为什么会有人在网上买衣服买鞋子?
by MarsOcean on November 24, 2010
注:文章中公式在2010年12月9日修正过。
身边其他行业的朋友总是很不能理解网上为什么可以卖衣服卖鞋子,理由是“电子商务只能做标准产品吧,我就不会在网上买衣服,不合身怎么办呢”。这个理由听起来非常理性,因为“不合身概率大”,所以“很可能会不合身,浪费钱”,所以“我不会在网上买衣服”。既然如此理性,我们就更理性的用数学来聊一聊。
我们先考虑不能退货的情况。假如一件外套价值500元(假设一般来说线下同样质量的衣服是500元),顾客心中认为外套这个种类不合身的概率是30%,消费者拿到货如果不合身不能退货也没法用其他渠道处理掉(简单起见,我们认为不合身就代表衣服完全没有价值,收益为0)。在这种情况下,消费者预期的收益是(500 – price)x 70% + (-price) x 30% = 350 – price。所以如果消费者理性的话,线上售价只要低于350元(提供7折),他就应该在线上买(预期收益大于等于零)。更一般的情况,假设商品价值为V,拿到货后不满意概率为D,网上标价为P,P低于V x (1-D)就有吸引力。这也部分解释了为什么初期网购服饰大多是廉价的款式,因为很多人对于网购心存疑虑,心理预期的不满意概率(D)值很高,所以V x (1-D)就很小,价格就上不去。
然后,让我们考虑可以退货的情况。感谢国家,感谢支付宝,在淘宝买东西不满意是可以退货的,在大多数成熟B2C上买了东西不满意也是可以退的。还是拿那个外套做例子,另外加一个假设就是退货的物流费用买家承担,为10元,那么在这种情况下消费者预期收益变成了(500 – price) x 70% + (– 10)*30% = 347 – 0.7*price,当price <=347/0.7 = 495.7元的时候,消费者的预期收益就大于零。这个价格基本上和市场价持平,对于理性的消费者,商家只需要稍微提供一点折扣(比如九五折),消费者就应该在网上购买。这也解释了为什么商家越来越看重自己服务的名声,也开始提供越来越好的退货条款。虽然要承担一定的损失(包括对付欺诈行为),可是顾客愿意付的价格会显著提高。在这个时候,我们的公式也变成了P <=(Vx(1-D)-SxD) / D。S代表退货时顾客需要负担的的物流费用。
如果到这里你还没有晕的话,我们可以继续。对于很多人来说,退货不仅仅是花送货费的问题,而是个“麻烦”的问题。还要把东西装回去,写上地址,叫快递来拿货……想想就很烦。这个“烦”对于用户来说也是成本。不同用户对于这个“烦”的定价是不一样的,对于稍微富裕一点但是工作繁忙的人来说,他宁可承担200块钱损失也懒得烦这么一下。而对于生活比较悠闲,而且不觉得退个货有什么麻烦的的人来说,这个“烦”可能也就价值一两块钱。假设某个用户对于“烦”的定价是20元,那预期收益的公式就变成了(500 – price) x 70% + (– 10 – 20)*30% = 341 – 0.7*price,件外套价格P一定要小于等于341/0.7 = 471元,顾客才会考虑;假设另一个用户对于“烦”的定价是200元,那件外套价格P一定要小于等于(0.7 * 500 – 0.3 * (200+10)) / 0.7= 410元;综合起来说,P <=(Vx(1-D)-(S+A)xD) / D,A代表顾客退货时的心理成本。
还没晕?好,接着来。一般说起来,网购除了给消费者商品之外,还有两点常常被顾客看重,一是方便,二是随时随地瞎逛的乐趣。而相应的,也有很多消费者很看重线下逛街的乐趣。假如对上面一段中第一个消费者(叫他小A吧)来说,方便价值20元,网上瞎逛的乐趣价值50元,而线下逛街乐趣100元的话,在网上买那件衣服的预期收益就变成了(500-price) x 70% + (– 10 – 20)*30% + 20 + 50 – 100;假如他是个宅男,不喜欢逛街,则方便价值20元,网上瞎逛的乐趣价值10元,而线下逛街乐趣0元的话,在网上买那件衣服的价值就变成了(500-price) x 70% + (– 10 – 20)*30% + 20 + 10 – 0 。我们的公式也变成了P <=(Vx(1-D)-(S+A)xD + C + LH – OH) / D,其中C表示方便,LH表示顾客所认为的在线购物乐趣,OH表示顾客所认为的线下购物乐趣。
公式拿到,所以基本上我们要做的是:
- V:要在线上让顾客感知到商品的价值,这个话题太大,不展开讲了。
- D:尽量让顾客觉得不满意的风险很小。对于衣服来说可以提供详细的尺码表供用户参考,也可以提供几个不同身形的模特试衣照片给顾客看,还可以用我在未来电子商务的现在进行时里提到的那些科技来帮助顾客选择商品,降低风险。
- S:不要把让顾客支付物流费用当作是减少退货的手段。如果毛利允许而且恶意退货不严重,可以考虑报销顾客的退货快递费(顾客可以在下次购物时得到相应金额抵扣)。
- A:尽量减少顾客的麻烦,例如提供已经写好回邮地址的快递单,顾客只需要把商品放到盒子里,把快递单粘到盒子上就好了。或者像某些高端服饰网站那样,允许你拿到货之后试穿让送货员等,如果不合适可以当场退给他。
- C + LH -FH:尽量target到那些看重方便更甚于逛街乐趣的族群,他们更容易转化。
还有什么么?还有。
我刚刚在举例子的时候一直在强调说不同类型的顾客,对各个指标的看重程度也会不同,所以导致他们心理价位不一样。另一方面,同一个顾客,也可能在不同的时间有着不同的判断。最典型的例子就是D,有可能顾客第一次购物时心理预期是“说不定有五成概率买回来的外套不合身”或者“说不定有五成概率买回来的鞋子不合脚”,可是试过一两次之后,他慢慢就了解了自己适合什么尺码,之后购买的时候信心就会越来越足,D可能就会从50%降到20%。
假设我们是做高端男装生意,顾客都比较忙比较有钱,他们觉得自己退货麻烦程度相当于190元,而他们觉得线上的方便和购物快感价值20元和30元,线下购物快乐价值50元,则他们的在第一次购物时P <=(Vx(1-D)-(S+A)xD + C + LH – OH) / DP = (500 x 50% + (– 10 – 190)*50% + 20 + 30 – 50) / 0.5 = 300元。后续购物时P <= 500 x 80% + (– 10 – 190)*20% + 20 + 30 – 50 = 450元。
当顾客已经买过一次东西之后,他的D值大幅降低,这时公司便在竞争中处于更优势的位置:当竞争对手价格为370元,而我们为440元时,因为顾客对我们的D值更低,所以顾客还是会选择我们。如果成本是300元,竞争对手的毛利为70元,而我们则有140元,比他们高接100%!高出的毛利也可以使我们有能力做更好的营销和服务,吸引和保有更多的顾客。
获取这个竞争优势的关键则除了通过各种营销手段降低顾客尝试成本之外,更重要的是加强产品的标准化、保持一致性,这样才能让顾客可以通过尝试来降低D值。比如我们卖鞋,如果我们自己牌子的鞋可以保证你这次穿40码合脚下次穿别样款式40码十有八九还是合脚,我们就可以通过消费者体验来积累优势。反之,如果我们自己不能将尺码标准化,顾客这次买40合适下次不合适,D值就不会降低,顾客对我们的价值预期就不会升高,我们就不能获得竞争优势。
未来电子商务的现在进行时
by MarsOcean on November 21, 2010
早一阵子在微博http://t.sina.com.cn/marsocean上发了介绍Kiva System(仓储自动管理的系统,一些小机器人扛着货架走来走去把需要的货送到工人面前)的视频,发现大家对这类新鲜玩意还蛮感兴趣的,今天比较有空,再分享一些电子商务领域的创新——主要是在线上线下体验融合的领域。
之前写过增强现实技术会能解决电子商务商品尺码问题么,介绍了邮局用增强现实技术来方便顾客在家里判断自己需要多大的包装盒(其实也就是解决特定商品网购时的尺码选择问题):![]()
后来又介绍过Glass Direct的虚拟眼镜(可以用摄像头模拟带上特定眼镜框的样子):
![]()
再后来在微博(t.sina.com.cn/marsocean)上介绍了一下Fashionista的虚拟试衣间:
这些都是为了克服电子商务服务上的缺陷(不能看到、触碰和尝试商品)所做的尝试,都还很基础,但是好歹有了个开始。上面几个创新所做的都在视觉方面,早一阵子看到一篇新闻也写到了面板科技的进步,很快应该能够提供触觉上的反馈(虽然离能够应用于电子商务应该还需要N年)。
除了纯粹解决线上的问题,还有很多前沿的创新是用来将线上线下融合在一起的。比如Gotryiton.com,就是让人拍摄自己照片放到网上让朋友来帮自己选哪套衣服适合出行(或者是在网上订了10套衣服,让朋友帮忙决定哪几套要退掉:
更加商业化的应用可以看Diesel的,他家是在自己店里提供这个服务,你可以在试衣间就把自己穿着各种衣服的样子都分享到自己的Facebook上去,让朋友帮忙提建议(对于Diesel来说也是个宣传)
其他的商家,例如Target.com,大多也会推出自己的手机应用,让消费者能够在线下购物时也享受到线上的便利,例如可以和朋友分享,可以查询价格和其他款式(门店款式花色一般比线上少),可以查询其他购买者的评价和建议:
提供这个可以给消费者更好、更完整的体验。另外,你不提供别人也会提供。之前在www.MarsOpinion.com上也介绍过日本Amazon提供手机软件可供用户在线下扫描产品条码来购物,在美国也可以通过短信在Amazon查询和购买产品,或者拍照将产品上传到某处,会有人工来帮你做匹配。中国的有道购物搜索也提供类似的工具。印象中最近看到Google推了个小工具是让顾客拍照就自动匹配产品的,不过一时找不到原文了。总的来说,随着移动互联网兴起,之前所谓“线上”和“线下”的界限会越来越模糊。还有个之前红过一阵子的Stripeylines.com也是类似的功能,让用户在店里用手机扫条码,就可以看到网上各家的报价:
还有另外一些应用,有些是可以让用户在手机上逛商场看地图(相当于店内的Google Map),也可以做商品查询、做清单,拿折扣券。
另一些做得更生猛,例如GroceryIQ.com,说是不仅仅可以帮你存储你的购物清单,还能帮你优化你的购物轨迹,让你更高效的购物。
而另外一些,则尝试通过物质奖励的方式,来改变用户线下的行为。例如Shopkick.com就会通过奖励分数的办法鼓励你去某些店面(听说还会有指定区域)去Check-in,给店面和特定区域带去人流。
Facebook Place Deal也有类似的感觉,不过做得比较朴实,只是在你check in之后跟你说周围哪些地方打折。另外也有做得更酷眩的,例如Layar:
还没有试用过(打算下个月回国再去签个iPhone再说),目前的感觉是它在地图信息上加了一个层次,第三方(例如便利店,麦当劳,咖啡厅)可以在那个层次上标注自己的位置。当用户在手机上使用Layar时,不仅可以通过摄像头看到真实的世界,还能够看到第三方在另一个层次上的标注(比如看到左前方300米有个巨大的麦当劳标志),或者看到实际是空旷的路上停着一辆虚拟的跑车。一方面这个东西很有趣味性(里面有一些就纯粹是游戏,例如你可以在某个广场上玩吃豆子游戏,可以从屏幕上看到虚拟的怪物和金币,你可以跑来跑去玩游戏),还有一些则是真实的商务应用,例如告诉你前方有哪些店,各自什么特点,被人评价怎样之类(Yelp——美国的大众点评网——也提供类似的工具。)
比较科幻的是FrogDesign的概念设计,你看到别人身上的衣服觉得好看(线下),马上就能查到这件衣服的详细信息,也可以马上购买(线上),线下线上无缝连接,电子商务界面变得更自然和直觉:![]()
蛮好玩的,希望这一天快点到吧。
OR / AND
by MarsOcean on November 20, 2010
一直觉得自己是个非常幸运的人,总是碰到幸运的事。
早几天忽然想到未来可能发生的幸运的事,其实有两种不同的类型,一种是OR型,一种是AND型。
比如对应届毕业生来说,她可能同时拿到了10个公司的Offer,有P&G的MKT MT,有GE的IMLP,有MS的MACH,有……每拿到一个新的Offer都让人很开心,可是仔细想想,这些机会——或者说是“未来的幸运的事”——相互之间是OR的关系,你选了这个就没有那个,它的总价值是个Max函数,等于所有参数中值最大的那个。10个Offer并不能给你10倍的价值,这种东西不能累加,只能取最大值。
另一种,则是AND型。例如合伙开一个自己喜欢的公司,和自己喜欢的女人在一起,拥有健康的身体,父母都幸福,有一群可以一起开心的朋友……这些事情是AND型的,要都做好需要经营和运气,但是绝对有可能兼得。生活有很多面,每一面都很重要,而且每一面的快乐是可以加到一起的。反过来,每一面的痛苦,也可以加到一起施加到我们身上。
所以呢?
笨功夫
by MarsOcean on November 19, 2010
最近在新浪微博(http://t.sina.com.cn/marsocean)上挂的时间比较长,不少大佬在上面闲聊,时不时有些精妙的火花溅出来,感觉还是能学到一些东西。不过久了,反省一下,也觉得好像除了感觉上与时俱进见闻广博了之外,并没有太多东西沉淀下来变成自己的东西。零零星星真正吸收的,往往是那些和自己原有的知识技能体系有联系,而且刚好和最近思考的问题有关系的哪些信息。
博客也好,微博也罢,大部分时候都是非常零碎的、不系统的知识。能将多少知识内化,取决于脑中原有体系的丰富程度和兼容性。比如我本来脑子里有电子商务网络营销的战略战术体系,而且最近一直在思考站内转化率优化的问题,这时看到一篇新的论文讨论将产品在列表页展示次数作为转化漏斗的一个维度时,就能更深入理解这对于整个体系意味着什么,也能很自然的将这个知识加入到Merchandising这个部分,和相关的知识联系起来,成为脑中知识体系的一部分,长时间不会忘掉,而且需要用到时会很自然的想起来。与之相反的是,我也订阅了一些科学类的新闻——例如说哪里哪里粒子对撞机怎样了,哪里哪里又有了前沿的发明和理论——可是我脑中的科学知识体系非常薄弱,那些知识只是让我产生一时的快感,觉得自己很前沿很博学。可是因为脑子里没有相应级别的科学知识体系,那些吸收在短期记忆中的知识在长期记忆中找不到地方攀附,过几天也就自动消失掉了。在遥远的未来,就算某天刚好需要那个知识,十有八九也是想不起来的。
这有点像在荒岛上盖个小茅草房子,如果先花精力打好了地基、搭好了架子,出门看到石头就可以带回来固定地基,捡到树枝可以来糊上泥巴做墙壁,收集了一堆稻草也可以用来铺屋顶,看到什么都是宝贝,捡到什么都能派上用场。相应的,如果没有这个架子,一是很难判断路上看到的石头有没有价值,二是捡回来也没地方放(没有架子,有稻草也没法做屋顶)只能白白浪费。
现在互联网上比较多的是零零碎碎的石头和树枝,成体系的东西很少。阅读的快感还是会有。看到新奇的广告形式介绍,看到对某互联网巨头的战略分析,心中还是会觉得自己学到了东西(“我又捡到了一根树枝!”),可是这根树枝捡回去也没有地方放,过一阵子就忘掉了,被时间叼走了。还有另一种情况,就是因为脑子里没有大格局大框架,所以根本没有能力去辨别甄选哪些东西对自己有用。看到什么东西都会用自己局限的经验去判断(“哦,只是堆茅草,我要搭木头房子,茅草没用”——殊不知以后做屋顶的时候用得上),一时看到和自己经验相符的就赞一句“好文章”,看到和自己期望不符的就骂一句“扯淡”,看起来也是在博览,其实只是在观光,想方设法用别人的话去加强自己的偏见,而没能通过沟通来扩展自己。
最近一两年,也总有着急和浮躁的时候,就告诫喜欢投机取巧的自己,总有些笨功夫是躲不掉的。不要着急评判,慢慢地学,虚心地学,理解之后再做取舍、做修正。慢慢地建自己的框架,做实验,和朋友做一些深入的讨论,把前人长期积累的经验一点点粘到新的框架里。眼界放宽一点,格局放大一点,耐心一点,慢慢慢慢就能感觉到自己的变化。这样的变化本身就总是让人欣喜,充满着理解和思考的乐趣。
基于市场洞察的营销战略方向
by MarsOcean on October 20, 2010
欢迎关注我的新浪微博:http://t.sina.com.cn/marsocean。
博客上比较受关注的是网络营销数据解读系列文章,公开演讲或者去公司内部交流的时候谈得比较多的也是怎样通过营销后的数据分析来优化转化率,提升ROI之类的。其实,不仅仅是在网络营销实际执行后我们可以从数据中挖掘价值,在整个营销活动开始前,也应该看看数据,调整营销方向。
市场细分定位之类的东西以后有空再聊,假设这些问题都已经解决,下面几个问题就是我们要投多少钱广告,广告内容主要是什么方向,什么目的?
老实说,对于这几个问题,大部分公司的回答是:1. 有多少闲钱投多少广告;2. 内容——放产品,放限时抢购,广告公司说了这样性价比最好;3. 目的?赚钱或者抓新用户。这样说起来,公司性质、发展阶段什么的好像并不重要,反正都是通过特价产品吸引新顾客过来从他们身长持续赚钱。
可惜事情往往没这么简单(当然,如果我们不在乎ROI的话就简单多了)。下面四个数据应该是我们在决定营销计划前就需要清楚的:
- A: 目标顾客知道我是谁么?——目标顾客中,多大比例在听到我们品牌名称后能想起来我们是做什么的。例如提起“凡客”,顾客反应说“卖衬衣的”或者”卖衣服的“。
- F: 他们在考虑购买这类产品的时候,我是不是首选?——多大比例顾客会在考虑满足某种特定需求的时候首先想到我们的品牌?比如问“买衬衣”,“网上买衣服”,多大比例目标顾客会想到“去凡客”。
- T: 尝试购买的顾客多么?——目标顾客中多少尝试过我们的产品。
- R: 重复购买顾客多么?——目标顾客中多少是我们的忠诚顾客。
T很容易得到,从自己系统里查一下所有有过购物行为的顾客数目,除以我们的目标市场大小就是。类似的,R就是系统里购物2次或者2次以上的顾客数目除以目标市场大小。A和F比较麻烦,最理想是能够找专业的市场调研公司来帮我们做给我们数据(可惜的是大部分公司愿意浪费大钱买看得到的但是没效果的广告位,却不愿意花小钱买信息和知识避免犯错误)。退而求其次,可以让自己MKT来找200个目标顾客(200个而已,总有办法的——只是要保证样本没问题)亲自问,问比不问好——顺便还能做一下优化接触点体验,塑造品牌印象里面提到的调研。再懒的话,可以让MKT老大和CEO坐下来猜,比如“我们网站刚上线所以估计A非常低,经过过去几轮的PR宣传,覆盖的人数大约是XXXX,目标顾客中可能有0.1%知道我们。但是因为我们母公司品牌大家都知道,所以F估计比较高,占A的50%……”之类。有一个经过深思熟虑猜出来的数据比完全蒙着眼睛好。
这四个数据对我们营销方向有什么影响?
举几个例子大家就明白了。我可能得到的数据长成这样不同的样子:
- A=50%, F=18%, T=15%, R=12%
- A=15%, F=12%, T=9%, R=7%
- A=40%, F=30%, T=20%, R=5%
- A=60%, F=20%, T=18%, R=15%
- A=80%, F=70%, T=20%, R=15%
第一种情况,从数据看,目标顾客中间很多人都知道我们。坏消息是他们对我们没有特别深刻的印象或者喜爱,好消息则是尝试过我们的顾客很多都成为了忠诚顾客,说明我们的产品、价格和服务都还不错。在这种情况下,我们未必见得要马上大规模投广告,可以先反思一下自己的产品定位和沟通问题。从战略层来说,消费者知道我们但是对我们印象不深也没有特别喜欢,可能是因为我们定位不清楚(这个以后有空再细聊)。从战术层来说,可能是营销执行的创意不够,没有清晰而有震撼力的传递品牌定位。比如说我们卖男装,可能投了很多广告,为了让消费者容易接受,我们特地把广告设计得像凡客诚品,着陆页设计得也像凡客诚品(可能产品也像),这种情况下反复打广告很可能还是让消费者对我们的名字留下了印象(提到名字他会想起来是卖男装的),但是不深刻也不特别(只是类似于“哦,一个类似凡客的公司。“),之后要买东西也不会特地想起来。在广告不断的时候还好,广告可以成为消费者入口,他看到这家“类似于凡客”的网站,说不定会点击广告进来买。可一旦广告强度变弱,我们很快就会被消费者遗忘。这个阶段的重点其实是反思自己的定位信息的传达(假设定位本身已经做很好)。在广告和着陆页都大量描绘自己的独特之处(比如去看Masamaso的页面和产品,就和凡客的感觉很不一样),尽力给消费者留下较为深刻和特别的印象。定位很难仅仅通过”产品和限时抢购“来传达,而是要用很多的相关信息让顾客自己来产生关联性记忆和联想。比如你要欧美风高端时尚男装的感觉,不要总是写”西班牙“、”奢华“、”时尚“,而是要寻找相关联的各种信息,放在广告和着陆页里,例如希腊神庙的背景,海滩,咖啡,游艇,设计师的头像和名字,产品细节的放大描述……
第二种情况,这个看起来情况还不错。知道我们的人大多喜欢我们,喜欢我们的人大多买了,买了之后大多满意。唯一的问题是知道我们存在的人太少了。这个阶段确实可以考虑扩大广告投放,沿着之前的经验继续往下走。
第三种情况,广告不错,定位不错,也有说服顾客尝试——可是,顾客尝试后就跑了,没有转化为忠诚顾客。这个时候加大广告投放就像在给一个漏水的桶里倒牛奶一样,倒得很辛苦(买牛奶也不便宜)但是最后剩不下几滴。这时应该做的是和顾客好好聊聊看为什么不重复购买。可能的原因是产品或者服务的问题,如果是这样,就应该停下广告,先把内功练好再说。一是可以省点预算,二是避免进一步损坏自己的口碑——坏口碑会让我们将来东山再起更困难。
第四种情况,目标顾客大多知道我们,但是不会想到要买我们东西,这是个坏信号。好信号是喜欢我们的人大多会买,买了还会再买。可能是因为我们定位没有定好(或者没有传达好),只吸引到了目标顾客中的一小群。也有可能是我们的“目标顾客”定义有问题,我们的产品主要吸引的是一个利基市场,我们应该把这个市场的特点找出来,或许可以重新定义目标顾客——相应的,广告创意和媒体渠道也要更新。
第五种情况,好消息是我们的Awareness高达80%,大家都已经知道我们存在,而且都记得我们喜欢我们(F=70%),坏消息是很少人真的尝试过我们。我们的营销上可以考虑继续做广告(但是广告并不是必须——如果我们满足于现在一亩三分地的话),重点可以偏向到鼓励用户初次尝试上面。广告创意上我们的品牌名称或者Logo要明显(会增加消费者信心的),部分广告内容可以偏向于防御性的“高达99.5%的好评率和顾客满意度”、“30天无条件退款:无需理由!”,主推产品可以选择较为廉价的以降低新顾客的尝试成本,或者做数据挖掘,主推那些新顾客会购买的产品(比如虽然你是卖笔记本的,新顾客第一次往往只是买个U盘而已,你可能得考虑推U盘)。着陆页面同样主推新顾客最可能购买的产品(折扣也都放在这类产品上),设计方面尽量做得专业让人放心(而不是老客户可能喜欢的创意),另外记得把什么货到付款、支付宝、XX认证商家之类可以降低新顾客疑虑的东西都放显著一些……更理想的情况当然是做进一步的研究去查清楚消费者为什么不尝试买买看,然后有的放矢地说服他们——不过这是下一步的事情了。
总的来说,就是有钱也不一定要投广告(有时候投了也白投),要投放的话在不同情况下也要用不同的策略、不同的创意、内容和主推产品——至于具体要怎么办,要问消费者,也要自己想。营销不仅仅是买广告位谈价钱这么简单的,尤其是在我们投放规模逐渐扩大的时候,通过对消费者、对市场和对于自身情况的洞察,为整体营销战略定好方向,下面执行层才能事半功倍。
“最近你的概率变了么?”
by MarsOcean on October 16, 2010
朋友有一阵子没见,碰到了都会问“最近好么?”十次里面有九次得到的回答是“好啊”,“挺好啊”,至少也是“还好啊”,渐渐的这个对话已经没有信息量了。于是有神人发明了新的问题:
- 第一个问题:“你理想的生活是什么样子的?”,回答可能是“10亿美金+PPMM+身心愉快”之类。
- 第二个问题:“现在有一个赌局,你赢了就可以获得你梦想的完美生活,输了你就死翘翘——连现在的生活也失去,赢的概率至少要有多少你才肯赌?”,对目前生活满意的人答案可能是“99%”,不满意的可能会说“50%”。
有了这个基准之后,以后每次见面只需要问说“你那个概率变了么?”,就能知道对方最近过得好不好了。
最近你的概率变了么?
RightCliq: Visa的电子商务野心
by MarsOcean on October 6, 2010
机缘巧合听Visa的人介绍了一下他们在ECommerce方面的动作——RightCliq,于是回家看了一下。还没认真玩,目前对这个工具的理解是:
- 用户安装一个浏览器插件(不过他们还在做测试,如果插件对于用户门槛太高的话会想别的办法)
- 用户把自己的个人信息填进去(例如送货地址和信用卡号——甚至于可以用AMEX卡)
- 在不同网站购物时,用户看到自己可能喜欢的东西,随时可以用这个插件把它丢到自己的“收藏夹”(WishSpace)里。这个收藏夹功能比较强大,一是可以跨网站(比如你可以把Amazon和Newegg的东西放一起),二是提供分类功能(比如设置个目录叫“给小侄女的生日礼物”,另一个目录叫“笔记本”,方便管理)。
- 做好WishSpace之后,可以方便的去各个社会化媒体网站分享给朋友,问他们意见。比如把自己正在考虑的笔记本列表转到Facebook上,朋友们可以方便地提供意见和建议。
- 买完东西之后要结帐,可以用插件自动填写网页上的表格(例如送货地址、信用卡号码之类)
- 结完帐之后,你可以就在RightCliq里追踪订单情况,看自己的包裹到哪里了。
简单讲,这个工具给用户提供:自动表单填写,跨平台整合的商品收藏夹,社会化分享,网上消费管理和追踪。从古老的Social Shopping到最近热门的Blippy,RightCliq几乎都有“借鉴”。从听到的他们的营销推广,和看到的网站来看,各方面都做得不是很专业。但是毕竟借着Visa的名号和公信力,RightCliq未必不能做起来。
其实有无数公司打着Social Shopping旗号尝试从这个角度切入电子商务分一杯羹,但是毕竟都是创业型小公司。真的巨头来做这件事情还是蛮可怕的。虽然看起来只是个小工具,可是一方面它会成为用户网购体验的中心,另一方面它也能采集到几乎所有的跨平台购物信息,这两者结合起来,想象空间还是蛮大的。中国的话有哪几家会做这件事情呢?
芝加哥印象
by MarsOcean on October 4, 2010
题外话:Blog换了模板,主要原因是百度好像对Gordobo Green Park这个模板有非常深的怨念,自从我换了那个模板之后收录就掉下去没恢复,所以早几天换了模板——细节还没弄好,下周末弄。目前正在遵照某SEO大神的指示增加更新频率对百度蜘蛛进行教育和感化工作,希望收录可以慢慢恢复。
Wills Tower,可以站在玻璃房间里,从100层往下看。
千禧公园的奇怪的蛋。
游船,看夜景。
房子头顶上装两个紫色的天线扮小恶魔,看起来很有喜感。
璀璨啊。
网站转化率优化框架(一)
by MarsOcean on October 1, 2010
网络营销中间其实有很大一部分工作是在做网站优化,优化来优化去90%情况下都是同一个目的:提高转化率。
理论上这一块应该是用户体验设计那方面的事情,讲的应该是角色、场景、心智模型之类的东西。
可是对于很多公司来说,网站设计很未必是通过那些科学流程走出来的。一是因为对很多公司来讲还请不起很好的设计师——也未必真的相信设计师说的那一套;二是因为网站(特别是独立网页、着陆页面)定稿的权限常常分散在很多人手里,就算有个好的用户体验团队,其实他们也只能间接影响设计,未必说了算。
很多时候,网站(网页)该这样还是该那样的决策,常常是由像我们这样的非专业人士(并非专业的用户体验设计师)来做的。
为了不至于作出太昏庸的决策,我们营销人只好也学习一点UI、UE。勤勉一点的可以去看专业书找专业人士(例如白鸦)学习,偷懒一点的可以看看Persuasion Architecture(下载地址:http://www.futurenowinc.com/resources/pa.pdf)之类的小册子 ,再懒一点的,大致也要知道几个基本常识,不要犯太明显的错误。
在我被误认为用户体验专家,给不少网络公司和营销公司做过一些这方面的交流之后,发现有不少基本的转化率优化原则并没有被大家所熟知,所以基于marketingexperiments.com的一个优化公式,结合自己的经验,做了个网站转化率优化框架——Mars网站转化率优化框架?:),希望可以方便到那一小群偷懒的非专业人士,呵呵。
框架如下:
C = R x (V + M) – (F + A) + U – D
C = 转化可能性
V = 价值主张
R = 相关性
M = 动机
U = 紧迫性
F = 阻力
A = 焦虑
D = 干扰
R x (V + M) 本质上是用户感知的价值(Value):V (Value Proposition) 说的是"我是谁,我和别人有什么不同", M (Motivation) 说的是"我很棒,我能让你得到1、2、3、4……“,R(Relevancy)表达的则是这些特点和利益与消费者需求的相关程度,投其所好则会事半功倍,反之则出力不讨好。
F + A 本质上是用户感知的成本(Cost),F (Friction) 说的是整个交互过程中给用户造成的实际的麻烦,A (Anxiety) 则是表达给用户心理上造成的负担。
在正常情况下,用户如果感知到做某件事情的价值大于做这件事情的成本(Value > Cost),他就很可能会采取行动,差值越大代表这件事情越有利可图,用户采取行动的概率也越大。但是,人类有拖延的天性,所以客户“觉得应该采取行动”很未必代表着客户就”会马上采取行动“,给用户的紧迫感 U (Urgency) 就负责促使客户将决策转化为行动,U越强,就越能抵抗客户的拖延天性,促成客户马上行动,所以U (Urgency) 前面是个加号。
最后,如果客户被过多的无关信息干扰,可能会“忘掉”自己正在进行的思路跑到别处去,从而让我们的说服努力白费,所以这个干扰 D(Distraction)前面是个负号。
之后的文章再详细解释这个框架怎么用,每个参数具体什么意思。
PS. 题外话,为什么要用“框架”这种东西?
- 框架可以让思考更全面,强制性地把所有因素都罗列一遍主要是为了防止遗漏,迫使设计者从每个角度都至少想一想。并不是说框架本身能够产生多大效益,而是说框架可以帮助设计者发挥出他本身应该有的能力。
- 框架可以帮助讨论,团队头脑风暴时常常容易跑得漫无边际,有一个框架约束可以是每个阶段的话题更集中,统一用词之后也能方便沟通和理解。
- 框架便于知识的分享和能力的训练,培养新人时,零零碎碎教他东西很难被接收,用一个框架会方便很多。他做事的时候,有一个框架可以依赖也能让他更快的掌握技能。
此刻才见天空
by MarsOcean on September 13, 2010
火车
8月1日,飞往成都,上火车,两天两夜去拉萨。
一行四人,火车上一路都在打牌……偶尔看到美景拍照。
火车上遇到一甜美可人MM主动到我们隔间和我们搭讪聊天,多么难得的艳遇啊……遗憾的是该同学只有14岁,是听到我们讲英文(因为同行有朋友中文不好)想过来练口语的@__@。大家只能非常无邪地陪小朋友说英文。。。
在火车上才发现车内是加了氧气的,也就是说坐火车上去和坐飞机上去对于适应高原反应来说是一样的@__@,早知道坐飞机了:)。
布达拉宫
8月4号,布达拉宫。
第一天其实就开车经过了它,当时肚子比较饿,感觉是“好大一块巧克力奶油蛋糕啊”。
第二天再去看的时候,觉得真是超级宏伟……
气喘吁吁爬上去的时候,更是觉得它宏伟了……
羊湖!羊湖!
第一次看到这么湛蓝的湖,下车的时候都吓到了——怎么能美成这样!
实际看到的比照片更漂亮!
因为没有去成纳木错(行程出了些问题……旅行社没有帮我们把手续办齐。),所以见过的最美的景色就是羊湖了。
顺便说一下,我们是4个人通过四川省中国旅行社(主角旅行)包了个司机和导游在玩(有同伴是外国身份,必须要导游带才能进某些区域),以为这样会比较放心,但是其实还是很折腾。一方面导游还是努力的在坑蒙拐骗,虽然都没被他得逞而且最后整了他一下,但是还是很坏心情。另一方面他们的专业性上还是很糟,手续没有办全,耽误了我们一天的行程。所以一是建议大家不要找旅行社,二是如果找的话——哪怕是找所谓大社——也还是多留个心眼,再检查一下他们工作是否到位。
寺庙
很多寺……
路上还看到很多朝拜的人,真的非常虔诚,五体投地地拜。
冰川
左边的还是羊湖。
右边是某冰川……忘了名字了。
感觉上就是“很厚很结实的雪” @__@
林海
云雾缭绕的森林。
总觉得这个台子在很久以前玩轩辕剑的时候见过……
珠穆朗玛
坐了一整天的车……
而且很多是砂石路……
而且还像下面照片一样弯过来扭过去……
去的路上看到了珠峰顶部大概1/4,其余部分被云遮住了,就一个尖尖头露出来。
折腾了无穷长时间去了登山营,结果珠峰全部被云遮住……唉。
穿着冲锋衣,我们爬上了……一个高度大约几十米的小土坡,分别和珠峰(云后面)合影留念。然后很无聊的搬石头摆字@__@,在那么高的地方搬石头真是个重体力活。
回来的路上珠峰居然出现了!
露出了下面的3/4!——真是相当的小气,知道我们看过山顶了就不给看了@__@
临走,晚上在酒店居然看到打了灯的布达拉宫:)
Johnny同学赶紧架起昂贵的三脚架拍了下来……话说上面的照片,除了宽幅的以外,都是从Johnny那里拷来的,觉得他拍的更像当时看到的原景:)
然后就回来了。