分享到:

电子商务网站跟用户体验最相关的四大数据

[来源:] 2010-12-12 16:32:00 编辑:mitime 点击:

从用户使用过程来看,电子商务网站跟用户体验最相关的数据有四个:单UV的营销成本 》 订单转化率 》 付款成功率 》 回头率“营销成本”:目前大多数网商们最关注的是前头的数据,每天看看自己有多少PV、UV、IP,每天

从用户使用过程来看,电子商务网站跟用户体验最相关的数据有四个:单UV的营销成本 》 订单转化率 》 付款成功率 》 回头率

“营销成本”:

目前大多数网商们最关注的是前头的数据,每天看看自己有多少PV、UV、IP,每天挖空心思的去想如何可以更便宜的搞到PV、UV、IP。在这个野蛮阶段,这很正常,因为没人来体验再好也是不行嘛~

不过,好好看看账本:一年前每个成本大概是4毛钱,今天已经到了4毛到8毛,超出1块的也大有所在;明年也许还得翻一番,我们离两块五的日子并不会很远。满互联网都已经挂满了网商们的广告,谁都知道我们是冤大头。互联网整体流量的增长趋势并没有市场需求快,而且越来越多的土财主进来,营销成本一定越来越贵。

我们在营销成本上不断的翻翻投入。每天1000个包裹中有900个是帮广告商打的,100名员工有90名是在给广告商打工,包括做CEO的你。

我想,这个趋势还会继续下去。不停的纠缠于“营销成本”,只会让营销成本越来越贵。也许我们该分散一下注意力。

PS,关于营销成本数据,有一个提醒:在关注流量来源的时候,如果发现某个广告点来源过大,可以尝试暂停几天,观察一下效果。如果一暂停就出现大幅度下滑,这个情况很恶劣,需要尽快想办法弥补。

“订单转化率”:

目前整个电子商务领域的平均订单转化率是3%。平台的转化率的最高(具体不便说);绝大多数B2C的转化率都在1%以下,做促销的时候偶尔可以超过1%;当当这种好的时候能到3%,Amazon可以到4.5%。

而传统商场的转化率一般都在40%到50%。虽然有互联网极度扁平化的原因,我想这样的数据也应该让我们集体感到惭愧。至少他可以说明,我们挖空心思花钱做营销的时候,忘记了我们拉来的是不是我们的客户,我们的网站/服务对我们拉来的人是不是有用的?

甚至有不少网站50%用户在页面没有完全加载之前就流失了。 拉了一堆人来堵塞自己的服务器,让真正的客户一起忍受网站的拥堵。

但是,要想改善订单转化率我们还需要把这里的数据细挖下去。比如:用户的跳出时间、页面加载时间;首页、活动页、列表页、商品详情页的跳出比例;查看的商品数。这些第二层数据才能帮我们发现具体的问题,越挖的深入,数据的价值会越大。

比如,我们发现列表页的流失主要在第三页、第二页,那么在第二页的结尾、第三页的头部直接给他推荐相关产品,效果一般都会不错。

“付款成功率”:

目前独立B2C的支付成功率普遍不足60%(广告:支付宝余额和卡通的支付成功率大部分都在80%以上,而网银却在55%以下)。

付款成功率的问题,第三方支付要承担一些责任,银行端的问题更多,B2C自己也可以在此有所改进。根据我们的调研,用户不付款的主要原因是:没有付款渠道、付款意愿改变、对于交易的安全不放心、付款渠道不通(安全和限额相关问题导致)、付款方式太难用(事实上这个骂的最多,比例却最小)

B2C们至少可以着重关注几个数据:新老用户的付款时间、大额和小额的成功率对比、用户尝试多次付款的比例、使用积分等促销方式后的效果、强调安全保障后的效果。

“回头率”:

前面说“零售电子商务的未来一定是在拼用户影响力”。现在落回到数据上,就上面提到的四个数据而言,我认为“回头率”将一定会成为所有电子商务网站的“核心竞争力”。

虽然淘宝和整个B2C业态有所不同,但有很多规律一定是值得参考和借鉴的。这两年来,逐渐退出历史舞台的淘宝大卖家,基本上都是那批回头率过低的,依靠低价和免费流量的。而活的越来越好的淘宝大卖家,也都是那些回头率极高的。10年初,不少大卖家都有库存,压力很大,年中回暖的时候,回头率好的卖家库存成了优势,回头率可怜的卖家库存成本毒药。

比如,某些化妆品卖家的回头率65%,某些服装卖家的回头率也能达到在50%以上,新品中老用户购买甚至可以超过65%。有了这样的回头率,营销成本、转化率同样会跟着上去,生意没有做不好的理由。

拿京东商城来说,其实他的营销成本并不低,订单转化率很难看,支付成功率更丑陋。但人家的回头率高,一次营销当作几次用。凡客的回头率也很高(不过跟他疯狂的邮件营销也很大关系)。

(有人问:京东商城为什么高? 我答:京东商城的回头率高是他应该的,是刘强东的本份。在品牌还没有那么大影响度的是后,那么高的客单价做下来,转化用户是很辛苦的,如果用户还不回头,他就没活路了。他的一次营销必须挡多次用。)

“回头率”应该是B2C们最应该关注的数据,而且这个数据一定要挖深了看。对于帮助回头率的产品行为,可以尽量多的尝试。我分享几个可能对此比较有帮助的小数据点:收藏转化率、邮件和短信的打开率、用户记录和习惯的保存率。

特别建议大家一定要去关注一下“客户满意度”,也可以关注一下“用户推荐度”。客户满意度很难通过数据来表现,建议用电话回访的方式去做,招几个实习生成本不高这个问题就能解决了;“用户推荐度”可以用问卷的方法去做。这两个数据对于目前的B2C来说,测量客户体验和预测“回头率”都是很有作用的。

转自:白鸦,以用户为中心的设计

分享到: