摘要 : 傳統企業轉型互聯網要打三大戰役,第一互聯網信息化戰役,能夠把你的資源和產品信息化成可以提供給消費者可以服務的互聯網產品。你需要把你的店鋪,店鋪里的每一個SKU都放到網上,並建立數量和狀態識別;第二如何互聯網品牌重塑戰役,也就是說如何在互聯網上講故事,經營粉絲;第三是面向互聯網和电子商務重構後端商品供應鏈。

文|劉琪的商業觀察(liuqi-guancha)

Y是琪哥結識已久的一位電商總監,別人都在熱炒O2O的時候,他卻在耐心琢磨一些背後的深層運作邏輯,並最終悟出了一個道理:

琪哥起初並不認為這是個靠譜的思路,畢竟按照一般人的慣性認知,這是兩種迥異的商業運作邏輯。Y說,O2O本質上是線下零售的数字化升級,將運營一個B2C網站所必須每天關注的運營指標,映射到線下零售運營,你就能得出如上結論。

舉例來說,室內Wifi定位相關的用戶數據分析和B2C運營思維有何關係?Y試着將一個電商人每天必須關注的關鍵數據指標做了拆解:

1、UV和流量來源分析。在線上運營中,UV主要用於分析有多少用戶前來訪問,瀏覽了多少頁面,從而可以準確判斷客流變化。通常情況下,質量穩定的流量和轉化率可以大致推算出銷售情況。所以根據流量的變化及時預測網購銷售額增幅,多數情況下靠譜。流量的異常波動,反映了企業營銷行為可能存在的問題甚至是失誤。相比之下,線下零售一直是一個黑匣子,多數情況下,只有在用戶刷卡交錢的一剎那,才能夠產生一個訂單數據,它對客流的變化感知較為遲鈍,無法做到實時反饋。

互聯網的流量多而雜,特別是粗放的花錢買流量的時候,更是容易產生無效流量。通常B2C網站都會經歷一段流量質量測試階段,從而分析出哪些流量對自己的精準並且性價比合適的。

對互聯網巨頭BAT來講,由於他們掌握了大量的流量數據,甚至可以精準的畫出消費者個人的互聯網圖譜。當然所有一切的追蹤都是依據存在你瀏覽器里的cookie。

而傳統的商超由於輻射半徑有限,可能會覺得UV和流量分析沒那麼重要,但O2O是虛實結合項目,將來O2O的流量一定也會趨向多而雜。同時,用戶手機上的mac-id其實就是瀏覽器里的cookie,一旦跟其他大數據源合併分析,線下商家也將精確掌握消費者的行為圖譜,無疑為精準營銷和個性服務提供極大幫助。

換句話說,線下零售要參考B2C運營邏輯,就要部署室內WiFi定位技術,分析和關注用戶UV的實時變化,同時開展和其他數據源的合作,對流量來源和消費者特徵進行抓取和分析,從而取得一個樣本參數,以此實時監測線下店運營狀況。

2、PV、跳出率和點擊路徑分析。PV是一個用戶在網站的瀏覽深度,同時也跟網站自身信息結構設計緊密相關。用戶在網站的PV數越大,通常說明停留時間越長,網站對消費者的粘度越高。但同時我們也需要跟頁面跳出率一起來分析,如果在某一個訪問路徑頁面的分析上,跳出率過高,也說明用戶無法在短時間內找到自己需要的信息而逃離。

在線上運營中,頁面熱點能夠反映出用戶的注意力偏好,他的每個點擊都能夠被監測到,運營的關鍵是不斷優化素材和展現方式,而點擊路徑分析則好比是一個購物決策樹,可以準確看到用戶是在哪一個樹杈節點產生跳離或購買行為。 整個網上購買過程,可以用一個購買漏斗在進行分析,從“首頁→搜索和分類頁面→商品詳情頁→購物車頁面→結算頁→最終訂單提交頁面”,每一個步驟頁面上的停留時間和跳出率數據都需要仔細的分析。

對應到線下零售運營,主要是動線與布局的優化問題,但此前幾乎都是依賴人工經驗判斷,極少有數據分析的支撐。目前的室內Wifi已經可以做到3~5米的範圍定位,可以相對精確的定義一個熱點區域了。隨着在商超里相關室內Wifi定位設備的合理部署,是可以實時獲得類似於GA(Google analytics)的報表視圖,可以科學的進行動線和布局優化處理。

3、轉化率。轉化率是衡量一個電商網站最終經營狀況的重要指標,在沒有大型促銷或大規模流量導入的情況下,它是基本恆定的,波動很小。一旦轉化率突然發生了變化,一定是出了問題,所以電商人每天都在想辦法提高轉化率。實際的轉化率受促銷設計、商品排序、展示效果、購物路徑優化等多因素綜合影響。

以前零售的線下店是無法分析轉化率的,只能從坪效等最終銷售效益的維度進行事後分析,而最重要的以人為維度的指標被忽略了。所以可以將線下的每一個店鋪看成是線上網站的一個子類目或專題頁,以此對比訪問量與購買量,就可以為店面設置一個類似轉化率的業務預警指標。

4、新老用戶分析和老用戶復購率。新老用戶的佔比,反應了用戶對網站品牌和運營商品的忠誠度問題。電商一般喜歡通過促銷消息推送,以及禮品卡或折扣券,來提升復購率,是線上與線下運營相通的地方。不過,電商的老用戶運營更為精細,比如針對某一個群體或時間段,可以推出一些專題,來回饋老用戶。

放到線下零售運營中,大部分的賣場還是用全場打折的方式,缺少針對性的銷售專場設計。一般來說,線下賣場晚間的訂單量會佔到全天銷售額的50%,尤其是臨近打烊的時刻多是老用戶在光顧,但零售商缺少必要的場景識別與專題設置來做應對,也就無法提升老用戶的購物體驗。

5、AB test與公平曝光率。所有的電商網站在上新品或新功能的時候,都會做AB測試。基本是通過分出出5~10%的用戶流量,50%給A頁面,50%給B頁面,並通過用戶行為數據和轉化率數據的分析,以決定最終上線哪個頁面。假設你突然發現淘寶首頁改版了,而你的公司同事的淘寶首頁沒有變化,就是這個原因。

曝光測試主要是解決商品的列表邏輯與排序問題,特別是對於商品深度和寬度較大的平台商。大量的長尾產品由於無法獲得足夠的曝光而“徹底沉沒”,往往只能取決於運營人員的“買手眼光”。在B2C網站上,通常會給所有新品一個公平的曝光量,通過曝光后的轉化和銷售數據決定商品的銷售策略定位,比如爆款商品、主力銷售商品、打折商品、長尾商品等。

放到線下商超運營,對應的是是商品陳列問題,特別是品牌的櫥窗陳列。櫥窗陳列可以類比電商網站的首頁焦點圖,最直接目的就是“吸引眼球”,它的成敗好壞無疑非常重要。一般來說,品牌商更清楚該如何陳列,並有一套自己的方法,而零售渠道商基本很少參与其中,也就是無法做到實時調優。

現在,室內WIFI的定位技術可以直接解決特定區域的可測試性問題。用戶ID(Mac id),用戶進入特定區域的時間,用戶離開特定區域的時間,這三個數據的分析,可以精確的分析用戶在測試區域的行為。

舉個簡單的例子,線上網站運營一般有焦點圖的32次輪播,每個人的點擊偏好是不同的,電商人可以據此提升有限位置的使用效率。以此映射到線下運營,是否可以根據用戶的行為軌跡,對動線和布局做出動態調優?

6、對UV和流量來源、PV和點擊路徑、節點轉化率和最終轉化率、新老用戶數據、促銷運營政策和媒體投放數據等五個維度數據的疊加分析。對電商人來說,每天的軍情分析就主要靠這五大維度的數據來做分析和推演,並立即調整第二天的策略和部署。這就是互聯網實時更新,小步快跑的工具支撐。

這其實也為線下零售提供了一個思路,O2O作為一個電商工具,最重要的意義就是實時數據監測與業務指標預警,繼而通過快速調優,實現坪效與周轉率的提升。

我們可以做一個設想:在線下零售具備了線上B2C的思維與能力之後,總經理坐在辦公室當中,就能夠查看全國門店的實時轉化率情況,一旦某一個店鋪出現數據的不正常波動,他就可以馬上告知該店的店長,分析問題是否出在了商品擺放問題上,或者可以馬上搞一次促銷專場等等。

說到這裏,琪哥大致明白了Y的思維邏輯,但對於這套思路是否可行還是有所質疑。

於是,Y就給琪哥展示了幾頁PPT,他正在研究歐洲的一家叫做Walkbase公司,其定位是做“Google Analytics online”,主要是為線下零售商提供用戶行為的實時分析平台方案,包括倫敦的寶馬零售店、芬蘭首都赫爾辛基的購物中心KAMMPPI 等,均是它的客戶。

從這兩張圖可以看出,walkbase通過基於室內WiFi的用戶識別,可以分析用戶的停留時間、運動軌跡等屬性。而來自英國的一項調查數據显示,每增加1%的訪客停留時間,就可以帶來1.3%的銷售增長。同時,約有80%的用戶購物決定是發生在店內,這意味着零售商需要精準了解客戶的行為和客流的走向,以此實現最大化銷售收益。

這兩張圖的核心要點是,線下商家未來可以自定義自己的營銷活動,通過設定觸發的時間、周期、地點、內容以及鏈接等,從而實現營銷與零售體驗的閉環。