一個(gè)電商總監(jiān)的頓悟：用B2C思維如何做O2O

一個(gè)電商總監(jiān)的頓悟：用B2C思維如何做O2O

Y是琪哥結(jié)識(shí)已久的一位電商總監(jiān)，別人都在熱炒O2O的時(shí)候，他卻在耐心琢磨一些背后的深層運(yùn)作邏輯，并最終悟出了一個(gè)道理：如果將線下零售賣(mài)場(chǎng)看做是一個(gè)電商網(wǎng)站，從免費(fèi)WiFi、電子價(jià)簽、商鋪優(yōu)化、導(dǎo)購(gòu)Pad，到庫(kù)存數(shù)據(jù)一體化、用戶(hù)ID打通、CRM系統(tǒng)、微信營(yíng)銷(xiāo)等，其背后的運(yùn)作邏輯其實(shí)是相通的。一個(gè)具備O2O能力的賣(mài)場(chǎng)完全可以用B2C商城的思維來(lái)運(yùn)營(yíng)。琪哥起初并不認(rèn)為這是個(gè)靠譜的思路。畢竟按照一般人的慣性認(rèn)知，這是兩種迥異的商業(yè)運(yùn)作邏輯。Y說(shuō)，O2O本質(zhì)上是線下零售的數(shù)字化升級(jí)，將運(yùn)營(yíng)一個(gè)B2C網(wǎng)站所必須每天關(guān)注的運(yùn)營(yíng)指標(biāo)，映射到線下零售運(yùn)營(yíng)，你就能得出如上結(jié)論。舉例來(lái)說(shuō)，室內(nèi)Wifi定位相關(guān)的用戶(hù)數(shù)據(jù)分析和B2C運(yùn)營(yíng)思維有何關(guān)系？Y試著將一個(gè)電商人每天必須關(guān)注的關(guān)鍵數(shù)據(jù)指標(biāo)做了拆解：1、UV和流量來(lái)源分析。在線上運(yùn)營(yíng)中，UV主要用于分析有多少用戶(hù)前來(lái)訪問(wèn)，瀏覽了多少頁(yè)面，從而可以準(zhǔn)確判斷客流變化。通常情況下，質(zhì)量穩(wěn)定的流量和轉(zhuǎn)化率可以大致推算出銷(xiāo)售情況。所以根據(jù)流量的變化及時(shí)預(yù)測(cè)網(wǎng)購(gòu)銷(xiāo)售額增幅，多數(shù)情況下靠譜。流量的異常波動(dòng)，反映了企業(yè)營(yíng)銷(xiāo)行為可能存在的問(wèn)題甚至是失誤。相比之下，線下零售一直是一個(gè)黑匣子，多數(shù)情況下，只有在用戶(hù)刷卡交錢(qián)的一剎那，才能夠產(chǎn)生一個(gè)訂單數(shù)據(jù)，它對(duì)客流的變化感知較為遲鈍，無(wú)法做到實(shí)時(shí)反饋?；ヂ?lián)網(wǎng)的流量多而雜，特別是粗放地花錢(qián)買(mǎi)流量的時(shí)候，更是容易產(chǎn)生無(wú)效流量。通常B2C網(wǎng)站都會(huì)經(jīng)歷一段流量質(zhì)量測(cè)試階段，從而分析出哪些流量對(duì)自己是精準(zhǔn)并且性?xún)r(jià)比合適的。對(duì)互聯(lián)網(wǎng)巨頭BAT來(lái)講，由于它們掌握了大量的流量數(shù)據(jù)，甚至可以精準(zhǔn)的畫(huà)出消費(fèi)者個(gè)人的互聯(lián)網(wǎng)圖譜。當(dāng)然所有一切的追蹤都是依據(jù)存在你瀏覽器里的cookie。而傳統(tǒng)的商超由于輻射半徑有限，可能會(huì)覺(jué)得UV和流量分析沒(méi)那么重要，但O2O是虛實(shí)結(jié)合項(xiàng)目，將來(lái)O2O的流量一定也會(huì)趨向多而雜。同時(shí)，用戶(hù)手機(jī)上的mac-id其實(shí)就是瀏覽器里的cookie，一旦跟其他大數(shù)據(jù)源合并分析，線下商家也將精確掌握消費(fèi)者的行為圖譜，無(wú)疑為精準(zhǔn)營(yíng)銷(xiāo)和個(gè)性服務(wù)提供極大幫助。換句話說(shuō)，線下零售要參考B2C運(yùn)營(yíng)邏輯，就要部署室內(nèi)Wi-Fi定位技術(shù)，分析和關(guān)注用戶(hù)UV的實(shí)時(shí)變化，同時(shí)開(kāi)展和其他數(shù)據(jù)源的合作，對(duì)流量來(lái)源和消費(fèi)者特征進(jìn)行抓取和分析，從而取得一個(gè)樣本參數(shù)，以此實(shí)時(shí)監(jiān)測(cè)線下店運(yùn)營(yíng)狀況。2、PV、跳出率和點(diǎn)擊路徑分析。PV是一個(gè)用戶(hù)在網(wǎng)站的瀏覽深度，同時(shí)也跟網(wǎng)站自身信息結(jié)構(gòu)設(shè)計(jì)緊密相關(guān)。用戶(hù)在網(wǎng)站的PV數(shù)越大，通常說(shuō)明停留時(shí)間越長(zhǎng)，網(wǎng)站對(duì)消費(fèi)者的粘度越高。但同時(shí)我們也需要跟頁(yè)面跳出率一起來(lái)分析，如果在某一個(gè)訪問(wèn)路徑頁(yè)面的分析上，跳出率過(guò)高，也說(shuō)明用戶(hù)無(wú)法在短時(shí)間內(nèi)找到自己需要的信息而逃離。在線上運(yùn)營(yíng)中，頁(yè)面熱點(diǎn)能夠反映出用戶(hù)的注意力偏好，他的每個(gè)點(diǎn)擊都能夠被監(jiān)測(cè)到，運(yùn)營(yíng)的關(guān)鍵是不斷優(yōu)化素材和展現(xiàn)方式，而點(diǎn)擊路徑分析則好比是一個(gè)購(gòu)物決策樹(shù)，可以準(zhǔn)確看到用戶(hù)是在哪一個(gè)樹(shù)杈節(jié)點(diǎn)產(chǎn)生跳離或購(gòu)買(mǎi)行為。整個(gè)網(wǎng)上購(gòu)買(mǎi)過(guò)程，可以用一個(gè)購(gòu)買(mǎi)漏斗在進(jìn)行分析，從“首頁(yè)→搜索和分類(lèi)頁(yè)面→商品詳情頁(yè)→購(gòu)物車(chē)頁(yè)面→結(jié)算頁(yè)→最終訂單提交頁(yè)面”，每一個(gè)步驟頁(yè)面上的停留時(shí)間和跳出率數(shù)據(jù)都需要仔細(xì)的分析。對(duì)應(yīng)到線下零售運(yùn)營(yíng)，主要是動(dòng)線與布局的優(yōu)化問(wèn)題，但此前幾乎都是依賴(lài)人工經(jīng)驗(yàn)判斷，極少有數(shù)據(jù)分析的支撐。目前的室內(nèi)Wifi已經(jīng)可以做到3~5米的范圍定位，可以相對(duì)精確的定義一個(gè)熱點(diǎn)區(qū)域了。隨著在商超里相關(guān)室內(nèi)Wifi定位設(shè)備的合理部署，是可以實(shí)時(shí)獲得類(lèi)似于GA(Googleanalytics)的報(bào)表視圖，可以科學(xué)的進(jìn)行動(dòng)線和布局優(yōu)化處理。3、轉(zhuǎn)化率。轉(zhuǎn)化率是衡量一個(gè)電商網(wǎng)站最終經(jīng)營(yíng)狀況的重要指標(biāo)，在沒(méi)有大型促銷(xiāo)或大規(guī)模流量導(dǎo)入的情況下，它是基本恒定的，波動(dòng)很小。一旦轉(zhuǎn)化率突然發(fā)生了變化，一定是出了問(wèn)題，所以電商人每天都在想辦法提高轉(zhuǎn)化率。實(shí)際的轉(zhuǎn)化率受促銷(xiāo)設(shè)計(jì)、商品排序、展示效果、購(gòu)物路徑優(yōu)化等多因素綜合影響。以前零售的線下店是無(wú)法分析轉(zhuǎn)化率的，只能從坪效等最終銷(xiāo)售效益的維度進(jìn)行事后分析，而最重要的以人為維度的指標(biāo)被忽略了。所以可以將線下的每一個(gè)店鋪看成是線上網(wǎng)站的一個(gè)子類(lèi)目或?qū)ｎ}頁(yè)，以此對(duì)比訪問(wèn)量與購(gòu)買(mǎi)量，就可以為店面設(shè)置一個(gè)類(lèi)似轉(zhuǎn)化率的業(yè)務(wù)預(yù)警指標(biāo)。4、新老用戶(hù)分析和老用戶(hù)復(fù)購(gòu)率。新老用戶(hù)的占比，反應(yīng)了用戶(hù)對(duì)網(wǎng)站品牌和運(yùn)營(yíng)商品的忠誠(chéng)度問(wèn)題。電商一般喜歡通過(guò)促銷(xiāo)消息推送，以及禮品卡或折扣券，來(lái)提升復(fù)購(gòu)率，是線上與線下運(yùn)營(yíng)相通的地方。不過(guò)，電商的老用戶(hù)運(yùn)營(yíng)更為精細(xì)，比如針對(duì)某一個(gè)群體或時(shí)間段，可以推出一些專(zhuān)題，來(lái)回饋老用戶(hù)。放到線下零售運(yùn)營(yíng)中，大部分的賣(mài)場(chǎng)還是用全場(chǎng)打折的方式，缺少針對(duì)性的銷(xiāo)售專(zhuān)場(chǎng)設(shè)計(jì)。一般來(lái)說(shuō)，線下賣(mài)場(chǎng)晚間的訂單量會(huì)占到全天銷(xiāo)售額的50%，尤其是臨近打烊的時(shí)刻多是老用戶(hù)在光顧，但零售商缺少必要的場(chǎng)景識(shí)別與專(zhuān)題設(shè)置來(lái)做應(yīng)對(duì)，也就無(wú)法提升老用戶(hù)的購(gòu)物體驗(yàn)。5、ABtest與公平曝光率。所有的電商網(wǎng)站在上新品或新功能的時(shí)候，都會(huì)做AB測(cè)試?；臼峭ㄟ^(guò)分出出5~10%的用戶(hù)流量，50%給A頁(yè)面，50%給B頁(yè)面，并通過(guò)用戶(hù)行為數(shù)據(jù)和轉(zhuǎn)化率數(shù)據(jù)的分析，以決定最終上線哪個(gè)頁(yè)面。假設(shè)你突然發(fā)現(xiàn)淘寶首頁(yè)改版了，而你的公司同事的淘寶首頁(yè)沒(méi)有變化，就是這個(gè)原因。曝光測(cè)試主要是解決商品的列表邏輯與排序問(wèn)題，特別是對(duì)于商品深度和寬度較大的平臺(tái)商。大量的長(zhǎng)尾產(chǎn)品由于無(wú)法獲得足夠的曝光而“徹底沉沒(méi)”，往往只能取決于運(yùn)營(yíng)人員的“買(mǎi)手眼光”。在B2C網(wǎng)站上，通常會(huì)給所有新品一個(gè)公平的曝光量，通過(guò)曝光后的轉(zhuǎn)化和銷(xiāo)售數(shù)據(jù)決定商品的銷(xiāo)售策略定位，比如爆款商品、主力銷(xiāo)售商品、打折商品、長(zhǎng)尾商品等。放到線下商超運(yùn)營(yíng)，對(duì)應(yīng)的是是商品陳列問(wèn)題，特別是品牌的櫥窗陳列。櫥窗陳列可以類(lèi)比電商網(wǎng)站的首頁(yè)焦點(diǎn)圖，最直接目的就是“吸引眼球”，它的成敗好壞無(wú)疑非常重要。一般來(lái)說(shuō)，品牌商更清楚該如何陳列，并有一套自己的方法，而零售渠道商基本很少參與其中，也就是無(wú)法做到實(shí)時(shí)調(diào)優(yōu)?，F(xiàn)在，室內(nèi)WIFI的定位技術(shù)可以直接解決特定區(qū)域的可測(cè)試性問(wèn)題。用戶(hù)ID(Macid)，用戶(hù)進(jìn)入特定區(qū)域的時(shí)間，用戶(hù)離開(kāi)特定區(qū)域的時(shí)間，這三個(gè)數(shù)據(jù)的分析，可以精確的分析用戶(hù)在測(cè)試區(qū)域的行為。舉個(gè)簡(jiǎn)單的例子，線上網(wǎng)站運(yùn)營(yíng)一般有焦點(diǎn)圖的32次輪播，每個(gè)人的點(diǎn)擊偏好是不同的，電商人可以據(jù)此提升有限位置的使用效率。以此映射到線下運(yùn)營(yíng)，是否可以根據(jù)用戶(hù)的行為軌跡，對(duì)動(dòng)線和布局做出動(dòng)態(tài)調(diào)優(yōu)?6、對(duì)UV和流量來(lái)源、PV和點(diǎn)擊路徑、節(jié)點(diǎn)轉(zhuǎn)化率和最終轉(zhuǎn)化率、新老用戶(hù)數(shù)據(jù)、促銷(xiāo)運(yùn)營(yíng)政策和媒體投放數(shù)據(jù)等五個(gè)維度數(shù)據(jù)的疊加分析。對(duì)電商人來(lái)說(shuō)，每天的軍情分析就主要靠這五大維度的數(shù)據(jù)來(lái)做分析和推演，并立即調(diào)整第二天的策略和部署。這就是互聯(lián)網(wǎng)實(shí)時(shí)更新，小步快跑的工具支撐。這其實(shí)也為線下零售提供了一個(gè)思路，O2O作為一個(gè)電商工具，最重要的意義就是實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)與業(yè)務(wù)指標(biāo)預(yù)警，繼而通過(guò)快速調(diào)優(yōu)，實(shí)現(xiàn)坪效與周轉(zhuǎn)率的提升。我們可以做一個(gè)設(shè)想：在線下零售具備了線上B2C的思維與能力之后，總經(jīng)理坐在辦公室當(dāng)中，就能夠查看全國(guó)門(mén)店的實(shí)時(shí)轉(zhuǎn)化率情況，一旦某一個(gè)店鋪出現(xiàn)數(shù)據(jù)的不正常波動(dòng)，他就可以馬上告知該店的店長(zhǎng)，分析問(wèn)題是否出在了商品擺放問(wèn)題上，或者可以馬上搞一次促銷(xiāo)專(zhuān)場(chǎng)等等。說(shuō)到這里，琪哥大致明白了Y的思維邏輯，但對(duì)于這套思路是否可行還是有所質(zhì)疑。于是，Y就給琪哥展示了幾頁(yè)P(yáng)PT，他正在研究歐洲的一家叫做Walkbase公司，其定位是做“GoogleAnalyticsonline”，主要是為線下零售商提供用戶(hù)行為的實(shí)時(shí)分析平臺(tái)方案，包括倫敦的寶馬零售店、芬蘭首都赫爾辛基的購(gòu)物中心KAMMPPI等，均是它的客戶(hù)。從這兩張圖可以看出，walkbase通過(guò)基于室內(nèi)WiFi的用戶(hù)識(shí)別，可以分析用戶(hù)的停留時(shí)間、運(yùn)動(dòng)軌跡等屬性。而來(lái)自英國(guó)的一項(xiàng)調(diào)查數(shù)據(jù)顯示，每增加1%的訪客停留時(shí)間，就可以帶來(lái)1.3%的銷(xiāo)售增長(zhǎng)。同時(shí)，約有80%的用戶(hù)購(gòu)物決定是發(fā)生在店內(nèi)，這意味著零售商需要精準(zhǔn)了解客戶(hù)的行為和客流的走向，以此實(shí)現(xiàn)最大化銷(xiāo)售收益。這兩張圖的核心要點(diǎn)是，線下商家未來(lái)可以自定義自己的營(yíng)銷(xiāo)活動(dòng)，通過(guò)設(shè)定觸發(fā)的時(shí)間、周期、地點(diǎn)、內(nèi)容以及鏈接等，從而實(shí)現(xiàn)營(yíng)銷(xiāo)與零售體驗(yàn)的閉環(huán)。最后，琪哥做一個(gè)小總結(jié)。傳統(tǒng)企業(yè)轉(zhuǎn)型互聯(lián)網(wǎng)要打三大戰(zhàn)役，第一互聯(lián)網(wǎng)信息化戰(zhàn)役，能夠把你的資源和產(chǎn)品信息化