本文目录一览:
项目三、电商用户画像分析(下)
2014年是阿里巴巴移动电商业务快速发展的一年,例如2014双11大促中移动端成交占比达到42.6%,超过240亿元。相比PC时代,移动端网络的访问是随时随地的,具有更丰富的场景数据,比如用户的位置信息、用户访问的时间规律等。
电商类产品用户研究(电商产品用户画像)
通过数据分析,能够挖掘数据背后丰富的内涵,为移动用户在合适的时间、合适的地点精准合适的内容。
本案例的目标是从该数据进行随机抽样,并用mysql进行分析,提高自己对电商指标体系的认识。
1、字段说明
1、提出问题:
1)分析用户购物过程中的常见指标,了解运营现状,查看各环节的漏斗转化情况,并找到需要改进的;
2)研究用户在不同维度下的行为规律,了解用户行为特征,优化运营策略;
3)利用RFM模型对用户进行分类,指导运营针对不同价值用户进行精细化运营;
4)了解用户生命周期,针对不同周期的用户采取不同的运营策略。
2、指标和字段解读
通过用户和用户行为路径可以分析PV、UV、PV/UV、跳失率、总订单量等运营指标;
通过用户行为和时间可以分析用户的购物行为特征;
通过用户和商品、商品类别可以分析用户的购买商品偏好;用户和时间可以分析用户的购买时间偏好,便于对不同商品和时间偏好的用户采取个性化时间(push、短信等推送);
通过商品类别和用户行为可以分析不同商品类别受欢迎程度,指导运营进行商品的上新或下架;
通过商品类别和时间可以分析不同商品类别的热销时间段,便于做活动的推广;
结合AARRR模型,可以分析用户的生命周期,划分不同用户所处的周期阶段,采用异化运营;
通过时间和用户的生命周期字段,结合RFM模型可以给用户做价值分类,对客户进行异化管理。
(查看数据清洗流程: )
将csv导入mysql的方法:
切换命令行菜单:
导入数据:
1)选择子集
导入之前已选择好
2)列名重命名
无需更改列名
3)数据类型转换
可以在设计表菜单栏更好数据类型
4)数据去重
存在重复值,但由于同一用户同一个行为在一小时内是可能存在多次的,因此这里不做去重处理。
5)缺失值处理
经查询,无缺失值
6)关联数据
由于只有一个表格,无需做表关联(如果需要关联,可以到分析过程中有需要时进行关联,这样会提高MySQL的性能。
7)异常值处理
无需处理异常值
8)数据标准化整理
日期数据整理:
为方便后续的分析,将日期数据分为日期和时间两个维度
行为数据整理:
将用户行为数据进行替换: 1:pv 2:f 3:cart 4:buy
以上就完成了数据的整理工作。
1)流量指标:
计算页面访客数(pv)、访客数(uv)、人均点击数(uv/pv)
页面访客:9871次、访客数:8474位、人均点击次数116.58次。
95/30≈3.89次,日人均点击次数大概为3.89次/人/天
2)每日流量指标变化趋势
通过Nicat导出数据进行可视化处理:
pv、uv指标呈正相关性;
三个指标在大部分时间走势平稳,由于双十二的影响,从2014-12-11开始上升,到2014-12-12达到峰值,2014-12-13结束回到正常水平。
1)按照页面访客计算漏斗转化率
由于在购物环节中,收藏和加入购物车行为没有严格的先后之分,可将两个个步骤作为同一步,最终得到用户购物行为各环节转化率,如下:
从整体转化率来看: 浏览- 收藏/加购转化率仅为5%,总体购买转化率为1%,说明有大部分的用户在浏览后未进行下一步作,平时“逛街看看”成为一种习惯;
从转化率来看: 浏览-加购/收藏环节转化率很低,收藏/加购-购买的转化率也只有20%,说明有相当一部分用户是喜欢“囤货”,可能是为了等节日购买?由于整体的并不是最细的不可分割,整体的数据比较粗糙,如果需要进一步的深入分析,需要有更细的转化率数据(由于作路径每个环节都会损失一部分,因此如果能近量的较少客户购买时所需要的作步骤,对提升整体转化率应该会有很好的提高)。
2)访客计算漏斗转化率
用户每个环节的转化率不多,需要更多数据才能发现用户流失原因。
3)、跳失率
浏览页跳失率: = 只访问一次就离开的人数/总用户数
只加收藏、购物车人数
1)总成交量和人均购买次数:
2)每日总成交和人均成交情况:
1)总体复购率
复购率=复购人数/购买人数=2295/4330=53%
2)商品品类销量排名(商品复购率)
如果有更多数据,可根据商品品类属性进行研究和下钻,优化商品结果,但这里因为数据脱敏无法进行下钻分析
3)用户复购排名
以上用户对平台的忠诚度比较高,对平台的销售贡献度也高(利润贡献情况还需要具体分析),对不同的客户可以收集相应的用户画像,并对用户进行分层管理和营销,从而达到精细化运营
1)、按日期维度
用户活跃度与总体点击数是正相关的,走势平稳,不过在双十二电商大促这天各项指标暴增,且当天点击数占比有所下降(用户的点击更有针对性,前期已经选好商品,就等双十二当天直接购买的客户数量比较多?), 成交数占比大幅上升。
2)、周维度
一周中的大部分时间用户活跃度都比较平稳,周五比较特殊,出现了增长( 查看数据发现双十二正好是周五,属于特殊活动日,如果进行详细分析时应该将双十二的日期排除分析有更有意义)。
3)、小时维度
晚间用户较为活跃,但用户行为倾向于浏览;白天尤其是中午左右的时段,购买行为的比率相对一天中,此时购买的目的性最强(浏览数占比与购买数占比进行关联分析得出结论)。
按照商品品类区分( 矩阵分析 ),根据点击次数和购买次数两个维度将所有商品划分到四个象限:
点击数高,购买数高。说明此类产品比较强,品牌多且种类丰富,用户在较高的需求下有很多的选择;
点击数低购买数高。用户的购买决策十分果断,且对于该类产品的需求量也是很大的,说明该类产品选择性比较小,可能形成几个品牌垄断的情况,或者产品的异性较小,用户不愿花费过多的精力去挑选。
点击数低购买数低,绝大多数产品都集中在这个象限,这种产品存在很多的替代品,用户很难集中在某个子类进行大量购买,而是跳跃式选购。
点击数高购买数低,这类产品的需求弹性较大,用户购买存在随机性。
用户购买商品分为以下几类过程:
直接购买
浏览后购买
加购物车购买
浏览加购物车购买
收藏购买
浏览收藏购买
结果显示,直接够买的用户远远多于浏览后加购或者收藏再购买的用户,说明大部分购买者都是喜欢直接购买商品的,这个跟周围朋友的习惯也是符合的,基本上都是在浏览的阶段都不会马上购买,而是等到过段时间想买的时候就直接下单,几个步骤之间相当于是分开的。
用户的购买次数大部分集中在5次以内,购买频率都还挺高的
本文主要通过构建用户模型来分析拼多多用户的基本属性、认知与行为特征、消费习惯及社交关系等,通过对场景与动机的提炼及行动链路的拆解来分析用户背后的影响要素。
产品:拼多多作为新电商开创者,致力于将娱乐社交的元素融入电商运营中,通过“社交+电商”的模式(用户通过发起和朋友、家人、邻居等的拼单,拼多多通过拼单了解消费者,通过机器算法进行精准与匹配),让更多的用户带着乐趣分享实惠,享受全新的共享式购物体验。
体验环境:华为nova3--EMUI9.0.0,APP版本4.66.0
笔者在这先与各位看官分享一段小历史。对于近代史的开端,想必大家在历史课本中都学到过,敲开了近代封闭的大门。它对形态带来了极大的冲击,自给自足的小农经济在化大生产面前不堪一击,它给当时的人们带来了 价格更低廉 , 种类更繁多 的工业化商品。
历史的车轮不断向前碾压,一转眼来到了现代,来到了今天。城镇化的发展与移动设备渗透率的扩大,打破了城镇锈迹斑斑的藩篱。这是电商大炮能够轰开低线城市大门的根源。由此带来了人们关系的巨大变化,其一是 地理空间关系的变化 ,其二是 社交空间关系的变化 。这两种关系的变化是低线城市电商能蓬勃发展的两大前提。城镇化过程中道路建设起来了,人们居住空间聚集起来了,相比于广袤分散式的农村,城镇是小型集中式的,因此电商物流在城镇内流转远比农村高效。此外,智能手机的普及,推倒了困住低线城市群体的城墙,他们可以接触到更广阔的社交圈,更多花花绿绿的商品。 价格更低廉 , 种类更繁多的商品, 则成了攻陷城镇围墙的一发。这一切似乎与当年的颇有几分神似。
这两大前提的出现,带来了人们消费认知的转变。这种消费认知的转变,笔者认为是 “家庭化消费”向“化消费”的转变 。在“家庭化消费”中,人们更多的是需要型消费,比如牙膏快用完了,所以需要去买牙膏。“家庭化消费”一个显著的特点是 “人找物” 。而在“化消费”中,人们不仅仅是因为需要才去消费,而更多是被各种信息着去消费,例如某女士日常都是用普通拖把打扫卫生的,但是某天刷到一个达人的电动拖把,省时又省力,价格比较合理,某女士便购买了一个,她觉得很好用,也带动了周围熟人购买这款产品。在“化消费”中,通过创造出需求,来增加消费。“化消费”的显著特点是 “物找人” 。
电商经历了20多年的发展,基础条件基本成熟。头部电商平台占据了主要市场,既有以淘宝,京东为代表的综合电商平台,也有蘑菇街,蜜芽宝贝,聚美优品等垂直电商。本来可以说电商市场已趋于风平浪静,但随着拼多多的到来,使得电商市场又风起云涌。“时势造英雄”,环境背景的变化,把电商的战线从一二线城市拉向了低线城市。而拼多多正是切入低线城市“化消费”的新电商。为了应对拼多多的崛起,不论淘宝还是京东都在电商产品上向低线城市部署,社交电商也成为了一个热门词。这一波社交电商的攻势,在于迎合人们的“化消费”,即消费需求的与再创造。笔者认为 “化消费” 的转变是电商产品设计的一个重点,也是本文分析的一个基调。
拼多多的发展可以说是利用下沉市场在电商红海中撕出了一道口子。拼多多在短短4年左右的时间里便爬到了头部电商的位置。
从图2-1中数据可以看出,拼多多月设备数超过3.3亿,其用户体量已经很庞大。从增长趋势上看,拼多多用户数增长趋缓,产品已经过了爆发期,进入稳定发展期,因此除了用户增长外,对于现有用户的深耕, 释放他们的消费能力 便开始显得格外重要。
从图2-2数据可以看出,在各级城市用户渗透率上,淘宝在一二线及低线城市上相比于其他电商均处于领先,淘宝在一二线渗透率上略微高于低线城市。拼多多在全体网民渗透率上仅次于淘宝,但是低线城市渗透率上相比一二线城市更高,达到39.5%。
从竞品安装比例来看,其一,拼多多用户中高达80%的用户是淘宝用户, 用户重合度很高 ,对于用户钱包的争夺也将愈加激烈。那么对于拼多多, 提高用户的忠诚度,增强“锁客”能力便显得愈加重要。其二, 京东用户中高达46.6%的用户使用拼多多,而拼多多用户中只有37.0%的用户使用京东。拼多多对于京东用户具有较强吸引力,而京东对拼多多用户吸引力较弱。这个数据侧面反映了,即使在追求高品质的用户(京东用户)中,也会对于部分商品追求更高的性价比。 低价对于很多人依旧是具有足够吸引力的策略 ,特别是考虑到近年的国内和的整体经济大环境,对于部分低价而品质要求不高的商品,电商平台可以作为“钩子商品”起到很好的吸引用户的作用。
那么到底是哪些人在使用拼多多?
图2-3中数据的性可能有待商榷,但大体可以看出用户性别及年龄分布情况。在性别上,拼多多用户中女性占比较大,一部分原因在于女性用户对于低价购物更敏感,另一部原因是女性用户会更多地负责家庭购物,购物需求更旺盛。
在年龄上,25-35岁的用户占比,这部分用户显著的特征是处于职场的上升期与婚姻家庭的组建期。这个年龄段用户正是消费需求旺盛时期,但是经济积累也相对薄弱。
通过对拼多多APP用户使用情况的反馈数据的采集与提炼,得到用户反馈的,如图3-1所示。
对于好评,主要集中在两方面,一是价格便宜可以省钱及商品丰富等商品维度,二是软件有趣好玩等打发时间的娱乐维度。
对于评,首先是由于低价所带来的产品质量问题,其二是对于拼多多的用户增长套路的反感,砍价、助力等传播拉新手段所引起的被传播者骚扰以及使用者任务失败的挫败感,其三是在在卡顿与闪退的技术问题上,部分原因由于拼多多用户千元机较多,手机内存有限以及对于缓存清理等问题的不熟悉。
在所有评问题中,最关键也是最难的问题是产品质量问题及虚买卖(有不少不良商家进行着拍A发B的行为)。对于质量问题,其一是真正的存在质量的问题,毕竟价格很多时候是对商品价值的直接反应,其二是用户心智导致的主观质量,大家应该都听过可口可乐与百事可乐的故事,由于人们主观认为可口可乐更好喝,即使两种可乐没别,主观仍然认为可口可乐更好喝。因此对于质量问题,需从对 商品质量管控和提升平台形象 两点出发。对于虚买卖,平台则应狠下决心,严肃处理,增加用户举证途径,以免因为少量不良商家而影响整个平台声誉。
总之,对于拼多多的情感,用户是又爱又怕。
由于大学生群体是拼多多需要向上拓展的代表性用户,因此笔者针对他们进行了相关行为与电商APP使用情况的问卷调研,问卷数据与结论如图4-1和图4-2。(调查目的:调研大学生群体APP使用情况及关键消费习惯)
拼多多在大学生群体中渗透率并不高,但是其竞品淘宝的渗透率极高。在大学生群体中,他们对拼多多印象比较,即使他们没使用过拼多多,但是依然觉得淘宝商品比拼多多商品质量更好。增加大学生群体的 信任感 ,是拼多多拓展大学生用户的一个关键要素。
通过将不同人群进行划分,绘制出拼多多与用户群体的关系图,如图5-1所示。
图中列出了五类拼多多用户群体,圆环内环是拼多多目前的核心用户,他们对价格更敏感,在购物时往往以价格为导向,对于商品品质要求相对较低。而圆环外环的大学生与一二线上班族,他们虽然也会在意价格,但是他们通常会在对品质要求不高的商品上选择低价,例如在拼多多购买一些日用品。对于大学生群体和一二线上班族是拼多多扩大用户规模中必须拓展的群体,其应对策略也会不同于低线用户群体。
拼多多与用户通过两个关键要素建立起连接关系,分别为 省 与 闲 。“省”是拼多多用户的特征,并且大部分用户也具有闲暇时间较多的特征。因为闲暇,他们可以花费更多时间在拼多多上,以便获得收益和娱乐。“省”和“闲”是在产品设计时可以进行重点思考的部分,以期能更好地满足用户需求。
(1)用户模型--大学生
对于学生用户群体,他们需求的关键点在于 性价比,发现好货,品牌追求。
学生群体是中的上升群体,是未来的生力军。由于经济来源的限制,他们在消费中会比较注重价格,但价格并不是衡量要素,他们会去讲究品质,讲究产品带给自己的体验。因此他们在追求性价比的同时,在某些能带来极大体验的产品上舍得花钱,同时也会去追求品牌或者商品。学生群体行动能力较强,好奇心旺盛,他们会通过社交、媒体、资讯等各种途径去发现好货,满足自己的新奇特的心理动机(下文会具体介绍动机)。
(2)用户模型--低线城市青年
对于低线城市青年,他们需求的关键点在于 性价比,发现好货,省与赚。
低线城市青年是财富的创造者,同时也是消费增长主力军之一。低线城市青年收入并不会特别高,但是他们面对的生活成本相对也会低很多。性价比是他们在消费时会重点考虑的因素,他们对于品牌甚至的追求度相对降低(人际关系的影响,品牌带来的炫耀攀比降低),低价优质的产品更能得到青睐。当然他们对于生活品质也有一定追求,也会通过发现新奇产品来满足消费心理。由于收入不高,但是消费需求较旺盛,他们在省钱的同时,希望能通过赚取“零花钱”来满足自己更多的消费欲望。
(3)用户模型--低线城市中年
对于低线城市中年群体,他们需求的关键点在于 低价,有用,热闹。
低线城市中年群体是消费的下降群体。由于低线城市中年的成长环境与时代背景,导致他们在消费上偏保守,他们更多情况下会把钱花在有用的地方。在价格上,他们很敏感,想想菜市场里的买菜大妈便可知晓一二。低线城市中年群体对于低价产品会比较感兴趣,所以低价有用的产品是他们的吸引点。同样,热闹感也是他们所喜爱的,除了从众是人的特性外,中年群体喜欢热闹也因为他们子女或在外求学工作或成家立业,生活开始变得冷清,热闹可以带来充实与安全感。
此外,对于一二线上班族,他们在某些方面的需求类似于学生群体,但是由于他们有较高的收入,对生活质量要求也会较高,品质感会是他们较看重的点。一二线务工人员会比较看重价格因素,对于品质要求不高,他们的情况类似于低线城市青年。由于篇幅原因,不再对他们进行赘述。
将用户的认知与行为特征单独用雷达图表示出来(图6-4),可以更好地进行对比分析。从这张图中大致可以看出不同用户的认知特征与行为特征在什么水平,它是我们在产品设计中考虑用户需求与体验的重要参考,比如用户在时会干什么,是无聊闲逛还是有目的去找商品,他们喜欢不喜欢收藏商品,为什么收藏商品等等。
在熟悉度上,青年用户与中年用户有较大异,而拼多多用户群体中具有较例的中年用户,因此在产品设计上,对于中年用户的可用性设计将比较重要(符合用户线下购物心智模式,作简单化等)。
不论青年人还是中年人,他们在购物后均有较强意愿进行分享,这是商品能在熟人及陌生人中传播的重要因素,在产品设计中如何利用好这一点至关重要。当然,认知与行为特征不仅对于我们进行产品设计有帮助,也能让我们在分析一款产品时,帮助我们知道其设计的优劣之处。
的细分场景有很多,有办公,穿搭,婴童,美食等等,但是归结到根源上,均是发自三大场景,分别是目的明确,目的模糊以及无目的。不论你是看到某某买了好吃的,还是季节变化,用户购物的三大场景是相对固定的,在产品设计上可根据这三大场景进行 频道入口规划及页面布局 等,例如产品增加商品信息流,则是利用无目的场景。
笔者将动机提炼为五点,分别为:价、质、奇、社、娱。
价:指价格动机。 购物时价格是人们的一大动机,当然寻求低廉的价格会是大多数人购物的一大动机,但也会有高价的动机。
质:指质量动机。 人们购物时总希望买到质量好的商品。
奇:指新奇特动机。 “好奇心害猫”,我们购物也会去寻找新奇特的商品,希望发现新奇好货。
社:指社交动机。 作为中的人,首先,我们很多决策都潜移默化受到社交环境影响,比如从众心理,大家会去购买人气旺的商品,攀比炫耀,人们会去选择品牌商品(品牌一方面提供质量背书,另一方面满足用户攀比炫耀之心),另外,我们也希望通过购物提升自己的社交参与感,购买到好东西会想着show,想着把自己的经验分享给他人,获得别人认同。
娱:指娱乐动机。 在人们物质得到满足后,购物不仅仅停留在满足基本物质需求上,而是寻求乐趣,在娱乐消遣中顺便购物。
当然在产品功能设计时不可能动机不分优先级的笼统考虑,而是根据产品发展阶段,目标用户各种动机的强烈程度,合理的利用这动机进行功能设计。拼多多吸引这么多用户来购物,正是充分利用了他们寻求低廉的价格动机,当然拼多多要吸引更多用户群体,增加平台GMV,对其他购物动机的满足自然必不可少。结合用户的三大场景与动机,我们便能在产品的信息架构,购物频道规划,购物的页面动线等等上进行思考与设计,以达到产品的商业目标与用户目标。在产品分析篇中,笔者将利用场景-动机动线图,来对比分析淘宝与拼多多各自在购物场景与动机上的设计点。
八 关键行动链路拆解
在进行这节内容之前,笔者在这先提几个问题。
不论用户购物行为如何千变万化,就像无论树枝如何繁茂,它一定是来源于一个树干。结合福格行为模型,笔者将用户中的种种行为归纳于一个行动链路之中。这个链路从用户被 信息 开始,到 促成行动-方案评估-决策执行-行动反馈, 这一系列行动阶段共同构成了整个行动链路,如图8-1所示。
笔者 将用户在行动中的每一个阶段进行拆解,则得到图8-2。通过行动链路的构建与拆解,我们可以更清晰地了解, 什么会触发用户做出行动,产品想让用户去做什么,哪些是影响用户敲定决策方案的因素,用户可能的执行动作有哪些。
从链路拆解图中可以看出,在 信息阶段 ,信息可分为外在与内在。内在是产品自身因素激发用户去使用产品,而外在是各种环境,场景因素用户去使用产品。内在可以让用户直接去使用拼多多,例如日常签到,果园浇水等,但外在不一定会让用户去使用拼多多,用户可能会去使用竞品比如淘宝。那么 在产品设计时,如果能将外在转化为内在,则可以有效促使用户直接去使用产品。 不论是为了用户促活留存还是拉新,信息对于产品均格外重要,特别是化消费趋势下,人们的购物需求更是在各种信息下得到激发。
促成行动阶段 关键在于把握产品想要达到的商业目标和用户目标。因为有时候用户的行动可能并不是我们想要的最终目的,我们更希望用户在行动的同时能完成关联任务。例如,在设计砍价功能时,我们当然不是仅仅希望他人只是单纯帮好友砍价,而是希望通过帮砍价的行动,用户参与活动之中。因此促成行动阶段,需要根据商业目标与用户目标来设计直接任务甚至增加关联任务。
在用户购物的 方案评估阶段 主要影响因子是需求度与三维属性。需求度可分为很需要、一般需要及不需要,其中对于“一般需要”才是更需要我们花大力气进行设计,提高下单转化的点。
三维属性主要指 商品属性,营销属性和行为属性 ,商品列表页与详情页正是围绕着这三要素来进行设计的,因此在产品设计中需要合理进行信息露出展示与关键提示。
商品属性 主要是让用户明白这是什么,涉及标题、主图、详情、价格、品质等要素。
营销属性 主要是让用户明白为什么购买,涉及折扣、限时、赠品、满减、包邮等要素。
行为属性 主要是让用户对商品产生信任,涉及热度、评论、销量、收藏量等。
在用户下单的 决策执行阶段 ,拼单(参与拼单或发起拼单)与收藏是用户两个重要执行动作,对于它们的合理设计可以有效提高用户的下单与传播增长(拼单分享)。
在 体验反馈阶段 ,对于购物来说,重要的点是 用户如何能够把好的购物体验分享给他人 (熟人与陌生人),因此在这个阶段如何设计分享通道,如何促进用户分享便是产品需要着重思考的点。
小结:本文主要对拼多多用户基本属性、认知-行为特征、场景-动机和关键行动链路做了分析。在产品分析篇中,笔者将结合用户分析的内容,对拼多多在,基于场景动机的页面设计、行动链路下的各环节拆解分析、基于人际关系的传播增长及产品新的机会点“以贩养吸”式的成长体系构建等方面进行相关分析与探讨。
1.分析的背景
最近小家电类目的订单数量、产品浏览量、搜索数量等都有所下降, 现在运营同事对小家电类目进行一次季末促销活动,希望你能针对小家电的用户特征给出一些建议。
2.促销活动落地的方向:
a.活动的受众群体定位
b.受众群体的偏好
c.活动的推送时间
1.数据准备及导入:
2.用户的基本属性:
1.1、用户的性别分布
1.用户的特征:
多数是来自一线城市的男性,年龄在30岁左右。学历水平较高,从事互联网等高收入行业。他们喜欢在周二到周五的晚上10点左右下单。他们喜欢追求生活品质,关心家庭,但是因为生活节奏和工作压力又没有时间在家庭生活上付出很多时间和精力。
2.对于促销活动的建议:
文案:采取无性别风格的文案,突出产品对于家庭生活品质的提升,突出产品
时间:活动应该选择在周二到周五的晚上8点进行推送
电商用户行为分析(一)
2014年是阿里巴巴移动电商业务快速发展的一年,例如2014双11大促中移动端成交占比达到42.6%,超过240亿元。相比PC时代,移动端网络的访问是随时随地的,具有更丰富的场景数据,比如用户的位置信息、用户访问的时间规律等。
通过数据分析,能够挖掘数据背后丰富的内涵,为移动用户在合适的时间、合适的地点精准合适的内容。
本案例的目标是从该数据进行随机抽样,并用mysql进行分析,提高自己对电商指标体系的认识。
1、字段说明
1、提出问题:
1)分析用户购物过程中的常见指标,了解运营现状,查看各环节的漏斗转化情况,并找到需要改进的;
2)研究用户在不同维度下的行为规律,了解用户行为特征,优化运营策略;
3)利用RFM模型对用户进行分类,指导运营针对不同价值用户进行精细化运营;
4)了解用户生命周期,针对不同周期的用户采取不同的运营策略。
2、指标和字段解读
通过用户和用户行为路径可以分析PV、UV、PV/UV、跳失率、总订单量等运营指标;
通过用户行为和时间可以分析用户的购物行为特征;
通过用户和商品、商品类别可以分析用户的购买商品偏好;用户和时间可以分析用户的购买时间偏好,便于对不同商品和时间偏好的用户采取个性化时间(push、短信等推送);
通过商品类别和用户行为可以分析不同商品类别受欢迎程度,指导运营进行商品的上新或下架;
通过商品类别和时间可以分析不同商品类别的热销时间段,便于做活动的推广;
结合AARRR模型,可以分析用户的生命周期,划分不同用户所处的周期阶段,采用异化运营;
通过时间和用户的生命周期字段,结合RFM模型可以给用户做价值分类,对客户进行异化管理。
(查看数据清洗流程: )
将csv导入mysql的方法:
切换命令行菜单:
导入数据:
1)选择子集
导入之前已选择好
2)列名重命名
无需更改列名
3)数据类型转换
可以在设计表菜单栏更好数据类型
4)数据去重
存在重复值,但由于同一用户同一个行为在一小时内是可能存在多次的,因此这里不做去重处理。
5)缺失值处理
经查询,无缺失值
6)关联数据
由于只有一个表格,无需做表关联(如果需要关联,可以到分析过程中有需要时进行关联,这样会提高MySQL的性能。
7)异常值处理
无需处理异常值
8)数据标准化整理
日期数据整理:
为方便后续的分析,将日期数据分为日期和时间两个维度
行为数据整理:
将用户行为数据进行替换: 1:pv 2:f 3:cart 4:buy
以上就完成了数据的整理工作。
1)流量指标:
计算页面访客数(pv)、访客数(uv)、人均点击数(uv/pv)
页面访客:9871次、访客数:8474位、人均点击次数116.58次。
95/30≈3.89次,日人均点击次数大概为3.89次/人/天
2)每日流量指标变化趋势
通过Nicat导出数据进行可视化处理:
pv、uv指标呈正相关性;
三个指标在大部分时间走势平稳,由于双十二的影响,从2014-12-11开始上升,到2014-12-12达到峰值,2014-12-13结束回到正常水平。
1)按照页面访客计算漏斗转化率
由于在购物环节中,收藏和加入购物车行为没有严格的先后之分,可将两个个步骤作为同一步,最终得到用户购物行为各环节转化率,如下:
从整体转化率来看: 浏览- 收藏/加购转化率仅为5%,总体购买转化率为1%,说明有大部分的用户在浏览后未进行下一步作,平时“逛街看看”成为一种习惯;
从转化率来看: 浏览-加购/收藏环节转化率很低,收藏/加购-购买的转化率也只有20%,说明有相当一部分用户是喜欢“囤货”,可能是为了等节日购买?由于整体的并不是最细的不可分割,整体的数据比较粗糙,如果需要进一步的深入分析,需要有更细的转化率数据(由于作路径每个环节都会损失一部分,因此如果能近量的较少客户购买时所需要的作步骤,对提升整体转化率应该会有很好的提高)。
2)访客计算漏斗转化率
用户每个环节的转化率不多,需要更多数据才能发现用户流失原因。
3)、跳失率
浏览页跳失率: = 只访问一次就离开的人数/总用户数
只加收藏、购物车人数
1)总成交量和人均购买次数:
2)每日总成交和人均成交情况:
1)总体复购率
复购率=复购人数/购买人数=2295/4330=53%
2)商品品类销量排名(商品复购率)
如果有更多数据,可根据商品品类属性进行研究和下钻,优化商品结果,但这里因为数据脱敏无法进行下钻分析
3)用户复购排名
以上用户对平台的忠诚度比较高,对平台的销售贡献度也高(利润贡献情况还需要具体分析),对不同的客户可以收集相应的用户画像,并对用户进行分层管理和营销,从而达到精细化运营
1)、按日期维度
用户活跃度与总体点击数是正相关的,走势平稳,不过在双十二电商大促这天各项指标暴增,且当天点击数占比有所下降(用户的点击更有针对性,前期已经选好商品,就等双十二当天直接购买的客户数量比较多?), 成交数占比大幅上升。
2)、周维度
一周中的大部分时间用户活跃度都比较平稳,周五比较特殊,出现了增长( 查看数据发现双十二正好是周五,属于特殊活动日,如果进行详细分析时应该将双十二的日期排除分析有更有意义)。
3)、小时维度
晚间用户较为活跃,但用户行为倾向于浏览;白天尤其是中午左右的时段,购买行为的比率相对一天中,此时购买的目的性最强(浏览数占比与购买数占比进行关联分析得出结论)。
按照商品品类区分( 矩阵分析 ),根据点击次数和购买次数两个维度将所有商品划分到四个象限:
点击数高,购买数高。说明此类产品比较强,品牌多且种类丰富,用户在较高的需求下有很多的选择;
点击数低购买数高。用户的购买决策十分果断,且对于该类产品的需求量也是很大的,说明该类产品选择性比较小,可能形成几个品牌垄断的情况,或者产品的异性较小,用户不愿花费过多的精力去挑选。
点击数低购买数低,绝大多数产品都集中在这个象限,这种产品存在很多的替代品,用户很难集中在某个子类进行大量购买,而是跳跃式选购。
点击数高购买数低,这类产品的需求弹性较大,用户购买存在随机性。
用户购买商品分为以下几类过程:
直接购买
浏览后购买
加购物车购买
浏览加购物车购买
收藏购买
浏览收藏购买
结果显示,直接够买的用户远远多于浏览后加购或者收藏再购买的用户,说明大部分购买者都是喜欢直接购买商品的,这个跟周围朋友的习惯也是符合的,基本上都是在浏览的阶段都不会马上购买,而是等到过段时间想买的时候就直接下单,几个步骤之间相当于是分开的。
用户的购买次数大部分集中在5次以内,购买频率都还挺高的
拼多多产品深度分析:用户分析篇(上)
2014年是阿里巴巴移动电商业务快速发展的一年,例如2014双11大促中移动端成交占比达到42.6%,超过240亿元。相比PC时代,移动端网络的访问是随时随地的,具有更丰富的场景数据,比如用户的位置信息、用户访问的时间规律等。
通过数据分析,能够挖掘数据背后丰富的内涵,为移动用户在合适的时间、合适的地点精准合适的内容。
本案例的目标是从该数据进行随机抽样,并用mysql进行分析,提高自己对电商指标体系的认识。
1、字段说明
1、提出问题:
1)分析用户购物过程中的常见指标,了解运营现状,查看各环节的漏斗转化情况,并找到需要改进的;
2)研究用户在不同维度下的行为规律,了解用户行为特征,优化运营策略;
3)利用RFM模型对用户进行分类,指导运营针对不同价值用户进行精细化运营;
4)了解用户生命周期,针对不同周期的用户采取不同的运营策略。
2、指标和字段解读
通过用户和用户行为路径可以分析PV、UV、PV/UV、跳失率、总订单量等运营指标;
通过用户行为和时间可以分析用户的购物行为特征;
通过用户和商品、商品类别可以分析用户的购买商品偏好;用户和时间可以分析用户的购买时间偏好,便于对不同商品和时间偏好的用户采取个性化时间(push、短信等推送);
通过商品类别和用户行为可以分析不同商品类别受欢迎程度,指导运营进行商品的上新或下架;
通过商品类别和时间可以分析不同商品类别的热销时间段,便于做活动的推广;
结合AARRR模型,可以分析用户的生命周期,划分不同用户所处的周期阶段,采用异化运营;
通过时间和用户的生命周期字段,结合RFM模型可以给用户做价值分类,对客户进行异化管理。
(查看数据清洗流程: )
将csv导入mysql的方法:
切换命令行菜单:
导入数据:
1)选择子集
导入之前已选择好
2)列名重命名
无需更改列名
3)数据类型转换
可以在设计表菜单栏更好数据类型
4)数据去重
存在重复值,但由于同一用户同一个行为在一小时内是可能存在多次的,因此这里不做去重处理。
5)缺失值处理
经查询,无缺失值
6)关联数据
由于只有一个表格,无需做表关联(如果需要关联,可以到分析过程中有需要时进行关联,这样会提高MySQL的性能。
7)异常值处理
无需处理异常值
8)数据标准化整理
日期数据整理:
为方便后续的分析,将日期数据分为日期和时间两个维度
行为数据整理:
将用户行为数据进行替换: 1:pv 2:f 3:cart 4:buy
以上就完成了数据的整理工作。
1)流量指标:
计算页面访客数(pv)、访客数(uv)、人均点击数(uv/pv)
页面访客:9871次、访客数:8474位、人均点击次数116.58次。
95/30≈3.89次,日人均点击次数大概为3.89次/人/天
2)每日流量指标变化趋势
通过Nicat导出数据进行可视化处理:
pv、uv指标呈正相关性;
三个指标在大部分时间走势平稳,由于双十二的影响,从2014-12-11开始上升,到2014-12-12达到峰值,2014-12-13结束回到正常水平。
1)按照页面访客计算漏斗转化率
由于在购物环节中,收藏和加入购物车行为没有严格的先后之分,可将两个个步骤作为同一步,最终得到用户购物行为各环节转化率,如下:
从整体转化率来看: 浏览- 收藏/加购转化率仅为5%,总体购买转化率为1%,说明有大部分的用户在浏览后未进行下一步作,平时“逛街看看”成为一种习惯;
从转化率来看: 浏览-加购/收藏环节转化率很低,收藏/加购-购买的转化率也只有20%,说明有相当一部分用户是喜欢“囤货”,可能是为了等节日购买?由于整体的并不是最细的不可分割,整体的数据比较粗糙,如果需要进一步的深入分析,需要有更细的转化率数据(由于作路径每个环节都会损失一部分,因此如果能近量的较少客户购买时所需要的作步骤,对提升整体转化率应该会有很好的提高)。
2)访客计算漏斗转化率
用户每个环节的转化率不多,需要更多数据才能发现用户流失原因。
3)、跳失率
浏览页跳失率: = 只访问一次就离开的人数/总用户数
只加收藏、购物车人数
1)总成交量和人均购买次数:
2)每日总成交和人均成交情况:
1)总体复购率
复购率=复购人数/购买人数=2295/4330=53%
2)商品品类销量排名(商品复购率)
如果有更多数据,可根据商品品类属性进行研究和下钻,优化商品结果,但这里因为数据脱敏无法进行下钻分析
3)用户复购排名
以上用户对平台的忠诚度比较高,对平台的销售贡献度也高(利润贡献情况还需要具体分析),对不同的客户可以收集相应的用户画像,并对用户进行分层管理和营销,从而达到精细化运营
1)、按日期维度
用户活跃度与总体点击数是正相关的,走势平稳,不过在双十二电商大促这天各项指标暴增,且当天点击数占比有所下降(用户的点击更有针对性,前期已经选好商品,就等双十二当天直接购买的客户数量比较多?), 成交数占比大幅上升。
2)、周维度
一周中的大部分时间用户活跃度都比较平稳,周五比较特殊,出现了增长( 查看数据发现双十二正好是周五,属于特殊活动日,如果进行详细分析时应该将双十二的日期排除分析有更有意义)。
3)、小时维度
晚间用户较为活跃,但用户行为倾向于浏览;白天尤其是中午左右的时段,购买行为的比率相对一天中,此时购买的目的性最强(浏览数占比与购买数占比进行关联分析得出结论)。
按照商品品类区分( 矩阵分析 ),根据点击次数和购买次数两个维度将所有商品划分到四个象限:
点击数高,购买数高。说明此类产品比较强,品牌多且种类丰富,用户在较高的需求下有很多的选择;
点击数低购买数高。用户的购买决策十分果断,且对于该类产品的需求量也是很大的,说明该类产品选择性比较小,可能形成几个品牌垄断的情况,或者产品的异性较小,用户不愿花费过多的精力去挑选。
点击数低购买数低,绝大多数产品都集中在这个象限,这种产品存在很多的替代品,用户很难集中在某个子类进行大量购买,而是跳跃式选购。
点击数高购买数低,这类产品的需求弹性较大,用户购买存在随机性。
用户购买商品分为以下几类过程:
直接购买
浏览后购买
加购物车购买
浏览加购物车购买
收藏购买
浏览收藏购买
结果显示,直接够买的用户远远多于浏览后加购或者收藏再购买的用户,说明大部分购买者都是喜欢直接购买商品的,这个跟周围朋友的习惯也是符合的,基本上都是在浏览的阶段都不会马上购买,而是等到过段时间想买的时候就直接下单,几个步骤之间相当于是分开的。
用户的购买次数大部分集中在5次以内,购买频率都还挺高的
本文主要通过构建用户模型来分析拼多多用户的基本属性、认知与行为特征、消费习惯及社交关系等,通过对场景与动机的提炼及行动链路的拆解来分析用户背后的影响要素。
产品:拼多多作为新电商开创者,致力于将娱乐社交的元素融入电商运营中,通过“社交+电商”的模式(用户通过发起和朋友、家人、邻居等的拼单,拼多多通过拼单了解消费者,通过机器算法进行精准与匹配),让更多的用户带着乐趣分享实惠,享受全新的共享式购物体验。
体验环境:华为nova3--EMUI9.0.0,APP版本4.66.0
笔者在这先与各位看官分享一段小历史。对于近代史的开端,想必大家在历史课本中都学到过,敲开了近代封闭的大门。它对形态带来了极大的冲击,自给自足的小农经济在化大生产面前不堪一击,它给当时的人们带来了 价格更低廉 , 种类更繁多 的工业化商品。
历史的车轮不断向前碾压,一转眼来到了现代,来到了今天。城镇化的发展与移动设备渗透率的扩大,打破了城镇锈迹斑斑的藩篱。这是电商大炮能够轰开低线城市大门的根源。由此带来了人们关系的巨大变化,其一是 地理空间关系的变化 ,其二是 社交空间关系的变化 。这两种关系的变化是低线城市电商能蓬勃发展的两大前提。城镇化过程中道路建设起来了,人们居住空间聚集起来了,相比于广袤分散式的农村,城镇是小型集中式的,因此电商物流在城镇内流转远比农村高效。此外,智能手机的普及,推倒了困住低线城市群体的城墙,他们可以接触到更广阔的社交圈,更多花花绿绿的商品。 价格更低廉 , 种类更繁多的商品, 则成了攻陷城镇围墙的一发。这一切似乎与当年的颇有几分神似。
这两大前提的出现,带来了人们消费认知的转变。这种消费认知的转变,笔者认为是 “家庭化消费”向“化消费”的转变 。在“家庭化消费”中,人们更多的是需要型消费,比如牙膏快用完了,所以需要去买牙膏。“家庭化消费”一个显著的特点是 “人找物” 。而在“化消费”中,人们不仅仅是因为需要才去消费,而更多是被各种信息着去消费,例如某女士日常都是用普通拖把打扫卫生的,但是某天刷到一个达人的电动拖把,省时又省力,价格比较合理,某女士便购买了一个,她觉得很好用,也带动了周围熟人购买这款产品。在“化消费”中,通过创造出需求,来增加消费。“化消费”的显著特点是 “物找人” 。
电商经历了20多年的发展,基础条件基本成熟。头部电商平台占据了主要市场,既有以淘宝,京东为代表的综合电商平台,也有蘑菇街,蜜芽宝贝,聚美优品等垂直电商。本来可以说电商市场已趋于风平浪静,但随着拼多多的到来,使得电商市场又风起云涌。“时势造英雄”,环境背景的变化,把电商的战线从一二线城市拉向了低线城市。而拼多多正是切入低线城市“化消费”的新电商。为了应对拼多多的崛起,不论淘宝还是京东都在电商产品上向低线城市部署,社交电商也成为了一个热门词。这一波社交电商的攻势,在于迎合人们的“化消费”,即消费需求的与再创造。笔者认为 “化消费” 的转变是电商产品设计的一个重点,也是本文分析的一个基调。
拼多多的发展可以说是利用下沉市场在电商红海中撕出了一道口子。拼多多在短短4年左右的时间里便爬到了头部电商的位置。
从图2-1中数据可以看出,拼多多月设备数超过3.3亿,其用户体量已经很庞大。从增长趋势上看,拼多多用户数增长趋缓,产品已经过了爆发期,进入稳定发展期,因此除了用户增长外,对于现有用户的深耕, 释放他们的消费能力 便开始显得格外重要。
从图2-2数据可以看出,在各级城市用户渗透率上,淘宝在一二线及低线城市上相比于其他电商均处于领先,淘宝在一二线渗透率上略微高于低线城市。拼多多在全体网民渗透率上仅次于淘宝,但是低线城市渗透率上相比一二线城市更高,达到39.5%。
从竞品安装比例来看,其一,拼多多用户中高达80%的用户是淘宝用户, 用户重合度很高 ,对于用户钱包的争夺也将愈加激烈。那么对于拼多多, 提高用户的忠诚度,增强“锁客”能力便显得愈加重要。其二, 京东用户中高达46.6%的用户使用拼多多,而拼多多用户中只有37.0%的用户使用京东。拼多多对于京东用户具有较强吸引力,而京东对拼多多用户吸引力较弱。这个数据侧面反映了,即使在追求高品质的用户(京东用户)中,也会对于部分商品追求更高的性价比。 低价对于很多人依旧是具有足够吸引力的策略 ,特别是考虑到近年的国内和的整体经济大环境,对于部分低价而品质要求不高的商品,电商平台可以作为“钩子商品”起到很好的吸引用户的作用。
那么到底是哪些人在使用拼多多?
图2-3中数据的性可能有待商榷,但大体可以看出用户性别及年龄分布情况。在性别上,拼多多用户中女性占比较大,一部分原因在于女性用户对于低价购物更敏感,另一部原因是女性用户会更多地负责家庭购物,购物需求更旺盛。
在年龄上,25-35岁的用户占比,这部分用户显著的特征是处于职场的上升期与婚姻家庭的组建期。这个年龄段用户正是消费需求旺盛时期,但是经济积累也相对薄弱。
通过对拼多多APP用户使用情况的反馈数据的采集与提炼,得到用户反馈的,如图3-1所示。
对于好评,主要集中在两方面,一是价格便宜可以省钱及商品丰富等商品维度,二是软件有趣好玩等打发时间的娱乐维度。
对于评,首先是由于低价所带来的产品质量问题,其二是对于拼多多的用户增长套路的反感,砍价、助力等传播拉新手段所引起的被传播者骚扰以及使用者任务失败的挫败感,其三是在在卡顿与闪退的技术问题上,部分原因由于拼多多用户千元机较多,手机内存有限以及对于缓存清理等问题的不熟悉。
在所有评问题中,最关键也是最难的问题是产品质量问题及虚买卖(有不少不良商家进行着拍A发B的行为)。对于质量问题,其一是真正的存在质量的问题,毕竟价格很多时候是对商品价值的直接反应,其二是用户心智导致的主观质量,大家应该都听过可口可乐与百事可乐的故事,由于人们主观认为可口可乐更好喝,即使两种可乐没别,主观仍然认为可口可乐更好喝。因此对于质量问题,需从对 商品质量管控和提升平台形象 两点出发。对于虚买卖,平台则应狠下决心,严肃处理,增加用户举证途径,以免因为少量不良商家而影响整个平台声誉。
总之,对于拼多多的情感,用户是又爱又怕。
由于大学生群体是拼多多需要向上拓展的代表性用户,因此笔者针对他们进行了相关行为与电商APP使用情况的问卷调研,问卷数据与结论如图4-1和图4-2。(调查目的:调研大学生群体APP使用情况及关键消费习惯)
拼多多在大学生群体中渗透率并不高,但是其竞品淘宝的渗透率极高。在大学生群体中,他们对拼多多印象比较,即使他们没使用过拼多多,但是依然觉得淘宝商品比拼多多商品质量更好。增加大学生群体的 信任感 ,是拼多多拓展大学生用户的一个关键要素。
通过将不同人群进行划分,绘制出拼多多与用户群体的关系图,如图5-1所示。
图中列出了五类拼多多用户群体,圆环内环是拼多多目前的核心用户,他们对价格更敏感,在购物时往往以价格为导向,对于商品品质要求相对较低。而圆环外环的大学生与一二线上班族,他们虽然也会在意价格,但是他们通常会在对品质要求不高的商品上选择低价,例如在拼多多购买一些日用品。对于大学生群体和一二线上班族是拼多多扩大用户规模中必须拓展的群体,其应对策略也会不同于低线用户群体。
拼多多与用户通过两个关键要素建立起连接关系,分别为 省 与 闲 。“省”是拼多多用户的特征,并且大部分用户也具有闲暇时间较多的特征。因为闲暇,他们可以花费更多时间在拼多多上,以便获得收益和娱乐。“省”和“闲”是在产品设计时可以进行重点思考的部分,以期能更好地满足用户需求。
(1)用户模型--大学生
对于学生用户群体,他们需求的关键点在于 性价比,发现好货,品牌追求。
学生群体是中的上升群体,是未来的生力军。由于经济来源的限制,他们在消费中会比较注重价格,但价格并不是衡量要素,他们会去讲究品质,讲究产品带给自己的体验。因此他们在追求性价比的同时,在某些能带来极大体验的产品上舍得花钱,同时也会去追求品牌或者商品。学生群体行动能力较强,好奇心旺盛,他们会通过社交、媒体、资讯等各种途径去发现好货,满足自己的新奇特的心理动机(下文会具体介绍动机)。
(2)用户模型--低线城市青年
对于低线城市青年,他们需求的关键点在于 性价比,发现好货,省与赚。
低线城市青年是财富的创造者,同时也是消费增长主力军之一。低线城市青年收入并不会特别高,但是他们面对的生活成本相对也会低很多。性价比是他们在消费时会重点考虑的因素,他们对于品牌甚至的追求度相对降低(人际关系的影响,品牌带来的炫耀攀比降低),低价优质的产品更能得到青睐。当然他们对于生活品质也有一定追求,也会通过发现新奇产品来满足消费心理。由于收入不高,但是消费需求较旺盛,他们在省钱的同时,希望能通过赚取“零花钱”来满足自己更多的消费欲望。
(3)用户模型--低线城市中年
对于低线城市中年群体,他们需求的关键点在于 低价,有用,热闹。
低线城市中年群体是消费的下降群体。由于低线城市中年的成长环境与时代背景,导致他们在消费上偏保守,他们更多情况下会把钱花在有用的地方。在价格上,他们很敏感,想想菜市场里的买菜大妈便可知晓一二。低线城市中年群体对于低价产品会比较感兴趣,所以低价有用的产品是他们的吸引点。同样,热闹感也是他们所喜爱的,除了从众是人的特性外,中年群体喜欢热闹也因为他们子女或在外求学工作或成家立业,生活开始变得冷清,热闹可以带来充实与安全感。
此外,对于一二线上班族,他们在某些方面的需求类似于学生群体,但是由于他们有较高的收入,对生活质量要求也会较高,品质感会是他们较看重的点。一二线务工人员会比较看重价格因素,对于品质要求不高,他们的情况类似于低线城市青年。由于篇幅原因,不再对他们进行赘述。
将用户的认知与行为特征单独用雷达图表示出来(图6-4),可以更好地进行对比分析。从这张图中大致可以看出不同用户的认知特征与行为特征在什么水平,它是我们在产品设计中考虑用户需求与体验的重要参考,比如用户在时会干什么,是无聊闲逛还是有目的去找商品,他们喜欢不喜欢收藏商品,为什么收藏商品等等。
在熟悉度上,青年用户与中年用户有较大异,而拼多多用户群体中具有较例的中年用户,因此在产品设计上,对于中年用户的可用性设计将比较重要(符合用户线下购物心智模式,作简单化等)。
不论青年人还是中年人,他们在购物后均有较强意愿进行分享,这是商品能在熟人及陌生人中传播的重要因素,在产品设计中如何利用好这一点至关重要。当然,认知与行为特征不仅对于我们进行产品设计有帮助,也能让我们在分析一款产品时,帮助我们知道其设计的优劣之处。
的细分场景有很多,有办公,穿搭,婴童,美食等等,但是归结到根源上,均是发自三大场景,分别是目的明确,目的模糊以及无目的。不论你是看到某某买了好吃的,还是季节变化,用户购物的三大场景是相对固定的,在产品设计上可根据这三大场景进行 频道入口规划及页面布局 等,例如产品增加商品信息流,则是利用无目的场景。
笔者将动机提炼为五点,分别为:价、质、奇、社、娱。
价:指价格动机。 购物时价格是人们的一大动机,当然寻求低廉的价格会是大多数人购物的一大动机,但也会有高价的动机。
质:指质量动机。 人们购物时总希望买到质量好的商品。
奇:指新奇特动机。 “好奇心害猫”,我们购物也会去寻找新奇特的商品,希望发现新奇好货。
社:指社交动机。 作为中的人,首先,我们很多决策都潜移默化受到社交环境影响,比如从众心理,大家会去购买人气旺的商品,攀比炫耀,人们会去选择品牌商品(品牌一方面提供质量背书,另一方面满足用户攀比炫耀之心),另外,我们也希望通过购物提升自己的社交参与感,购买到好东西会想着show,想着把自己的经验分享给他人,获得别人认同。
娱:指娱乐动机。 在人们物质得到满足后,购物不仅仅停留在满足基本物质需求上,而是寻求乐趣,在娱乐消遣中顺便购物。
当然在产品功能设计时不可能动机不分优先级的笼统考虑,而是根据产品发展阶段,目标用户各种动机的强烈程度,合理的利用这动机进行功能设计。拼多多吸引这么多用户来购物,正是充分利用了他们寻求低廉的价格动机,当然拼多多要吸引更多用户群体,增加平台GMV,对其他购物动机的满足自然必不可少。结合用户的三大场景与动机,我们便能在产品的信息架构,购物频道规划,购物的页面动线等等上进行思考与设计,以达到产品的商业目标与用户目标。在产品分析篇中,笔者将利用场景-动机动线图,来对比分析淘宝与拼多多各自在购物场景与动机上的设计点。
八 关键行动链路拆解
在进行这节内容之前,笔者在这先提几个问题。
不论用户购物行为如何千变万化,就像无论树枝如何繁茂,它一定是来源于一个树干。结合福格行为模型,笔者将用户中的种种行为归纳于一个行动链路之中。这个链路从用户被 信息 开始,到 促成行动-方案评估-决策执行-行动反馈, 这一系列行动阶段共同构成了整个行动链路,如图8-1所示。
笔者 将用户在行动中的每一个阶段进行拆解,则得到图8-2。通过行动链路的构建与拆解,我们可以更清晰地了解, 什么会触发用户做出行动,产品想让用户去做什么,哪些是影响用户敲定决策方案的因素,用户可能的执行动作有哪些。
从链路拆解图中可以看出,在 信息阶段 ,信息可分为外在与内在。内在是产品自身因素激发用户去使用产品,而外在是各种环境,场景因素用户去使用产品。内在可以让用户直接去使用拼多多,例如日常签到,果园浇水等,但外在不一定会让用户去使用拼多多,用户可能会去使用竞品比如淘宝。那么 在产品设计时,如果能将外在转化为内在,则可以有效促使用户直接去使用产品。 不论是为了用户促活留存还是拉新,信息对于产品均格外重要,特别是化消费趋势下,人们的购物需求更是在各种信息下得到激发。
促成行动阶段 关键在于把握产品想要达到的商业目标和用户目标。因为有时候用户的行动可能并不是我们想要的最终目的,我们更希望用户在行动的同时能完成关联任务。例如,在设计砍价功能时,我们当然不是仅仅希望他人只是单纯帮好友砍价,而是希望通过帮砍价的行动,用户参与活动之中。因此促成行动阶段,需要根据商业目标与用户目标来设计直接任务甚至增加关联任务。
在用户购物的 方案评估阶段 主要影响因子是需求度与三维属性。需求度可分为很需要、一般需要及不需要,其中对于“一般需要”才是更需要我们花大力气进行设计,提高下单转化的点。
三维属性主要指 商品属性,营销属性和行为属性 ,商品列表页与详情页正是围绕着这三要素来进行设计的,因此在产品设计中需要合理进行信息露出展示与关键提示。
商品属性 主要是让用户明白这是什么,涉及标题、主图、详情、价格、品质等要素。
营销属性 主要是让用户明白为什么购买,涉及折扣、限时、赠品、满减、包邮等要素。
行为属性 主要是让用户对商品产生信任,涉及热度、评论、销量、收藏量等。
在用户下单的 决策执行阶段 ,拼单(参与拼单或发起拼单)与收藏是用户两个重要执行动作,对于它们的合理设计可以有效提高用户的下单与传播增长(拼单分享)。
在 体验反馈阶段 ,对于购物来说,重要的点是 用户如何能够把好的购物体验分享给他人 (熟人与陌生人),因此在这个阶段如何设计分享通道,如何促进用户分享便是产品需要着重思考的点。
小结:本文主要对拼多多用户基本属性、认知-行为特征、场景-动机和关键行动链路做了分析。在产品分析篇中,笔者将结合用户分析的内容,对拼多多在,基于场景动机的页面设计、行动链路下的各环节拆解分析、基于人际关系的传播增长及产品新的机会点“以贩养吸”式的成长体系构建等方面进行相关分析与探讨。