我是售货员 - B2C商品推荐系统 (一) 思想篇 [转]

原文: http://hi.baidu.com/web001/blog/item/d27e1433f6b8f9f41b4cff43.html

      几乎所有B2C企业, 都在跟 “亚马逊” 学习. 都在分析亚马逊的成功要素. 有同学分析总结, 亚马逊无敌在他的数据分析能力和物流交付能力. 亚马逊有海量详尽的用户特征信息, 有一个有效的商品推荐机制.这使得每一个用户不仅可以快速找到他需要的商品, 系统也会依据用户行为推介他可能会喜欢的商品.这个行为有点像传统商场里的售货员, 通过观察顾客的特征, 然后推介商品给他. 开过商店的同学都会了解, 像客户推荐的, 大部分是赚钱的商品.
一个有效的商品推荐系统, 不仅可以卖出更多的高利润商品, 有效的提高客单价, 还可以改进网站的用户体验.用户会觉得贴心, 因为你知道他想要什么.  这就更容易形成用户粘度,提高重复购买率.

在这用5篇文章, 详细讲述一个 “山寨版的商品推荐系统” 从设计开发到运营的全过程.
我是售货员 - B2C商品推荐系统 (一)  思想篇
我是售货员 - B2C商品推荐系统 (二)  产品篇
我是售货员 - B2C商品推荐系统 (三)  运营篇
我是售货员 - B2C商品推荐系统 (四)  技术篇
我是售货员 - B2C商品推荐系统 (五)  实例分析

电商营销之道讨论群:  37220430


思想篇

不管是B2C, C2C还是传统商场,超市的生意本质是相同的. 都是进货,然后卖掉.说到底就是用不同的手段将商品卖掉. 顾客的终极目标是一样的.
比如我需要ipod, 我可以去淘宝上买, 可以去京东上买, 可以到苹果线上商店去买, 可以到专卖店去买. 最终的目的是得到ipod.  
每个购买手段都有自己的优势和劣势, 顾客会选择一个最适合自己的购买手段. 所以选择怎样的购买手段, 取决于顾客本身的特质. 那么B2C的优势是啥?  如何放大这些优势?


B2C优势分析-顾客感知角度:
注: 0-5标识对应维度的优势或潜在优势的大小. 数字越大,同比优势或潜在优势越大.
即时: 什么时候需要,什么时候即可买到. 及时: 按照约定的时间准时交付.





价格 (优势?)

“价格便宜” 几乎是全体中国网民对网购的基本认知. 也是现阶段顾客选择网购的重要理由.所以B2C的企业都不惜血本,甚至抛弃掉 “不做赔本买卖” 的准则. 赔钱赚吆喝,期望让用户体验并养成习惯, 以后依靠庞大的客户群, 赚到钱或者找到新的商业模式. 


省力 (优势)
通过网购的方式, 顾客不用跑到超市, 只需要轻点鼠标, 即可完成交易. 也不用将大宗物品费尽周折提回家.

品类
理论可以在网站呈现无限多的商品. 因为这不需要空间去摆放, 联系好供货渠道, 也不需要储存所有商品. 

即时(劣势)
现在就想吃苹果, 明天就需要某本书. 是没有办法通过网购手段达成目的的.

及时
假如我了解某家线上商城的配送约定, 可以按照约定好的时间,提前预定好我需要的商品.这其实并不影响我的购物体验.


品质

相对与C2C, B2C还是有一定的品质感知的.


商品呈现 (劣势)
看不到,摸不到实际的商品, 通过图片描述感知道的商品与实际拿到的商品未必一致.



购买体验 (劣势)
对于部分顾客,尤其是女性.“逛商场” 是一种休闲方式, 甚至可以获取成就感,而网购很难给出质感的体验. 


交付体验 (优势)
对于传统的购买手段来说. 交付行为发生在商家的地盘. 交付后需要自己将商品提回家.
B2C/C2C的交付行为, 发生在客户指定的地点, 对比超市无需要排队长队等待收银.节省时间.


商品推荐(优势)
我喜欢黑色.我的大部分衣服都是黑色的. 聪明的B2C网站会依据我的行为分析出这个特点,并将黑色服饰主动推荐给我. 我可以免费获得 “VIP的服务体验”. 而商场的售货员很难记住并了解到我这个特征, 也就很难像我推荐我喜欢的服饰.


信誉保证(劣势)
对于传统购买手段而言,我们购买行为是面对面的,并且在购买前,也可以看到,摸到实际的商品.我们可以当面与商家约定好售后服务内容, 商品质量保证等内容.
B2C则需要费尽周折,让顾客尤其是未发生购买行为的顾客,相信商品的品质, 服务的品质.需要用很多的手段,比如无条件退货,货到付款等来说服顾客敢买.
(当然, 如果已有很好的品牌另当别论)


售后服务
竞争如此激烈的市场环境, 透明的供货渠道, 价格战使商家很难仅靠低价策略来吸引用户. 加上B2C诸多劣势, 好的售货服务可以赢得顾客的好感, 让顾客敢买.甚至商品差一点,价格贵一点也无所谓.
单纯从售后服务的角度分析. 各种销售手段几乎相同, 都可以做得很好.为了让用户敢买, 更多B2C商城的售后服务更好.比如无条件退货, 退货主动上门取货等.


B2C优势分析-经营者角度:





与传统的销售手段相比, B2C省去了店面成本, 但增加网站运维, 线上运营的成本. 商品销售方式的变化, 改变了零售业的业态. 可以突破空间的限制, 在网站上呈现无限多商品. 可以透过数据分析, 了解到每一位顾客的行为, 甚至可以分析出每个顾客的喜好. 理论上网站可以识别每一位客户, 并可以依据客户的喜好无穷尽的为其推荐适合他的商品. 这些是传统的销售手段不可能做到的!  


如何放大这些优势?

通过上面的分析, 如果想要哄好顾客, 抛开商品本身和价格因素, 交付体验越好, 商品推荐越准, 顾客体验就越好,重复购买率就越高,赚的钱就越多. 对于经营者来说, 就要分析好各种数据,通过数据找寻问题所在,不断降低配送成本,运营成本, 不断优化推荐机制,让商品推荐准确有效.

当然作为生意,最根本还是要赚钱的.价格战,供货渠道透明等因素, 使得B2C网站很多商品毛利都很低甚至为负. 这个时候顾客来了, 怎样向他推荐他需要, 并且还有钱赚的商品, 让订单的毛利可以覆盖掉配送成本, 就变得尤为重要. 这就需要有一个行之有效的商品推荐机制.



售货员是怎样推荐商品的?


聪明的售货员, 会通过察言观色, 了解顾客的需求. 细心的售货员会记住顾客的身份和喜好, 当顾客再次光临的时候, 会利用这些信息推销合适的商品. 但这种行为仅仅适用于,小型店铺. 对于客流量过万的大型超市. 再聪明细心的导购, 也不可能做到记住每一位顾客的行为. 

计算机能够解决这个问题, 计算机可以牢记此类信息. 并且可以用程序将售货员的销售行为模拟出来. 应用到B2C中,再恰当不过. 而随着运营数据的积累, “机器人售货员”的推荐行为会越来越准确有效. 从而有效的提高客单价和订单的毛利.



B2C商品推荐系统

通过上面的分析, 给推荐系统一个明确的定位.

1. 它是B2C网站辅助销售的手段.
2. 判断系统好坏的标准: 推荐是否有效. (推荐的商品是否有点击, 客单价是否有提升..)
3. 应该有一个工具, 可以监控推荐有效性, 并做出数据分析.
4. 应该有一个工具, 通过运营数据, 来调整校准推荐行为.

综合国情以及成本等方面综合评估. 用以下思路去实现这套系统.

1.  前期不能将重点, 放在人工智能上, 而应该放在 “人工” ,智能上.
     2.  应该有一系列的推荐规则.来定义客户特性与商品关联关系,  商品特性与商品关联关系,以及 客户特性, 商品特性 与商品关系等.
3.  最终呈现应表现为 顾客1 浏览 A商品 可以看到 推荐的 B商品.
4.  A商品 关联哪些商品取决于 推荐规则, 但最终应该人工确定. 以保证准确性.

(见下图)




在下一篇专题文章中, 将详细的讲述, 这套系统设计过程及工作原理.
如果您也对电商营销感兴趣, 请加入电商营销之道 QQ群:37220430

下一篇:  我是售货员 - B2C商品推荐系统 (二)  产品篇