸式的增长,而管理并用好这些信息,让信息产生商业价值,就需要用到数据挖掘 。最近工作上的项目,正好在和谷歌合作,建立一套基于项目本身的大数据系统,简单讲讲我的认知
首先,即使有了之前其他项目的成功经验,以及成熟的大数据算法,但是基于项目的关键指标和小算法,还是需要依据项目本身的特性,重新设计并实验的 。这个周期会在半年到一年多的时间,也就是一个长期的事,急功近利是不可能的 。
其次,最初筛选的维度尽量多,之前兄弟项目的用户行为记录指标,只有100个,为了找到最关键的用户行为,最后他们拓展到了500个行为记录指标 。从后来的结果来看,除了第一条指标在原有记录内,其他大部分关系到用户留存,及可能付费的指标,都是隐藏在后续拓展的100到500个指标中间 。所以在建立大数据的过程中,一定不能拍脑袋决定哪些有用,哪些没用 。脑袋要拍吗?要,但不是在跑数据之前 。
第三,有了这么多维度,接下来就是找影响用户的关键指标 。将一批数据,提供给到谷歌工程师团队,由他们负责跑数据,并给出初样结果 。结果很简单,左边是用户行为,右边是影响付费或留存的因素占总和的比例 。
得出了初步的结果,不能直接用,此时需要根据项目经验,来筛去不符合的行为字段 。比如第一个行为字段,就是付费用户才会有的,那自然是有这种行为的用户,付费比例很高 。
那你可能会问了,既然知道这个字段筛选出来也会被删掉,是否一开始就不把他作为字段去跑数据呢?答案是还需要,因为一个项目有多维度的指标,可能他对识别付费用户没有帮助,但对是否这个付费用户,会再次付费的预测很有帮助 。大数据系统无论从人力投入,还是时间产出上来说,如果只为了解决一两个问题,性价比很低 。既然有了,就全方位用,而且多提供信息,也能帮助系统更好的学习用户 。
最后,反复加统计维度,再反复去除无用的维度 。这个优化过程是持续的 。但是会有两个可投入使用的指标:
1)错误率
预估的付费,留存用户,最后有多少没有付费或留存玩家,占总预估数的比例
这个比例越低,说明模型的预测能力越准确 。该比例如果越高,则说明模型判断存在大偏差,无法使用
2)遗漏率
预估正确的付费,留存玩家,占总付费留存玩家的比例是多少 。
这个比例越低,说明未被检测到的付费用户越少 。这个比例如果过高,则该模型适用的用户规模太小,也无法使用该模型
2.激活用户
你的产品和服务,客户不一定会重复购买,如果你有数据,你就会发现:很多人渐渐就离开了 。这些人可以分成三类人:瞌睡客户;半睡客户;以及沉睡客户 。这三类客户,我们可以用不同的指标来去划分,比如可以按照停止消费的时间来划分 。
在大数据的背景下,决定是不是对他们进行唤醒,以及用怎样的产品和怎样的方式去唤醒,都不是简单地拍脑袋,而是由行为分析作为依托的 。
四、客户转化
企业的客户管理,说起来复杂,其实也简单,就是两件事:
1)把已有的客户服务好,包括逐步改善你的产品,不断唤醒那些沉睡的客户,增加客户满意度和忠诚度;
2)通过各种手段,把各种非客户都转化成为客户 。当越来越多的人从不是客户变成客户的时候,企业就是在走向成功 。
第三节中讨论了如何唤醒沉睡的客户,也就是第一个问题 。这节,我们讨论如何增加客户,也就是第二个问题 。
1.三种非客户
1)企业的准非客户
离标准客户距离最近的一种客户,符合包括需求,支付能力等所有的目标客户特点,但现在不是你的客户 。
2)拒绝型非客户
至少有一项不符合目标客户的特征,比如说支付能力,或者需求目标 。但是通过对他们的细致研究,改变或推出新产品,也可能将他们转化为你的用户 。
3)企业从未探知的客户
2.转化关键:抓住价值主张
对于上述三种客户,如何才能把他们转化为自己的用户呢?
显然,对于不同的人,转化手段是完全不同的,当然,转化的结果也可能完全不同 。不过,虽然实现成功转化的细节会不一样,但转化的核心都要基于客户的 “ 价值主张 ” 分析 。
客户购买你的服务,一定是满足了全部刚需需求,部分非刚需需求 。支付能力是刚需需求,需求取决于用户本身,可能是刚需需求,也可能是非刚需需求 。充分了解客户的价值主张,并把刚需和非刚需需求都列全 。之后研究能否把刚需需求全满足,尽可能多的满足非刚需需求 。
这里要强调一点,刚需不是你以为的刚需,而是客户的真实刚需 。有个办法可以确认是否是刚需 。对所有的客户刚需需求,再列一个优先级 。假设只能有一个刚需,选哪个 。只能有两个,选哪个... 。找到真正的用户刚需,在资源分配上,也向满足客户刚需的工作倾斜,就会有突破 。满足了客户的真实刚需,就可以实现对于客户的转化,你就会创造超乎寻常的经营效果 。
五、客户与品牌
品牌就是企业圈粉,并且把客户彻底锁定的工具 。好的品牌,其实就是要和客户形成一种关系,用一种附加在品牌背后的理念,用产品和服务的功能,紧紧地把产品和服务与客户的诉求和情感联系起来 。这种关系,从消费者一方说,就是信任;而从企业一方说,就是承诺 。
1.品牌与企业规模无关
品牌就是连接产品和客户的线索 。这条线索强,客户锁定的能力就强 。品牌不一定是大,也可以是精,品牌只是一个定位,而大只是其中一种
2.语义记忆与情节记忆
1)语义记忆:在某个行业内,将自己的品牌,与某个词语联系在一起,做到行业+词语=你的品牌 。而这个词语的定位及定义,决定了你的品牌 。比如高档,质量好等等 。
和品牌绑定的词语,定义很关键,产品越趋于同质化,越没有差异化,就越容易遭遇记忆干扰 。
2)情节记忆:消费过程中的情节体验,以及后续的产品使用,决定了用户的情节记忆
3)语义记忆和情节记忆的关系
由于外在的宣传、由他人传递给你的关于某一个品牌产品的体验,是可以被你暂时接受的,形成你关于某一个品牌的一个好印象 。这个好印象,就是一个长期记忆 。后来,当你每一次看到这个商品的广告时,都会把记忆在头脑深处的知识拿出来复习一下,重新形成对这个品牌的印象和记忆 。当你得到好的购物体验和消费体验的时候,也会把这种强化了的知识,加入到你的记忆之中;同样,当有比较差的体验的时候,你的记忆也会被修正 。
3.广告:向用户传递品牌信息
在提供出色的产品和服务之后,努力建设品牌,向客户传递品牌信息,这个方式是有讲究的 。广告对人的影响效果,频次越高,记忆越持久 。
总结一下:
1.客户策略,基于理解用户的前提,用多种不同的手段,理解用户;
2.为不同的消费者,提供个性化,针对性强的产品或解决方案,4p与4c相辅相成;
3.对客户进行分类,抓住各类型用户不同的价值主张,进行转化;
4.注意树立企业自己的品牌,并寻求差异化 。
【干货】电商归因模型技术方案作者介绍
@杭州阿坤
母婴电商行业数据分析师兼数据产品经理;
致力于研究电商行业的数据驱动增长,
以及数据产品从0到1的搭建;
“数据人创作者联盟”成员,“最佳创作奖”获得者 。
01 电商归因目的
对于电商平台来说,当流量进入时,我们需要引导其完成购买任务,以实现流量价值最大化,在互联网红利消耗殆尽之时,流量会越来越贵,我们需要精细化运营每一份流量 。
我们在做各种banner活动、Feed流推荐优化、活动页等进行效果评估,无法知道该位置最终产生了多少收益,也就很难针对该位置进行有效的改进 。
如果进行单因数AB测试进行改版的效果评估,那也会存在如下2个问题:
单因素变量控制并不容易做到完全可控,如果产品处在增长期,产品增长本身就是一个影响因子,很容易忽略此类因素的影响 。
评估方式低效,如果 2 天内只控制 1 个坑位变动,那么评估 20 个坑位内容改变就需要 40 天时间,这样的效率任何企业都无法接受 。
因此,我们希望用数据分析中归因的方式解决坑位运营中评估的问题 。
我们引入电商坑位归因的概念,把每一笔的成交都归给转化路径中不同的坑位 。根据坑位的曝光转化价值来评判坑位的好与坏 。把宝贵的流量尽可能都引导到转化率更高的坑位,以此达到精细化运营的效果 。当然有了这个坑位价值评判的机制后各个坑位的改版也能准确的评估,真正做到了数据驱动增长 。
02 归因类型简介
首次触点模型:多个「待归因事件」对同一个「目标转化事件」作出贡献时,认为第一个「待归因事件」功劳为 100% 。
末次触点归因:
多个「待归因事件」对同一个「目标转化事件」作出贡献时,认为最后一个「待归因事件」功劳为 100% 。
线性归因:
多个「待归因事件」对同一个「目标转化事件」作出贡献时,认为每个「待归因事件」平均分配此次功劳 。
位置归因:
多个「待归因事件」对同一个「目标转化事件」作出贡献时,认为第一个和最后一个「待归因事件」各占 40% 功劳,其余「待归因事件」平分剩余的 20% 功劳 。
时间衰减归因:多个「待归因事件」对同一个「目标转化事件」作出贡献时,认为越靠近「目标转化事件」做出的贡献越大 。
对于电商平台来说,末次触点归因是比较适合电商站内销售归因的 。虽然用末次触点归因实现方案上比简单,但是直接将价值100%归因给购买或者转化之前最后一次接触的渠道,而完全不考虑整个过程中消费者到底接触过多少个触点 。转化之前发生了太多的事情,该模型完全忽视了漏斗上层和中层部分的行为对转化的影响 。
因此我们公司融合首次触点归因和末次触点归因,计算用户进入一级流量入口后再到完成的完整购物链接行为 。一级流量流入的定义为:各个入口之间无法进行跳转,只能通过切换tab进行跳转或者返回初始位置后重新点击进入 。这样我们就可以基于购物的完整链接的最外层进行销售归因,并且也能知道用户购物的完整路径,同时保证销售归因后各个入口坑位的销售额之和等于当日的销售额 。
使用这种融合归因方式,也可能知道中间步骤的转化率 。比如活动会场页和商品详情页的相关推荐,虽然对电商平台整体进行销售归因时,不会计算活动会场页各个模型的销售,也不会计算商品详情页的相关推荐 。
但是由于我们记录了用户进入一级流量入口后的详细路径,因此我们单独研究活动会场页和商品详情页的效率时,也是可以计算得到各个模块的销售来进行对比分析 。但是切记不能和一级流量入口的销售混合在一起看,这样会导致销售归因发生重复 。
用户购物路径模拟图
03 电商归因实现方案
对于电商归因我们进行了三个方面的归因,包括:曝光归因、点击归因、销售归因 。即归因出所有的商品曝光来自哪里,所有的商品点击来自哪里,所有的销售来自哪里 。这样就可以追踪各个流量入口的曝光链路归因指标 。比如各个流量入口的商品曝光点击率、商品点击支付率、商品曝光价值等等核心监控指标来评价各个流量入口的效率 。
电商归因准确的前提是埋点日志的完整性,因为我们是通过需要归因的事件往前找到用户的购买路径,这样的好出是大大减少计算量,也基本解决的归因的问题 。因此用户行为日志的完整记录才能真实还原用户的购买路径,否则就可能导致归因出错,最终造成错误的评价数据 。
首先需要在埋点体系中引入PageId的概念,PageId的作用是每当用户产生一次跳转行为进入一个新页面时,为这个页面赋予一个新的PageId;而当用户点击返回时,不会产生新的PageId 。PageId是越靠近的当前时间的页面浏览的行为越大,且不会重复,类似于自增ID的实现逻辑 。PageId的实现当然是写入埋点SDK当中,这样保证所有的埋点事件都带上PageId,并且也无需开发同步每次单独写逻辑 。
然后根据埋点日志去还原用户的行为路径,全程都可以仅仅使用SQL逻辑就能计算完成 。
首先要确定所有要归因的end事件(末端事件),包括商品曝光、商品点击、商品加购成功(加购后可以通过server的订单表判断用户是否完成了付款,也达到了销售的归因目的) 。
然后在确定所有归因head事件(首端事件),即之前就定义的好的各个一级流量入口 。
我们平台比较特殊,是工具类App同时拥有电商业务,这样一级流量入口会比较多,但是可以枚举完成的,不仅仅包括常规电商App的流量入口,还可以在各个工具页面嵌入电商入口,这样复杂性要强于一般的电商App 。
我们的埋点日志都会记录用户发生各个行为的本地时间,用end事件时间去找最接近的这个时间的head事件,直接用SQL的left jon关联日志表就能完成计算 。
这样在首尾2段时间内的所有埋点日志行为就是我们需要日志 。
然后筛选出这些日志中的所有点击事件,过滤掉其他无效事件 。
再对所有剩下的日志进行排序,按照本地时间排序,这样就得到了一条完整的用户有效行为的路径记录 。
对于这部分数据我们就可以进行存储使用了,这部分数据为归因后用户完整链路记录数据 。
再基于PageId过滤掉同个页面相同PageId的事件,保留本地时间最晚的那一条事件记录 。
这样就得到了用户进入一级流量入口后真正进行末端事件的有效路劲 。
这部分数据也需要存储记录,并且这个部分真正归因完成的用户行为路径,此时的得到各个一级流量入口就行归因得到此末端事件的来源 。
通过这样计算后就了解各个一级流量入口的商品曝光点击情况,也能知道销售情况 。
利用这些数据就能衡量各个流量入口的效率情况,也同样也可以中间承载页面的效率如何 。
就能帮助产品运营更好的改善各个功能以及迭代各式各样的活动 。
用户进行一次加购的路径还原
通过上述方法的计算,我们最终得到的用户加过链路步骤为:【1,2,9,10,11】,并且入口事件【1】就此次加购事件的归因来源 。
另外再来举个商品详情页相关推荐的例子,下图所示的用户行为最终得到的链路步骤为:【1,2,9,10,11,12】,由于我们是完整保留用户的路径,因此我也只能这次加购事件不仅来源于1,也有一部分功能功能来于11,也就是商品详情页的推荐,因此我们也能计算出商品详情页的推荐效率如何,后续算法团队迭代模型时也能根据这个数据来衡量优化的好与坏 。
商品详情页之间的横跳类型用户路径
04 总结
通过以上方案得到电商归因模型数据,可以大大提高运营同学的运营效率,不再是盲人过河实的凭感觉去优化各个坑位和活动,已经可以通过数据清晰公平的判断运营每一次迭代的结果 。
但是仅仅根据坑位归因决定坑位价值,容易出现短期偏见,即追求短期利益,比如在一款内容产品中镶嵌一些游戏元素,可以让用户停留更久、数据表现更好 。但从长期来看,这种行为破坏了整个产品的价值定位,因为内容产品原本提供的是内容并不是游戏,产品也不并是为了追求用户停留时长而是为了实现价值 。这是两者都存在的短期偏见 。
因此不能仅仅根据坑位归因后的销售转化价值来评价坑位,还需要综合考虑产品价值定位、战略发展等因素,才能围绕长期目标进行健康发展 。
关于购物触点和购物触点优化技巧的内容就分享到这儿!更多实用知识经验,尽在 www.hubeilong.com