便利蜂如何把控“線下”“線上”的連接 購物觸點優化技巧


便利蜂如何把控“線下”“線上”的連接?用戶可以在“便利蜂”小程序和APP上為智能貨柜和門店定制自己喜愛的商品,當預定用戶數超過一定數量后,便利蜂就會在下次配送時把這款商品送到用戶選定的貨柜和門店里 。
線下門店是啥意思?門店狹義理解就是指線下的傳統門店、鋪面 。廣義上講門店也可以包括線上店,線上的門店 。對于同時想描述線下店和線上店的概念 。一般會用“觸點”或者“終端”來代替 。觸點:商品或服務和消費者產生接觸的店 。終端:商品最終的與消費者產生接觸的地方 。“觸點”“終端”包含的意義會更完整 。線下的門店是觸點,線上的網店也是觸點,社交軟件的互動,朋友圈的分享都是“觸點”
線下門店現在越來越難做了,必須要主動出擊,采取多種手段宣傳推廣,才可以達到全面開花的效果 。
一 電話營銷
我們都知道該怎么做 。你家人知道嗎?你的同學,你的朋友知道嗎?我們必須在第一時間告訴他們,因為你對100個人說了這句話,每個人都會告訴你更多的人,而哈勃米倫10_100次,人們會知道你在很短的時間內有一家商店 。
尤其是在開店期間,家人和朋友的到來,讓店內的氣氛活躍起來,給人一個亞洲流行的印象,吸引更多的人 。

M方向盤 。
通過傳單或宣傳冊的分發來提高普及率 。傳單的分發是最傳統的方式,更便宜、更簡單、更有效 。傳單可以在小規模推廣中起到有效的作用 。
傳單和廣告內容的分發對于盡可能地到達客戶所針對的地方非常重要,可以增加飛行技能、謎語和好奇心的內容 。

海報M
做各種宣傳、廣告海報、專賣店公告、霓虹燈等,利用廣告的特點來宣傳你的店鋪,吸引顧客 。

個人卡
你遇到的每個人都是你的名片、餐館、酒店、購物中心、電影院俱樂部,在你遇到的所有地方,你都給了兩張名片 。

開業捐贈
進入禮品店,客戶來信、微信、分享禮品,鼓勵客戶傳遞,通過客戶朋友圈,分享,使您的客戶群更高 。我們需要吸引客戶分享,讓老客戶提交 。
您也可以在禮品店免費制作禮品轉送,請務必如實,不要愚弄客戶設計,不要太高,選擇禮品一到三件就可以了 。

結束了 。
在當地的論壇里,你喜歡給人們提供建議,你喜歡發布你的商業歷史,打開歷史,發布開放信息,邀請每個人參與并提供建議 。

加入QQ群,
搜索當地的QQ群,向當地的QQ群申請,適當的泡沫和朋友交流,結識像你這樣的人,邀請朋友群,邀請活動,邀請客戶 。
組織你自己的QQ群,包括群中的客戶并分享更新的信息 。

產業外合作
建立客戶會員體系
一家服裝店的顧客,一張價值95美元的體操俱樂部會員卡是200美元,按成本價,只需1美元就可以成為服裝商的健身房會員 。
除了優惠的價格外,最好準備一些衍生產品供外企合作,對于員工來說,為了促銷和反饋而收到免費禮品(好處),顧客必須去商店 。

產品
他們通常是免費贈送給外國產業合作者的禮物,傳播微博,讓顧客可以免費體驗或以很低的價格來吸引顧客來店 。
最好設定一個門檻,盡可能給客戶提供準確和有影響力的服務 。

經驗邀請
有當地公司發行債券的經驗,在有利的條件下發行債券 。
發放邀請函,邀請朋友、家人、企業領導、員工、各種關系參加慶典,鼓勵多一點,多一點人氣聚集,組織接待,對家人、朋友和所有接觸店的人都贊不絕口,樹立良好的口碑,是最好的廣告效果 。
十一
活動的組織
參與和組織社區活動,如嬰兒競賽、自愿咨詢、社區護理活動交付、營銷形象等,是提高社區知名度的有效手段 。
他們還可以整合許多贊助免費獎品、競賽、抽獎等活動的公司,以及通過新媒體在線傳播信息的公司,以創造有利的環境并加強宣傳 。
品牌營銷中如何做好消費者洞?當今的中國消費者生活在一個大數據和全渠道的時代,每天都可以零距離接觸和使用到全世界最好的消費產品,心智也愈發成熟 。然而由此催生的高頻變化和多樣性的產品訴求正在加速零售業態的變遷及消費市場競爭的加劇 。快消品行業發生了非常大的變化:新品牌、新賽道、新渠道、新營銷打法層出不窮 。在數字化時代新消費崛起的背景,以消費者為核心,大數據洞察為驅動布局增長策略成為剛需 。
具體來說,粗放的數據洞察仍存在以下挑戰:
【便利蜂如何把控“線下”“線上”的連接 購物觸點優化技巧】01 線上、線下顧客體驗觸點繁多,碎片化的信息分散于企業各部門,無法利用整合數據快速了解消費需求和顧客體驗,賦能管理決策 。
02 傳統調研樣本量小,執行周期長,統計結果往往滯后于消費趨勢,難以轉化為可執行洞察來賦能產品創新和營銷增長 。
03 市場情報數據源單薄,難以應付快速演化的市場競爭格局,缺乏統一的工具進行競品對標,無法做到知己知彼 。
基于實時大數據和機器學習算法進行精細化的數據運營,是真正“以消費者為核心”洞察的有效解決方案 。消費體驗洞察能夠幫助企業快速采集和理解消費者需求、產品口碑、競品動態、 新品趨勢和消費熱點,進而驅動營銷、研發、顧客體驗、零售運營等職能部門的專業人士把握商業機遇,敏捷應對快速變化中的消費市場 。
電子商務行業這些年的發展近況?中商情報網訊:電子商務服務業是伴隨電子商務發展而逐漸興起的一種新興服務行業,是為電子商務活動的開展所提供各種專業服務的總稱 。其中,交易服務是指以促進網上交易為目的的電子商務交易平臺服務,包括B2B交易服務、B2C交易服務、C2C交易服務三種類型,主體是電子商務平臺企業 。
市場規模
數據顯示,2019年,中國電子商務服務業繼續保持穩步增長,市場規模進一步擴大,全年電子商務服務業營業收入規模為4.47萬億,同比增長27.2%,增速較上年同期加快6.9個百分點 。其中,電商交易平臺服務營收額持續快速增長,達8412億元,增速為27.0%;支撐服務領域中的電子支付、電商物流、信息技術服務等市場營業收入規模為1.80萬億元,增長38.1%;衍生服務領域業務規模為1.84萬億元,增長18.3% 。中商產業研究院預測,2021年我國電子商務服務業市場規模可達59648億元 。
數據來源:商務部電子商務和信息化司、中商產業研究院整理
從細分領域來看,發行人所在的衍生服務領域業務規模增速最高 。其中,電商代運營2019年市場交易規模為11355.1億元,同比增長18.0%,得益于電子商務的快速發展,電商代運營行業中的品牌電商服務市場保持高速增長,不斷涌現出一批優秀代運營商 。
數據來源:商務部電子商務和信息化司、中商產業研究院整理
未來發展前景
1.專業分工下的服務需求增加
在互聯網及通信技術的支持下,傳播速度和信息效率有了本質上的提高 。消費者在線上可以輕松地獲得商品信息,體驗快速物流服務,通過“意見領袖”得到產品反饋,通過主題活動增加品牌認知 。效率的提升催生了一個更大的市場,同時也使得商品從品牌方流轉到消費者的過程發生了改變,從原先的單一觸點方式改變為現在的多觸點方式,每個觸點需要優質的服務商參與其中,協助品牌方共同完善消費者的購物體驗 。
2.線上消費的充分鼓勵與扶持
近年來,居民消費對于國民經濟的發展已經起到越來越大的拉動作用,國家相關部門關于促進消費的政策也在不斷出臺,如《關于完善促進消費體制機制,進一步激發居民消費潛力的若干指導意見》《關于加快發展流通促進商業消費的意見》 。同時,電子商務作為消費新業態的主要生長載體,未來將在促進消費及拉動經濟增長中被賦予更多使命 。
3.法制環境和行業規則不斷健全
作為電商領域的首部正式法規,《電子商務法》的落地實施對行業的長期良性發展起到了積極的作用 。《電子商務法》堅持發展與規范、政府與市場、監管與自律相結合,在法律規范的前提下,充分激發市場活力和創造力 。并從推動通關效率提升、規范電子商務經營者登記、推進網絡誠信體系建設幾個方面來規范和推動電子商務市場的發展 。大量不合規的從業者將會陸續退出,有利于行業內優質公司的集中度提升 。
更多資料請參考中商產業研究院發布的《中國電商行業市場前景及投資機會研究報告》,同時中商產業研究院還提供產業大數據、產業情報、產業研究報告、產業規劃、園區規劃、十四五規劃、產業招商引資等服務 。
客戶管理---客戶策略上周總結了理解客戶的三個方法,核心是融入客戶的情境,理解客戶所需所想 。在理解客戶需求后,本周總結如何針對不同的客戶,提供具有針對性的產品和服務 。
一、客戶接觸點
對于一家企業而言,所有能被客戶看見的東西,都是客戶接觸點,比如店面,商品和廣告 。而這些能被客戶感知到的展示面,是所有客戶策略展開的起始點 。所以客戶接觸點非常重要 。優衣庫創始人柳井正將廣告比作一封能讓客戶看了心動,并來到店里的情書 。足見其對客戶接觸點的重視 。
未來的店長和客戶經理等面相客戶的基層領導崗,會非常重要 。因為他們既要與客戶密切互動,收集信息,同時也要帶隊伍 。他們接待客戶的方式,也會逐漸變成他所處團隊,接待客戶的標桿 。
二、客戶營銷|從4C到4P
1.4C模型
客戶的種種價值主張,可歸納為4C
1)有效解決方案customer solutions
2)客戶花費customer cost
3)便利性convenience
4)客戶和企業間的溝通communication
2.4P模型
有效的營銷組合,主要應該考慮四個因素 。
1)產品Product
2)價格Price
企業確定了產品之后,企業需要考慮如何給這個產品定一個價格(Price) 。
3)定位Place
企業必須要想一個最有效的通路,能夠讓這個產品到達客戶的手里,這就是把產品放在哪里Place,
4)促銷Promotion
為了實現好的銷售業績,企業還需要考慮使用怎樣的手段,Promotion,就是促銷 。
4P模型是營銷管理、銷售管理中最經典的內容,每個企業要想做對營銷,都要認真地考慮這4個P 。
3.相互關系
企業滿足客戶的過程,就是4C轉化為4P的過程 。
之前聽過一個故事,有個客戶來店里,說要買個鉆頭 。導購員a上去就把所有產品介紹一遍,并推薦了性價比適中的一款鉆頭 。結果客戶連連搖頭 。正當客戶準備離店,導購員b走到他面前 。與導購員a不同,他先詢問了客戶用鉆頭干什么,以及其他的一些細節 。幾個問題過后,導購員b了解到,客戶需要的,其實是在木制的墻上鉆個洞,用來掛一副畫 。結合客戶的實際需求,導購員b并未選擇性價比最高的,而是介紹一款硬度適中,直徑較小的鉆頭,給到客戶 。最后客戶十分滿意地購買了這款鉆頭 。
這個故事里的兩位導購員,其實就是兩種不同的思維,第一位是只有4P,而第二位從4C出發,轉化到4P,用戶思維,最終幫助導購員b,完成了業績 。
其實我們在工作中,很多時候也是拍腦袋判斷,自以為自己的想法,就是用戶的想法 。在設計構思產品,和設計用戶體驗時,可以練習,長此以往,你就會越來越了解你的用戶 。
三、客戶細分
上一篇講到過客制化,每個用戶都有自己的需求 。一個簡單產品通吃全部市場的時代,已經過去了,只有客戶分類清楚了,才能有效地獲得客戶、維持客戶和發展客戶,才能找到真正屬于自己的菜 。產品和企業都是為客戶而生的,這是商業世界的基本邏輯 。那如何做好客戶細分呢?
1.數據挖掘
從幾十年前的紙質檔案,到現在的計算機云存儲數據,可以說信息是爆炸式的增長,而管理并用好這些信息,讓信息產生商業價值,就需要用到數據挖掘 。最近工作上的項目,正好在和谷歌合作,建立一套基于項目本身的大數據系統,簡單講講我的認知
首先,即使有了之前其他項目的成功經驗,以及成熟的大數據算法,但是基于項目的關鍵指標和小算法,還是需要依據項目本身的特性,重新設計并實驗的 。這個周期會在半年到一年多的時間,也就是一個長期的事,急功近利是不可能的 。
其次,最初篩選的維度盡量多,之前兄弟項目的用戶行為記錄指標,只有100個,為了找到最關鍵的用戶行為,最后他們拓展到了500個行為記錄指標 。從后來的結果來看,除了第一條指標在原有記錄內,其他大部分關系到用戶留存,及可能付費的指標,都是隱藏在后續拓展的100到500個指標中間 。所以在建立大數據的過程中,一定不能拍腦袋決定哪些有用,哪些沒用 。腦袋要拍嗎?要,但不是在跑數據之前 。
第三,有了這么多維度,接下來就是找影響用戶的關鍵指標 。將一批數據,提供給到谷歌工程師團隊,由他們負責跑數據,并給出初樣結果 。結果很簡單,左邊是用戶行為,右邊是影響付費或留存的因素占總和的比例 。
得出了初步的結果,不能直接用,此時需要根據項目經驗,來篩去不符合的行為字段 。比如第一個行為字段,就是付費用戶才會有的,那自然是有這種行為的用戶,付費比例很高 。
那你可能會問了,既然知道這個字段篩選出來也會被刪掉,是否一開始就不把他作為字段去跑數據呢?答案是還需要,因為一個項目有多維度的指標,可能他對識別付費用戶沒有幫助,但對是否這個付費用戶,會再次付費的預測很有幫助 。大數據系統無論從人力投入,還是時間產出上來說,如果只為了解決一兩個問題,性價比很低 。既然有了,就全方位用,而且多提供信息,也能幫助系統更好的學習用戶 。
最后,反復加統計維度,再反復去除無用的維度 。這個優化過程是持續的 。但是會有兩個可投入使用的指標:
1)錯誤率
預估的付費,留存用戶,最后有多少沒有付費或留存玩家,占總預估數的比例
這個比例越低,說明模型的預測能力越準確 。該比例如果越高,則說明模型判斷存在大偏差,無法使用
2)遺漏率
預估正確的付費,留存玩家,占總付費留存玩家的比例是多少 。
這個比例越低,說明未被檢測到的付費用戶越少 。這個比例如果過高,則該模型適用的用戶規模太小,也無法使用該模型
2.激活用戶
你的產品和服務,客戶不一定會重復購買,如果你有數據,你就會發現:很多人漸漸就離開了 。這些人可以分成三類人:瞌睡客戶;半睡客戶;以及沉睡客戶 。這三類客戶,我們可以用不同的指標來去劃分,比如可以按照停止消費的時間來劃分 。
在大數據的背景下,決定是不是對他們進行喚醒,以及用怎樣的產品和怎樣的方式去喚醒,都不是簡單地拍腦袋,而是由行為分析作為依托的 。
四、客戶轉化
企業的客戶管理,說起來復雜,其實也簡單,就是兩件事:
1)把已有的客戶服務好,包括逐步改善你的產品,不斷喚醒那些沉睡的客戶,增加客戶滿意度和忠誠度;
2)通過各種手段,把各種非客戶都轉化成為客戶 。當越來越多的人從不是客戶變成客戶的時候,企業就是在走向成功 。
第三節中討論了如何喚醒沉睡的客戶,也就是第一個問題 。這節,我們討論如何增加客戶,也就是第二個問題 。
1.三種非客戶
1)企業的準非客戶
離標準客戶距離最近的一種客戶,符合包括需求,支付能力等所有的目標客戶特點,但現在不是你的客戶 。
2)拒絕型非客戶
至少有一項不符合目標客戶的特征,比如說支付能力,或者需求目標 。但是通過對他們的細致研究,改變或推出新產品,也可能將他們轉化為你的用戶 。
3)企業從未探知的客戶
2.轉化關鍵:抓住價值主張
對于上述三種客戶,如何才能把他們轉化為自己的用戶呢?
顯然,對于不同的人,轉化手段是完全不同的,當然,轉化的結果也可能完全不同 。不過,雖然實現成功轉化的細節會不一樣,但轉化的核心都要基于客戶的 “ 價值主張 ” 分析 。
客戶購買你的服務,一定是滿足了全部剛需需求,部分非剛需需求 。支付能力是剛需需求,需求取決于用戶本身,可能是剛需需求,也可能是非剛需需求 。充分了解客戶的價值主張,并把剛需和非剛需需求都列全 。之后研究能否把剛需需求全滿足,盡可能多的滿足非剛需需求 。
這里要強調一點,剛需不是你以為的剛需,而是客戶的真實剛需 。有個辦法可以確認是否是剛需 。對所有的客戶剛需需求,再列一個優先級 。假設只能有一個剛需,選哪個 。只能有兩個,選哪個... 。找到真正的用戶剛需,在資源分配上,也向滿足客戶剛需的工作傾斜,就會有突破 。滿足了客戶的真實剛需,就可以實現對于客戶的轉化,你就會創造超乎尋常的經營效果 。
五、客戶與品牌
品牌就是企業圈粉,并且把客戶徹底鎖定的工具 。好的品牌,其實就是要和客戶形成一種關系,用一種附加在品牌背后的理念,用產品和服務的功能,緊緊地把產品和服務與客戶的訴求和情感聯系起來 。這種關系,從消費者一方說,就是信任;而從企業一方說,就是承諾 。
1.品牌與企業規模無關
品牌就是連接產品和客戶的線索 。這條線索強,客戶鎖定的能力就強 。品牌不一定是大,也可以是精,品牌只是一個定位,而大只是其中一種
2.語義記憶與情節記憶
1)語義記憶:在某個行業內,將自己的品牌,與某個詞語聯系在一起,做到行業+詞語=你的品牌 。而這個詞語的定位及定義,決定了你的品牌 。比如高檔,質量好等等 。
和品牌綁定的詞語,定義很關鍵,產品越趨于同質化,越沒有差異化,就越容易遭遇記憶干擾 。
2)情節記憶:消費過程中的情節體驗,以及后續的產品使用,決定了用戶的情節記憶
3)語義記憶和情節記憶的關系
由于外在的宣傳、由他人傳遞給你的關于某一個品牌產品的體驗,是可以被你暫時接受的,形成你關于某一個品牌的一個好印象 。這個好印象,就是一個長期記憶 。后來,當你每一次看到這個商品的廣告時,都會把記憶在頭腦深處的知識拿出來復習一下,重新形成對這個品牌的印象和記憶 。當你得到好的購物體驗和消費體驗的時候,也會把這種強化了的知識,加入到你的記憶之中;同樣,當有比較差的體驗的時候,你的記憶也會被修正 。
3.廣告:向用戶傳遞品牌信息
在提供出色的產品和服務之后,努力建設品牌,向客戶傳遞品牌信息,這個方式是有講究的 。廣告對人的影響效果,頻次越高,記憶越持久 。
總結一下:
1.客戶策略,基于理解用戶的前提,用多種不同的手段,理解用戶;
2.為不同的消費者,提供個性化,針對性強的產品或解決方案,4p與4c相輔相成;
3.對客戶進行分類,抓住各類型用戶不同的價值主張,進行轉化;
4.注意樹立企業自己的品牌,并尋求差異化 。
【干貨】電商歸因模型技術方案作者介紹
@杭州阿坤
母嬰電商行業數據分析師兼數據產品經理;
致力于研究電商行業的數據驅動增長,
以及數據產品從0到1的搭建;
“數據人創作者聯盟”成員,“最佳創作獎”獲得者 。
01 電商歸因目的
對于電商平臺來說,當流量進入時,我們需要引導其完成購買任務,以實現流量價值最大化,在互聯網紅利消耗殆盡之時,流量會越來越貴,我們需要精細化運營每一份流量 。
我們在做各種banner活動、Feed流推薦優化、活動頁等進行效果評估,無法知道該位置最終產生了多少收益,也就很難針對該位置進行有效的改進 。
如果進行單因數AB測試進行改版的效果評估,那也會存在如下2個問題:
單因素變量控制并不容易做到完全可控,如果產品處在增長期,產品增長本身就是一個影響因子,很容易忽略此類因素的影響 。
評估方式低效,如果 2 天內只控制 1 個坑位變動,那么評估 20 個坑位內容改變就需要 40 天時間,這樣的效率任何企業都無法接受 。
因此,我們希望用數據分析中歸因的方式解決坑位運營中評估的問題 。
我們引入電商坑位歸因的概念,把每一筆的成交都歸給轉化路徑中不同的坑位 。根據坑位的曝光轉化價值來評判坑位的好與壞 。把寶貴的流量盡可能都引導到轉化率更高的坑位,以此達到精細化運營的效果 。當然有了這個坑位價值評判的機制后各個坑位的改版也能準確的評估,真正做到了數據驅動增長 。
02 歸因類型簡介
首次觸點模型:多個「待歸因事件」對同一個「目標轉化事件」作出貢獻時,認為第一個「待歸因事件」功勞為 100% 。
末次觸點歸因:
多個「待歸因事件」對同一個「目標轉化事件」作出貢獻時,認為最后一個「待歸因事件」功勞為 100% 。
線性歸因:
多個「待歸因事件」對同一個「目標轉化事件」作出貢獻時,認為每個「待歸因事件」平均分配此次功勞 。
位置歸因:
多個「待歸因事件」對同一個「目標轉化事件」作出貢獻時,認為第一個和最后一個「待歸因事件」各占 40% 功勞,其余「待歸因事件」平分剩余的 20% 功勞 。
時間衰減歸因:多個「待歸因事件」對同一個「目標轉化事件」作出貢獻時,認為越靠近「目標轉化事件」做出的貢獻越大 。
對于電商平臺來說,末次觸點歸因是比較適合電商站內銷售歸因的 。雖然用末次觸點歸因實現方案上比簡單,但是直接將價值100%歸因給購買或者轉化之前最后一次接觸的渠道,而完全不考慮整個過程中消費者到底接觸過多少個觸點 。轉化之前發生了太多的事情,該模型完全忽視了漏斗上層和中層部分的行為對轉化的影響 。
因此我們公司融合首次觸點歸因和末次觸點歸因,計算用戶進入一級流量入口后再到完成的完整購物鏈接行為 。一級流量流入的定義為:各個入口之間無法進行跳轉,只能通過切換tab進行跳轉或者返回初始位置后重新點擊進入 。這樣我們就可以基于購物的完整鏈接的最外層進行銷售歸因,并且也能知道用戶購物的完整路徑,同時保證銷售歸因后各個入口坑位的銷售額之和等于當日的銷售額 。
使用這種融合歸因方式,也可能知道中間步驟的轉化率 。比如活動會場頁和商品詳情頁的相關推薦,雖然對電商平臺整體進行銷售歸因時,不會計算活動會場頁各個模型的銷售,也不會計算商品詳情頁的相關推薦 。
但是由于我們記錄了用戶進入一級流量入口后的詳細路徑,因此我們單獨研究活動會場頁和商品詳情頁的效率時,也是可以計算得到各個模塊的銷售來進行對比分析 。但是切記不能和一級流量入口的銷售混合在一起看,這樣會導致銷售歸因發生重復 。
用戶購物路徑模擬圖
03 電商歸因實現方案
對于電商歸因我們進行了三個方面的歸因,包括:曝光歸因、點擊歸因、銷售歸因 。即歸因出所有的商品曝光來自哪里,所有的商品點擊來自哪里,所有的銷售來自哪里 。這樣就可以追蹤各個流量入口的曝光鏈路歸因指標 。比如各個流量入口的商品曝光點擊率、商品點擊支付率、商品曝光價值等等核心監控指標來評價各個流量入口的效率 。
電商歸因準確的前提是埋點日志的完整性,因為我們是通過需要歸因的事件往前找到用戶的購買路徑,這樣的好出是大大減少計算量,也基本解決的歸因的問題 。因此用戶行為日志的完整記錄才能真實還原用戶的購買路徑,否則就可能導致歸因出錯,最終造成錯誤的評價數據 。
首先需要在埋點體系中引入PageId的概念,PageId的作用是每當用戶產生一次跳轉行為進入一個新頁面時,為這個頁面賦予一個新的PageId;而當用戶點擊返回時,不會產生新的PageId 。PageId是越靠近的當前時間的頁面瀏覽的行為越大,且不會重復,類似于自增ID的實現邏輯 。PageId的實現當然是寫入埋點SDK當中,這樣保證所有的埋點事件都帶上PageId,并且也無需開發同步每次單獨寫邏輯 。
然后根據埋點日志去還原用戶的行為路徑,全程都可以僅僅使用SQL邏輯就能計算完成 。
首先要確定所有要歸因的end事件(末端事件),包括商品曝光、商品點擊、商品加購成功(加購后可以通過server的訂單表判斷用戶是否完成了付款,也達到了銷售的歸因目的) 。
然后在確定所有歸因head事件(首端事件),即之前就定義的好的各個一級流量入口 。
我們平臺比較特殊,是工具類App同時擁有電商業務,這樣一級流量入口會比較多,但是可以枚舉完成的,不僅僅包括常規電商App的流量入口,還可以在各個工具頁面嵌入電商入口,這樣復雜性要強于一般的電商App 。
我們的埋點日志都會記錄用戶發生各個行為的本地時間,用end事件時間去找最接近的這個時間的head事件,直接用SQL的left jon關聯日志表就能完成計算 。
這樣在首尾2段時間內的所有埋點日志行為就是我們需要日志 。
然后篩選出這些日志中的所有點擊事件,過濾掉其他無效事件 。
再對所有剩下的日志進行排序,按照本地時間排序,這樣就得到了一條完整的用戶有效行為的路徑記錄 。
對于這部分數據我們就可以進行存儲使用了,這部分數據為歸因后用戶完整鏈路記錄數據 。
再基于PageId過濾掉同個頁面相同PageId的事件,保留本地時間最晚的那一條事件記錄 。
這樣就得到了用戶進入一級流量入口后真正進行末端事件的有效路勁 。
這部分數據也需要存儲記錄,并且這個部分真正歸因完成的用戶行為路徑,此時的得到各個一級流量入口就行歸因得到此末端事件的來源 。
通過這樣計算后就了解各個一級流量入口的商品曝光點擊情況,也能知道銷售情況 。
利用這些數據就能衡量各個流量入口的效率情況,也同樣也可以中間承載頁面的效率如何 。
就能幫助產品運營更好的改善各個功能以及迭代各式各樣的活動 。
用戶進行一次加購的路徑還原
通過上述方法的計算,我們最終得到的用戶加過鏈路步驟為:【1,2,9,10,11】,并且入口事件【1】就此次加購事件的歸因來源 。
另外再來舉個商品詳情頁相關推薦的例子,下圖所示的用戶行為最終得到的鏈路步驟為:【1,2,9,10,11,12】,由于我們是完整保留用戶的路徑,因此我也只能這次加購事件不僅來源于1,也有一部分功能功能來于11,也就是商品詳情頁的推薦,因此我們也能計算出商品詳情頁的推薦效率如何,后續算法團隊迭代模型時也能根據這個數據來衡量優化的好與壞 。
商品詳情頁之間的橫跳類型用戶路徑
04 總結
通過以上方案得到電商歸因模型數據,可以大大提高運營同學的運營效率,不再是盲人過河實的憑感覺去優化各個坑位和活動,已經可以通過數據清晰公平的判斷運營每一次迭代的結果 。
但是僅僅根據坑位歸因決定坑位價值,容易出現短期偏見,即追求短期利益,比如在一款內容產品中鑲嵌一些游戲元素,可以讓用戶停留更久、數據表現更好 。但從長期來看,這種行為破壞了整個產品的價值定位,因為內容產品原本提供的是內容并不是游戲,產品也不并是為了追求用戶停留時長而是為了實現價值 。這是兩者都存在的短期偏見 。
因此不能僅僅根據坑位歸因后的銷售轉化價值來評價坑位,還需要綜合考慮產品價值定位、戰略發展等因素,才能圍繞長期目標進行健康發展 。
關于購物觸點和購物觸點優化技巧的內容就分享到這兒!更多實用知識經驗,盡在 m.apearl.cn