【每期一句】
没有数字和分析,没有电子商务。
【前言】
从事电子商务的工作一段时间,发现自己对于数据的想法有了很多变化。过去,我们拿着国外的理论,然后站在河边的岸上,对河中游泳的人们指指点点。今天,当你也跳入河中,就是全然不同的感受。一方面河水冰冷刺骨,另一方面,也开始理解为什么曾经河中的人们用各种“怪异的姿势”奋力搏击。这一篇文章,是我在杭州参加车品觉老师《智论商道,西湖秋学》活动的演讲整理,也记录了我的“河中感受”。
【正文】
这是一个很大很难但也是每一个电商人都会问的问题——我该如何优化我业务中的关键数字。
我也面临这个问题——这个有数百种,不数万种各不同相同答案的问题。优化关键业务数字,没有固定的策略,因此也就没有固定的答案,但却并非无迹可循,而是有章有法的。甚至,这些方法事实上并不需要你去从头摸索,前人早已准备了众多滋养,只需你有心跟随即可。
既如此,就让我们先看看前人给我们这些滋养是什么。
关键的第一步
优化电子商务关键数字的第一步是什么?
说来好笑,这个问题的答案是——什么电子商务的关键数字?不过这可是个很严肃的答案,当然,也是一个很严肃的问题。
分析不是为了分析而分析,没有明确目的的分析,是“无病呻吟”。分析是需要消耗资源的,而且消耗的全部是“沉没资源”——时间,你不能把分析投入到本来不需要分析的领域去。因此,电子商务关键数字优化的第一步恰恰是识别关键数字是什么。
对于电子商务关键数字的识别,是起始于“KBR”的。KBR是我在Adobe Omniture的时候被洗脑的一个词,意思是Key Business Requirement。当然,这不过是人头马酒瓶装二锅头罢了。KBR没什么新意,不过点明了你的分析要从组织的关键业务需求开始。
但这个思想很重要,本质上,这个思维方法就是我们熟悉的“金字塔思维方法”——事情有一个根本的基点,一切最终要回到这个基点。我们在分析的时候,很多时候是被兴趣所指引,发现了麻雀去追麻雀,发现了兔子又去撵兔子,这是分析工作最初吸引新来者的很重要的原因——看起来一切都是非常新奇有趣的。可是商业分析,你不能浪费你的“沉没成本”,我们不为兴趣所指引,我们所做的一切都需要不断反问自己,是否是围绕着KBR进行的。
KBR意味着组织的“当务之急”。对于电子商务,尤其是国内的电子商务,业务上的当务之急是清晰而明确的——增加销售,降低成本。不过这不能算KBR,因为它太过于粗放,而且不够具体。但沿着这个方向,我们会发现大部分电子商务公司在增加销售和降低成本方面都根本上将聚焦于下面两个事情——量和率。
量,当然,归根结底是销售量,不过销售量显然决定于流量、注册量,以及转化率和回头率。因此,我们的思维是,要提升销售,我们需要提升流量和注册,并且提升转化和回头的机会。这和做一个线下商店的关键数字指标是类似的——人流量多少,多少人进店买了东西,又有多少人还回来。
说一点题外话。我认为国内的电子商务公司,因为它们本身所具有的“股票公司”的特性,利润率什么的,反而不是真正他们关心的。区分什么样的电子商务公司更在乎利润率的一个有趣指标是——他们是否获得了外部投资。当这些公司没有外部投资,维持在一个较小规模的时候,利润率是非常重要的;但当投资进入,扩大规模、挤死竞争对手成为主线的时候,利润率是一个可以牺牲甚至是必须牺牲的指标了。这很有趣,对消费者而言,当一家电商公司刚刚获得投资的时候,促销一定是很给力的,这时的商品值得购买。
当然,电子商务是否还有什么其他的关键数字,取决于这个公司自身的经营特点和业务特性,这里不再赘述。强调一点,我们关注方法本身,电子商务关键数字优化的第一步是真正识别你的业务的关键数字。KBR不建议是最大的那个放之四海而皆准的目标(例如Revenue),而应该是这个大目标之下,跟你的大目标达成真正关联的那几个可以清晰定量的目标(例如电子商务中的量和率)。你值得花一些时间找到真正的KBR。
建立优化路径
现在,你通过自己的思考或是“老板的指示”知道了KBR是什么。现在你该怎么办呢?
我们都知道,任何复杂的问题都可以遵循一定的方法解决,若没有解决,是因为没有找到方法。例如哥德巴赫猜想,人们并非是在寻找答案,而是在寻找方法。同样,KBR不能优化,并非是它不能优化,而是我们可能没有找到正确的方法,或是没有去正确执行这些方法。
下面是我的方法,你当然也可以建立你自己的方法。有效果的方法就是好方法,这里没有标准答案。
上图是我总结的KBR的优化路径。这个路径看起来文字众多,步骤繁琐,实际上思想非常简单。你也可以看我下面的文字描述,可能更容易理解:
定义KBR——分解影响KBR绩效的驱动因素——确定这些驱动因素中哪些是基础驱动因素,哪些是非基础驱动因素——尝试分析基础驱动因素并着手改进——同样,尝试分析非基础驱动因素并着手改进——测试你的这些改进是否有效并固定有效的改进(优化)——优化不可能是针对所有人群和兴趣的,所以最后你要在优化的基础上进行动态处理(定制化)。
还是够复杂的,再简单点,用白话!
定义KBR——分解影响KBR的那些破事儿——哪些破事儿更具全局影响力?哪些是局部的?——想办法搞定这些破事儿——真的搞定了吗?测试看看——靠谱的办法固定下来——不能用一种办法搞定,多几个办法针对不同情况!
我觉得KBR就是被这么搞定的。只是每个破折号后面的每一步体现了水平。网站分析甚至不是一个技术活,毕竟我们没搞什么高深的数学模型,但确实需要缜密的心思,丰富的经验,敏感的嗅觉,和不断尝试的勇气。
当然,你可能还是觉得,上面的这个模型(姑且厚颜无耻点把它称为模型),毕竟是一个非常抽象的东西,您可能还是没有太理解,什么是驱动因素?为什么有基础和非基础?测试如何做?又如何动态化定制化?一连串的问题,待我慢慢道来。
基础驱动因素和非基础驱动因素
驱动因素真TMD是一个拗口的词。驱动因素是一个西方词,不是老祖宗汉语,但我们不得不用它是因为现代科学和管理学都是人家西方人树立的,咱们中国人也只有成了西方人(加入了别人国家),才似乎有点建树。不过我们国家盖楼修路放卫星办运动会火车比速度行,也不算一无是处。
驱动因素是initiative的翻译,这个词是形容词,也可以作为名词。找不到更好的翻译,于是俺们国人就把它翻译成驱动因素了。
废话不多说,你理解它为影响因子也行(kao…,因子这个词也是人家,是factor的翻译,唉…),就是会影响KBR绩效的那些因素。例如,影响流量这个KBR的因素的驱动因素是资源多少(例如花钱多少)、营销活动的水准、SEO水平等等。这么说应该很好理解。
那么,什么是基础驱动因素和非基础驱动因素呢?这是我自己琢磨的,没理论根据,但我觉得好使。
所谓基础驱动因素,就是那些当你改变了它(优化了它)就会全局性长时间改变(优化)KBR的那些影响因子;
而非基础驱动因素,就是那些当你改变了它(优化了它)就会局部性一定时间内改变(优化)KBR的那些影响因子。
用咱们汉语说,基础驱动因素就是内功,非基础驱动因素则是招式。内功常在,招式则要过招时才发生。
现在可能你明白了一点我想说什么。不过,最好的方法是,我们举一个真正的KBR优化的例子,让我们看看上面的路径和驱动因素如何帮助我们优化KBR。
案例:如何优化KBR之转化率(1)——驱动因素的细分
转化率是我最喜欢谈的,因为对它的研究业界已经很多,但我们似乎总未破解它的迷局。
按照我们前面提到的KBR优化路径,我们要找到转化率这个KBR的驱动因素,并且要把基础驱动因素和非基础驱动因素区分开来。然后分别加以分析和优化。
我是这么分解的,如下图所示:
我影响转化率的基础驱动因素确定为:
关键转化过程
导航(分类)
搜索
信任
……
非基础驱动因素确定为:
产品页面
登陆页面
活动和流量匹配程度
外部流量本身质量
……
先来看看基础驱动因素的确定。关键转化过程,是老生常谈的了,就是在转换路径中各个关键环节。这些环节的某一个或多个做不好,对整体销售转化的影响都会非常大,也就是我们常说的木桶短板效应。导航和分类,本质上是对用户遍历或寻找商品逻辑的有效组织或再组织,不好的导航和分类,让用户没有在合适的位置找到合适的商品,扫兴而归,转化率受损。搜索,跟导航和分类是类似的,只是人们更容易对它产生更高期待,并更容易在期待落空后放弃。
这几个因素,都全局性的影响到转化率这一KBR。无论流量质量(人群价值)如何,无论你的活动页面有多么吸引人,这些因素做不好,转化率都会低下。因为这些因素是基础性的影响。而活动页面的吸引力则非基础性的,A活动的页面不好,那么在下一次B活动中加以改进,仍有机会,但关键转化路径中埋有惊人败笔,却不是活动设计本身能够挽救。
所以,我把它们作为基础性驱动因素。基础性驱动因素还有很多,限于篇幅不再冗举,朋友们不妨留言列举。
【闲来无事多读一点】
同转化率一样,回头率也有基础驱动因素和非基础驱动因素。在会场有朋友问起这个问题,引发了较长时间的讨论。
回头率的基础驱动因素往往是:
细分人群属性
细分人群消费行为
竞争商品
竞争价格
第一次消费体验
转化率(更高的转化率会促进回头率)
……
非基础驱动因素是:
市场及促销活动
精细化找回营销
外部市场环境(动态变化)
……
相对于转化率,回头率的衡量更具有难度,所受的影响因子也更多。优化它的基本方法必须经过人群的细分,按照消费行为、人群属性的细分,挖掘哪些属性、行为的人群的不同流失情况。以辨别流失倾向和人群的关系。另一种细分维度则是按商品品类细分的人群流失情况。哪类商品的购买者更容易发生流失。以辨别竞争商品和价格可能存在的问题。
转化率的非基础驱动因素则比较明显,它们都是局部性的,而且时限性相对较短。例如产品页面,产品页面的介绍对该产品的转化率影响很大,但并不影响其他产品,而且产品有明显的生命周期。登陆页面同样,它们会影响活动的转化效果,但只限于影响自己的活动。流量本身也是动态的,尽管流量永远存在,但却并不能保证每天的流量都能匹配landing page,或是保持持续的较高品质。
现在,你应该能够明白基础驱动因素和非基础驱动因素了。那么,我们这么划分的意义何在呢?
案例:如何优化KBR之转化率(2)——驱动因素细分意义何在
细分基础和非基础驱动因素的意义在于,你能够知道应该先从哪里下手。前文说过,分析是需要资源的,最重要的资源是时间,是沉没成本,你不太能够分析所有的因素,所以分析的艺术是抓住重点直切主题的艺术。
基础驱动和非基础驱动二者,在转化率这个电子商务的KBR上,体现出非常明显的没有抓住重点的趋势。原因无它,我们往往更重视非基础驱动因素而不愿直面基础驱动因素。招式易学,内功难练。
电子商务显现出非常明显的对活动的重视,对流量本身的重视,但却往往疏失关键的转化过程中是否存在明显短板,是否有更好的用户指引,并忽略建立初次和长时间的信任。这些都比不上修正下产品页面,给用户促销,以及产品页面的说服诱导见效快,所以理所应当的被放到次重要的位置上。
这是误区。内功练成,无招胜有招;招式搞定,却不过是空有花架子。基础驱动应该放到更高优先级上,至少它应该跟非基础驱动一并被关注和优化。
好了,这些都是浅显的道理,我就不多啰嗦了。限于时间的关系,我很难找到大段的时间跟大家分享。就先停笔到这里。未来也许某一天,我不会那么忙了,我停下来,能够跟朋友们更多分享。更多的内容,请期待这个文章的后半部分!
欢迎大家留言,想到什么就说什么!
原文地址:http://www.chinawebanalytics.cn/kpi_optimization_part1/
更多阅读:
- 聚焦用户的追踪与分析——跨屏追踪
- Web分析:电子商务转化率分析
- 电子商务网站数据分析常用指标
- Web分析:Bounce Rate和Exit Rate—衡量页面质量的孪生兄弟
- 网站分析:Google Analytics的新秘密——如何定义Visit
- 挑战网站分析中的大众智慧(2)——热图
- 挑战网站分析中的大众智慧(1)——Bounce Rate
- 成为网站分析师必备的9大利器
- Google Analytics 网站分析中的退出率与跳出率分析
- 网站分析基础及KPI实践
- 网站分析:网站用户的生命周期价值分析
- 网站分析:网站首页点击分布分析
- 利用网站分析挽回丢失的订单机会–沃达丰案例分析
- 网站分析:系统邮件体验设计
- Compete:世界末日分析
2021-06-01 17:08:08