从现在开始，站在用户行为的角度*数据。

上周末，我和Hetbert在零售电子商务年会上谈到了电子商务的数据和用户体验。我困惑地谈了很多具体的事情，更投机，更随意。回来看看媒体整理出来的信息，偏差很大。所以我整理了一份回顾如下:(现场不是这么说的，但我肚子里想表达的就是这些)1。前两年有网商邀请我分享用户体验的会议，基本没有参加。原因很简单。我觉得这两年分享没用，因为大家都不太在意；再过一两年，不分享的时候，大家都急着到处问，因为是时候*了。这次我们来分享一下，一是陪Herbert讨论网商在用户体验上的数据布局，二是可以在网商正式*用户体验之前铺平道路。现在网商普遍不太*用户体验。这很正常，因为在这个野蛮的增长时期，最重要的不能是狭隘的“用户体验”。我们把用户体验分为几个层次:“有用”易用“爱用”品牌。人们常说用户体验窄，只是“好用”。现在大部分网商只发展到“有用”可用的阶段。现在有很多电子商务网站，服务不如别人好，产品不如别人好，价格不如别人便宜，但有良好的营销资源到处做广告推广，拉一万人总是被愚弄，事实上，对消费者来说，他的企业是“无用的”，经验不能谈论；有很多电子商务网站开放速度非常慢，服务响应不稳定，物流问题……甚至基本的“可以”也不能保证。这个时候真的不需要花主要精力去考虑“好用”的问题。当然也不能完全不考虑，只是不需要作为重点。至于目前的情况，我想给你两个关于用户体验的建议：第一，逐渐开始*“易于使用”。你不需要花费太多精力，但把它当作一件事来对待。比如找两个对这方面很感兴趣，很有激情的完美主义者，让他们放手去做，不要忽视他们，也不要指手划脚。每个月花一点时间看看他们的成就，和他们“学习”交流，想办法表扬他们，从市场预算中掏出一些钱给他们奖金。这样，成本不高，精力不多，但先慢慢做。这个账绝对划算。第二，开始*相关数据的体验，在系统上做一些布局，提前尝试一些关键数据的深入挖掘。仅仅看结果数据是不够的。为了真正利用这些数据来改进体验，我们必须将数据挖掘到第二、第三甚至第十层。通常第一层数据只能给我们一个片面的现象，内部问题是什么，无法知道。2.在具体分析和深入挖掘用户影响力的数据之前，我想表达另一种观点：零售电子商务的未来必须与用户影响力作斗争。这种影响不是简单的营销能力。从消费者影响力的角度来看，国内电子商务的格局目前是一个倒三角形：总共约1.5亿网上购物者，TOP20B2C可以直接到达不到5000万，中小型B2C可以直接到达估计不到1000万；大多数网上商家都是通过淘宝获得的。淘宝是大多数网商所依赖的营销阵地。因为这个市场是淘宝点爆的，所以这种情况应该算是理所当然的。然而，未来的增量市场仍有无限的空间，我相信消费者影响力的三角形可能会倒下。我相信长尾的力量。前几天老邢在围脖上说，未来独立B2C的总量肯定会大于淘宝。我相信。但这取决于时间。也许是102年~因为消费者永远不会关心你是哪个平台。他只知道他需要最好的服务、质量、价格。。。如果我们真的想让这个行业这样做，我们所有的想法都必须回到消费者身边，看看他们需要什么。.3.从用户使用过程的角度来看，电子商务网站与用户体验最相关的数据有四个：单紫外线营销成本订单转换率“支付成功率”回报率“营销成本”：目前大部分网商最关心的是前面的数据，每天看看自己有多少PV。、UV、IP，每天挖空心思去思考如何更便宜地得到PV、UV、IP。在这个野蛮阶段，这是正常的，因为没有人能体验到它。～然而，好好看看账簿：一年前，每笔费用大约是40美分。今天是40到80美分，超过1美分；明年可能要翻一番。我们离2.5美分不远了。互联网上到处都是网商的广告，大家都知道我们是冤大头。互联网整体流量的增长趋势不如市场需求快，越来越多的土财主进来，营销成本一定会越来越贵。我们在营销成本上不断翻转投资。每天1000个包裹中有900个是为了帮助广告商，100名员工中有90个是为广告商工作，包括你作为首席执行官。我认为这一趋势将继续下去。不断纠缠在“营销成本”中，只会让营销成本越来越贵。也许我们应该分散注意力。PS，关于营销成本数据，有一个提醒：在*流量来源时，如果发现广告点来源太大，你可以尝试暂停几天，观察效果。如果暂停后大幅下降，情况非常糟糕，需要尽快找到弥补的方法。“订单转化率”：目前，整个电子商务领域的平均订单转化率为3%。平台转化率最高(具体不方便说)；绝大多数B2C的转化率低于1%，偶尔可以超过1%进行促销；当这种好的时候可以达到3%，Amazon可以达到4.5%。传统商场的转化率一般在40%到50%之间。虽然互联网极其扁平化，但我认为这些数据也应该让我们集体感到羞愧。至少他可以解释，当我们花钱做营销时，我们忘记了我们是否吸引了我们的客户，我们的网站/服务是否对我们吸引的人有用？甚至有50%的网站用户在页面完全加载之前就丢失了。拉一堆人堵塞他们的服务器，让真正的客户一起忍受网站的拥堵。但是，为了提高订单转化率，我们还需要挖掘这里的数据。例如：用户的跳出时间、页面加载时间、主页、活动页、列表页、产品详情页的跳出比例；查看的产品数量。这些第二层数据可以帮助我们发现具体的问题。挖掘越深，数据的价值就越大。例如，我们发现列表页面的丢失主要在第三页和第二页，所以直接向他推荐相关产品在第二页的结尾和第三页的头部，效果通常很好。“付款成功率”：目前，独立B2C的支付成功率普遍低于60%（广告：支付宝余额和卡通的支付成功率大多在80%以上，而网上银行的支付成功率低于55%）。对于付款成功率问题，第三方付款要承担一些责任，银行方面的问题比较多，B2C本身也可以在这里得到改善。根据我们的研究，用户不支付的主要原因是：没有支付渠道、支付意愿变化、交易安全、支付渠道障碍（安全和限额相关问题）、付款方式太难了(其实这个骂的最多，B2C至少可以*几个数据：新老用户的支付时间、大小成功率比较、用户尝试多次支付的比例、使用积分等促销方式的效果、强调安全保障的效果。“回头率”：前面说“零售电子商务的未来一定是在争夺用户影响力”。“回头率”：“零售电子商务的未来必须与用户影响力作斗争”。现在回到数据中，就上述四个数据而言，我认为“回报率”肯定会成为所有电子商务网站的“核心竞争力”。淘宝虽然不同于整个B2C业态，但有很多规律值得参考和借鉴。在过去的两年里，淘宝卖家逐渐退出历史舞台，基本上是那些低回报率，依靠低价格和免费流量。而活得越来越好的淘宝卖家，也是那些回头率极高的人。10年初，很多大卖家都有库存，压力很大。年中复苏时，回报率好的卖家库存成为优势，回报率差的卖家库存成本毒药。例如，一些化妆品卖家的回报率是65%，一些服装卖家的回报率可以达到50%以上，老用户甚至可以购买65%以上的新产品。有了这样的回报率，营销成本和转化率也会跟上，没有理由做不好生意。以JD.COM商城为例，其实他的营销成本并不低，订单转化率难看，支付成功率更丑。然而，人们的回报率很高，一次营销被用作几次。凡客的回报率也很高(但也和他疯狂的邮件营销有很大关系)。(有人问:为什么JD.COM商城高？我回答：京东商城的高回报率是他应得的，是刘强东的职责。品牌没有那么大影响力的是，这么高的客户单价很难转化用户。如果用户不回头，他就没有办法生存。他的一次营销必须多次阻止。）“回头率”应该是B2C最重要的数据，这个数据一定要深入研究。可以尝试尽可能多的产品行为来帮助回头率。我分享了几个可能对此更有帮助的小数据点：收集转换率、电子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*“客户满意度”或“用户推荐度”。客户满意度很难通过数据来表达。建议通过电话回访来解决“用户推荐”问卷可以通过问卷来解决。对于目前的B2C来说，这两个数据在测量客户体验和预测“回报率”方面非常有效。.4.两个总结性建议1。从现在开始，从用户行为的角度*数据。同时，记录你所做的一切。因为，数据不比较自己的东西，回头只能在雾中看花，没有价值。二、只有定性，以偏概全；只有定量，以标带本。不局限于定量数据，定性数据往往同样有用，更容易帮助快速找到原因。最后:建议所有网商朋友回去算账，看看每个环节每年花了多少钱。我们每年都花很多钱在广告和营销上，但当人们来的时候，我们没有留住他。市场预算的1%足以提高后续整体转化率的100%。少投一个冤枉的广告，省钱买带宽，让一半的客户至少等到网站打开；少做一个损失活动，省钱请两个热情做易用性改进，收入必须是几倍甚至几十倍。