电子商务商品销售规划优化(一)

Merchandising

就像冰寒的文章所说,现在中国电子商务市场里玩家越来越多、越来越大,流量越来越贵,所以提高运营效率、提高转化率变得越来越重要。

战略层的东西以后再说,具体战术上,除了我之前写得比较多的网络营销效果评估优化(网络营销数据解读系列文章)和用户体验上的转化率优化(刚开了个头,网站转化率优化框架(一))之外,还有一个就是可以优化的领域就是商品销售规划(话说Merchandising怎么翻译比较合理?)。

可以把商品销售规划理解为传统零售中的货架优化管理,研究怎样通过改变商品的陈列和不同类别货架的摆放来获得更多的销售。虽然我们做电子商务的一天到晚吹嘘说我们有无限大的货架,可是这”无限大“只是针对搜索型的顾客有意义——他可以在无限大的商品列表里搜寻。对于很多用通过页面导航来寻找商品的顾客、和那些仅仅是随便来逛逛点点的顾客来说,他们所接触到的目录页(首页,类别页面,促销专题页面……相当于传统零售里的货架)数目是有限的(比如平均浏览7个目录页,远远小于”无限大“)。这就使得我们也面临着类似于传统零售的问题——顾客会看7个货架,每个货架上只能摆20个商品,我们一共只有140次激发消费者购物欲望的机会,我们要把这些宝贵的机会给哪些商品,要把哪些商品放到热门的货架上呢?

  

在做商品销售规划之前,我们考虑的漏斗都是从网站整体出发,大致类似这样:

流量 –> 商品页流量 –> 放入购物车 –> 注册/登录 –> 信息填写 –> 完成订单

这个思路对于我们优化营销活动和网站体验是有价值的,我们考虑的思路是:既然我们有一定量(T)的流量,我们要找到方法保证这些流量顺利的流到漏斗底部变成销售。优化的逻辑有两条,一条是优化流量本身质量(营销优化)——通过提高流量质量来增加最终的转化;另一条是网站体验优化(例如C = R x (V + M) – (F + A) + U – D框架),通过减少中间步骤的损耗来增加转化率,前面文章都提到过。

 

再细化考虑一下,其实我们得到的不是“流量”,而是“注意力”或者说“展示机会”,而我们要做的是把给定量的“注意力”和“展示机会”转化成销售。给定流量规模,假设(这个假设是不对的,这里只是为了解说方便。以后会展开说怎么影响这个变量)平均浏览页面数不变,其实也就限定了我们能够展示的内容数量是给定的(同上,只是为了解说方便),我们能够展示到访客眼前的商品数量也是给定的。例如100个顾客,每个顾客看7个目录页,每个目录页展示20个产品在顾客面前,140个产品出现在每个顾客面前,我们一共有14000个展示产品的机会。更一般来说,假设我们的流量是T, 浏览目录页数目是C,平均每页展示商品数量L,我们网站总的来说可以得到的商品展示次数是V = T x C x L。

我们要做的事情就是把握V个机会(每展示给消费者一个商品就是一个机会),尽量把它们转化成订单。对于那些强烈依赖付费流量的公司尤其如此,如果你花了M元钱带来的流量产生V次商品展示,每次展示其实都花掉了你M/V元钱,如果商品不好,没法把展示转化为最终销售的话,你展示这个商品就入不敷出亏钱。举例来说,我们花100万,带来100万流量,每个流量看5个目录页面,平均每个页面显示20个商品,那么我们展示一个商品的成本就是1,000,000 / (1,000,000 x 5 x 20) = 1分钱。如果这个商品点击率是1%(每在目录页展示100次才被点击一次进入商品页),转化率是1%(商品页被浏览100次才产生一个转化),那么我们为这个商品每次转化需要花费的成本就是0.01元 x 100 x 100 = 100元,如果这个商品的利润不到100元,我们就是亏钱的(为了表述简单,我们暂时只关注单品的情况)。

从这个例子里,我们可以看到,如果光从商品的角度来说,有两个关键的数值决定了我们是赚钱还是亏钱,一个是商品点击率,一个是商品转化率。系统点来说,对于每个商品,我们都会有这样一个漏斗:

商品在目录页展示次数 –> 商品页流量 –> 放入购物车注册/登录 –> 信息填写 –> 完成订单

因为后面几个环节不属于商品销售规划管,所以我们可以把漏斗简化成:

商品在目录页展示次数 –> 商品页流量 –> 商品销售

其中商品销售具体定义可以由公司当期发展目标来定,可以是销售额,可以是利润,也可以就是订单数。定义好之后,从这个漏斗里可以发展出3个指标:

  • 商品展示点击率 = 商品页流量 / 商品在目录页展示次数
  • 商品页转化率 = 商品销售 / 商品页流量
  • 商品展示转化率 = 商品销售 / 商品在目录页展示次数

得到这三个数据后,可以对公司所有商品做一个审计。一般来说,如果商品展示点击率低,表示商品本身吸引力不够或者价格显著过高(如果列表页显示商品的话),商品页转化率低表示商品页内容不够有吸引力,可能是商品描述过于简单、不符合顾客预期、或者图片不够美观。在这两个数据支持下,我们可以找到那些(或者哪类)商品和页面有问题,然后有的放矢的进行优化。

而对于商品展示转化率这个数据,最简单的办法就是将它们排序(先排除掉一些,展示次数小于一定量——例如单日100次——的商品就不用看了),将表现最差的20%拉出来查问题出在哪里,看能不能改进,能改的改,不改的就要考虑在系统中将它的展示权值降低(在目录页出现时优先级最低 + 市场部选择产品做着陆页做活动时不考虑),后续考虑商品取舍的时候,得分低的商品也应该优先被清除出货架。另外,也要把表现最好的那些商品调出来,看他们有什么共性和特点,能否将经验应用到其他商品上。

这次先简单的介绍一下商品销售规划的概念和可能的应用场景,很多细节被过度简化了,下次再详细说还有哪些因素要考虑,整个模型要怎么再完善,实际业务当中怎样使用。



36 responses on “电子商务商品销售规划优化(一)

  1. shazeer

    哈哈,想请教Mars一个问题,你是怎么学习这些知识的哦,除了一些是工作的经验,有没有看什么书?有什么可以推荐的么,或者写篇怎么系统学数据化驱动的网络营销的学习方法?

    1. MarsOcean Post author

      目前没有这方面的书……WA方面可以看Web Analytics2.0之类的书入门(Avinash的博客也很值得看),但是网站运营和网络营销方面还没找到好书。

      大部分经验是在实践中总结出来的,不过其他行业的知识常常可以启发思维。比如我一直在思考商品销售规划的问题,也自己建了一些框架和方法给别人用,但是一直觉得不对劲(所以也没在博客上分享出来)。后来是@车品觉 大哥给了篇论文给我看(一个韩国人在2001年写的……2001年@__@),论文主要是讲数据可视化的,但是其中非常关注商品在目录页展示,顿时就帮我把之前纠结的很多问题给疏通了。

      之前的讨论为什么可以在网上买衣服之类的文章,里面的算法其实是受到传统零售业的启发,他们做类似的分析和实验已经很多年了,无数积累的经验可供电商参考。

      :)Good luck.

      1. leo

        我也是通过你的博客在学习网络营销的知识,是否可以把你留言中提到的车品觉大哥的那篇论文介绍给看看,名称就好,刚刚找了半天没有找到,谢谢

  2. wingers

    确实是的流量越来越贵了,内部优化 ,数据分析越来重要。中国的可能很多还没你那么细,实际上这方面的方法也确实没有系统,都在摸索中。看到图片我想起来《顾客为什么买》。关于的传统零售店面里的各个细节,如促销广告的放置,产品的陈列,橱窗的展示,研究细致到难以复加。

  3. w_super

    流量的成本越来越高的今天,数据分析的准确又细致关系到网站发展的速度和优化的效率!
    商超做了几十年的货架管理及优化都没有停止电商也不能慢下来,随着数量和统计方法的革新,相信数据驱动的优化方法一定会很吃香的啊!!

    1. MarsOcean Post author

      呵呵,所以那天问你Omniture里有没有把目录页展示当作一个维度的默认漏斗啊:)。

      不知道怎么翻译,传统零售里面有个商品销售规划,暂时借用:)

      1. Lucky Lehana

        It would have been great, if I could have found a good English translations of your posts. They are really enlightening. How come I could not drain all your knowledge from you, even after living so long with you.

        Your insights are no less that that of any genius in marketing.

  4. NoahLu

    收获颇深,确实用数学来解释电子商务很有说服力。不过我有一点小疑问,文中介绍的这个模型将用户浏览产品的路径有比较强的限定:流量->产品目录页->产品页->转化,如果用户通过搜索引擎直接进入产品页,而不通过产品目录页,这里的分析似乎不够全面。

    1. MarsOcean Post author

      嗯,确实是这样,不同轨迹的流量要分开看才清楚,谢谢提醒:)。高级的WA工具再定制化一下应该可以自动把流量分开做漏斗分析,如果是自己采集数据做的话应该蛮头痛的,呵呵。

      还有一些其他的地方也过于简化了,下一篇详细写。

  5. money

    Mars分析很有道理,影响转化率归根到底在于两个影响因素:
    1. 访问者进入网站的初衷是什么?Call on Action是否跟我们所提供的服务相匹配. 减少访问者访问网站前与访问后的心理落差会有利于提高流进来的流量质量.这属于营销环节的功夫.
    2.设计环节.怎样可以让访问者在最短的时间内看到尽量多他可能会感兴趣的商品,怎样让访问者在产品页面产生购买欲,价格,图片,描述,促销,免运费,售后服务,退货退款保障等等.这块的设计可以更多地参考线下的百货商场,他们的货品摆设很讲究.

  6. 我爱杉笕

    确实感觉分析的很到位,我认为不只是网站商品的排列很重要,而且他们群发邮件的商品选择更重要。为什么不将网站会员以每月的消费额进行区分,针对不同层次的会员发送不同产品的邮件。例如:针对只注册没有产生任何购买的行为的会员,可以通过发送优惠券及廉价产品的邮件来促使这部分人产生消费;针对购买只购买日常用品的顾客,发邮件的时候就只发送日常用品;如此通过细分会员来达到提高销售额。

  7. chrisy

    Mars,这篇文章很有意思,不过是否是通过数据真实挖掘或验证的?有一个非常困惑的问题,有很多数据,我们是从数据中挖掘出模型和规律,还是根据营销经验去看数据?

  8. 戴艳

    看到这篇文章,觉得最近刚交接出去的LP项目应该用这篇文章做项目说明文档…只是可惜,不是每家公司都有这么个Mars。看了将近5遍,还是受益匪浅!!!

  9. Daisy Cao

    您好,看了您的文章很受启发。关于分析,请您再说的详细些。比如,促销活动结束,我们应分析哪些指标?改版后,应分析哪些指标?上新品后,应分析哪些指标呢?。。。各指标的高低又说明什么问题呢?

  10. magnolia

    我一直在期待您写电子商务商品销售规划优化(二)

    看了第一篇,在商品列表排序和首页,专题页,EMD推荐产品方面很受启发,不过还是有不少的疑问。或许如前面NoahLu 所述,用户进入网站的页面并非都在列表页上,而还有大量的从产品页着陆的。

    但是这个,分析还是可以直接应用到网络广告投放相关的landing page优化上,毕竟这方面的landing page完全是我们自己控制的。

    希望您第二篇能提供更详尽的见解,能提供更多的深入阅读的线索。

Leave a Reply

Your email address will not be published. Required fields are marked *

You may use these HTML tags and attributes: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <strike> <strong>