2017年中国数据分析师行业峰会:电商大数据_分会场(之四)
第四届中国数据分析师行业峰会
分论坛四:电商大数据
时间:2017.07.29 上午
地点:中国大饭店
主持人:尊敬的各位来宾、女士们、先生们,大家上午好!非常感谢各位在百忙中能够莅临本次峰会,我是此次电商大数据分会场的主持人霍婷婷,非常荣幸可以主持此次活动,在这里请允许我代表本次峰会的主办方CDA对各位的到来表示最热烈的欢迎以及最诚挚的感谢,谢谢大家!
下面我为大家简单介绍一下本次会议的议程,今天分享的嘉宾有小帮科技运营总监合伙人杨旭老师,零一联合创始人零一老师,原阿里资深运营袁野老师,第一财经商业数据中心首席数据分析师杨钦老师,中国电信北京研究院灯塔大数据产品总监钱兵老师,让我们以热烈的掌声欢迎此次分享的各位嘉宾老师。
今天的分享马上开始,首先邀请到的是小帮科技运营总监合伙人杨旭老师,他今天为我们分享的是“从数据化运营到增长黑客”,掌声有请!
杨旭:大家好,我很高兴今天来到现场跟大家作一个分享,我做了十年的互联网,从新浪到万维到21K,一直在做数据运营营销相关方面的工作。中间我自己创业了三年去做企业B端的服务,服务过拜耳等等。后来回到了21K重新去做数据电商运营的工作。现在我在一家互联网金融初创公司做运营总监,负责一个知识变现的项目,从零到一的过程大概三个月的时间,把这个项目做到了几万的用户。这是我个人以往的经历。我今天分享的数据叫做“数据化运营增长黑客和智能商业”。
说到零售这个生意,它是一个很传统的生意,零售的本质是什么呢?零售的本质在我看来实际上是一种价值交换。这是我今天要讲的几点,传统零售的三点核心思考。
传统零售我们通常会从这三个维度去思考,人、货、场。比如说人主要是针对我们的用户,他是谁,传统的思路是去通过建立一个用户的CRM系统,打通线上线下用户消费信息,找到消费的行为逻辑最终做行为管理建立一个终身价值互惠。渠道也一样,我们可以通过数据的采集量化,找到究竟是线上渠道好,还是线下渠道好。同时,再将我们的所有的资源投入到这个核心能够带来更高ROI回报上去。商品也是一样,通过数据化商品的管理优化素材,包括最终销售数据,对商品做优胜劣汰。这是一个相对比较传统的思维。
最近在得到上面有一个曾鸣老师的演讲,智能商业,非常受启发。他在这里面提到了几个观点,一个是未来商业的几点趋势。现在大家在去讲大数据、讲人工智能各个环节的时候,带给大家的冲击是非常大的,无论是从AlphaGo包括现在遍地开花的无人值守的超市。人工智能和大数据在未来十年会给我们整个社会带来非常大的变化。
未来商业的核心是数据智能,第二,人工智能加大数据会成为所有商业的标配,所有以往商业决策过程都将会被机器自动化。产品和用户的链接会形成一个自动反馈闭环,数据作为一个基础的支撑,最终会构成整个商业智能的智能化逻辑。实际上我们可以看到,从传统的人、货、场到现在的数据化、算法化、产品化,整个商业事业的变化未来将会超过我们的想象。
我们在去思考整个零售业务逻辑时,核心的一点,偏中小电商就是销售额,这是一个核心的指标。我们把它拆一下等于客户数乘以客单价。我想去优化业务,最重要的就要做两件事情,第一是我如何持续低价获客,另外就是我怎么样持续控制好我的成本,能够实现我的ROI最大化。以前有一个概念叫增长黑客,整个营销或者运营的行为最终都可以通过数据化、自动化去实现对整个业务的影响。
这是一个线上营销和运营的流程图,大多数电商交易流程都会经过引流注册购买转化复购沉睡和唤醒,每一个环节的关键点都可以被拆解,都可以拆解到相应要关注的量的指标和率的指标,我们通过优化量和率相关的指标,就可以达到一个预期的整体目标。
大家可以看到,这些就是针对于销售额的整个公式的拆解,可以拆得非常细,你去做数据分析时,可以把很多必经的路径各方面全部拆到最小化。在这个过程当中你就可以清晰的知道影响你业务最核心最关键的因素是哪些。
回归到数据化运营,我觉得数据最大的作用是帮我们在感性基础之上有一个理性思维的过程,未来我们要做的就是把数据分析决策的过程基于机器学习实现自动化。也就是说刚才我们传统的逻辑推理拆解的这些过程全都能够通过人工智能、通过算法,去让它自动化,也就是基于现在有些大公司去用的商业BI系统会把它更进一步,把整个作决策的过程都交给机器去做。
这家企业是现在在硅谷非常火的一家企业,它是2011年开始创业的,女装起家。2016年9月份推了男装,2016年销售额7.3亿,也是纳斯达克上市公司。他就是通过算法和AI去帮助用户选衣服。用户挑选服装的过程包括交付的过程,整个运营、营销、供应链包括客户体验环节全部都是用算法学习的。这家公司是很接近未来零售商业的一个典型。
后面我们会谈到整个行业的变化,尤其是当人工智能、当算法带来很大的冲击时,我们该怎么办。几个观点,第一是拥抱变化,很重要的就是你要去链接你的用户,传统的企业一定要去做移动互联网,链接你的用户,当然你可以通过微信、淘宝等各方面成熟的工具,并不意味着我是一个传统企业就一定要做一套自己的系统。
第二个是回归本质,任何商业的本质一定是为用户创造价值。通过为用户创造价值之后,用户也会回馈给你价值,最终如果用户沉淀成你的核心用户,实现了复购,你就可以实现双向价值的互惠互利,如果这个周期持续越久,这个顾客对你的贡献度和你对顾客的贡献度都是最大化的。
再有就是重视数据、收集数据,建立整个用户完整的行为逻辑画像,以及你要用增长黑客,用数据化营销去驱动你的业绩增长。
最后最重要的一点,就是我们面对人工智能、算法、新零售、包括新供应链,还有网络协同,种种新趋势一定要勇于去尝试,做那个敢吃螃蟹的人,这个是非常非常重要的。
主持人:非常感谢杨老师的精彩分享!我们接下来邀请到的是零一联合创始人零一老师,他今天为我们分享的是“机器学习系统在电商行业的实践”,掌声有请零一老师!
零一:现场的朋友,大家上午好!我从杭州来到北京,我真的感觉北京是人间天堂,因为我在杭州是受着40度的高温,我今年听到最好笑的一个笑话是什么?我是广东人,我广东的朋友跟我说,零一,我今天要去杭州避暑,我拿手机一看广东不是30度吗,你怎么会跑到杭州来体验40度的高温,体感温度差不多达到50度,所以我们都说在杭州是蒸笼模式。
我演讲的主题是“机器学习在电商行业的实践”,主要是跟大家作一个交流。
首先,按照国际惯例,要给大家作一个自我介绍。我叫零一,这是我的笔名,我叫陈海城。我跟杨老师经历一样,无数次的创业。主要做的是电商领域,我从2009年开始做电商,到现在有七八个年头,我主要服务的是电商客户,还有传统零售以及金融方面,当然金融主要也是电商金融。以上这两本书是我出版的书,《电商数据分析淘宝实战》这本书有很多高校选择作为电子商务教材。
我是CDA的老朋友了,去年我也在这里分享,去年的主题是“数据驱动型的电商运营”,去年我的分享更多是贴近于通过各种数据维度的分析,去洞察一些商业的东西。主要谈了三个重要的点,引流、转化和留存。这是天猫国际招商的情况速度,动态的一个展示,去年主要讲的是BI这一块。这是移动端店铺的BI。
我一直在想,今年又要来到这里跟大家分享我应该讲点什么。大家都知道,今年人工智能特别火,所以有了这个主题,机器学习在电商行业的实践。我主要讲两部分,第一部分讲人工智能、机器学习和数据挖掘到底是怎样的关系,第二个是行业的应用。
下面进入第一部分,首先大家接触人工智能主要在什么时候开始?大家看到大屏幕上这个新闻,也就是两个月前,柯洁对阵AlphaGo,很多人都在焦虑,在想我的工作会不会被机器替代,很多人都开始关注人工智能,开始在想人工智能是什么鬼。
人工智能就本质而言,它是对人类思维信息过程的模拟,因为叫智能,它模拟的是我们人的大脑。他有一系列行为决策的过程,人工智能就是模拟我们这个过程,模拟我们脑海里的各种逻辑,通过算法把整个思维过程模拟成这种机器出来。
机器学习是研究如何随着经验积累自动提高性能,机器学习有两种,一种是无监督的学习,另外一种是有监督的学习。无监督的学习也就是说没有人工干预,我们可以从原始数据输入进行无监督的学习,然后得到结果。然后我们再进行有监督的学习,通过人工干预,输出一些参数。通过这个结果之后,我们会得到规则,再应用,输出新的原始数据,得到一个新的结果。
实际上机器学习就在学习一些经验,把数据里面的这些经验提取出来。可能我们以前是需要人脑去处理一些信息,现在可以通过机器,机器的效率比我们人类的大脑要快很多,我也算不出多少倍,据说能够达到上万倍。
下面这个是数据挖掘,这个概念已经火了好几年,相信在场的朋友都听过。它是从大量的数据中通过算法搜寻隐藏在数据里的信息的过程,数据挖掘实际上就是在寻找信息。我们又可以谈到另外一个概念数据分析,数据分析跟数据挖掘有什么不一样吗?数据挖掘是没有目的性的,因为它并不知道会得到什么信息。数据分析是非常有目标的,比如我们就想分析一个会员,我们就想分析一个流量的结构情况。数据挖掘更多的是应用一些算法去搜寻隐藏于其中的信息,因为它隐藏在里面,所以我们不知道有哪些东西。
数据挖掘主要有六个比较标准的流程,从商业理解到数据准备,到数据理解,模型建立,模型评估,以及模型应用。
下面来理一下三者的关系,这个是人工智能,机器学习是人工智能里面的一部分,是实现人工智能的工具。数据挖掘跟机器学习有一定的交集,因为他们有算法部分的交集,所以这是三者之间的关系,大家要理清楚,不要谈到人工智能和机器学习的学习,大家都搞不清楚是什么鬼。
下面给大家分享一下行业的应用。我们知道商业的变革是信息流的革命,以前书信年代,大家信息交流没有那么方便,这时候我们更多的去赶集,我们会去各种集市,有一个赶集的概念,必须要特定的时间、特定的地点才能够找到我们想要的东西。后来发展成互联网,我们今天有了各种电商,淘宝、京东、亚马逊各种各样的平台。到了现在物联网时代,又诞生出更多的商业模式,各种移动电商,各种基于物联网上的一些应用。所以,对于商业来讲,最本质上的就是信息流的革命,每一次变革都是因为信息流变了,信息流变了,我们的商业模式也就跟着变了。
这是一个很老的故事,发生在1972年,是法国人皮埃尔·瓦克预测的石油危机,当时的壳牌公司非常差,排名第七名,经过这次事件以后,一跃成为世界第二大石油公司。因为他打通了信息流,别人不知道,我知道。
下面,我们来探讨一下如何应用机器学习实现商业的预测。电商是零售业的渠道之一,传统的电商是以采销的形式在运作,售謦率是核心指标,只有预测好销量,才能把控住售謦率。在预测过程中还有很多噪音,比如说活动促销、各种天气,还有一些不可控的因素。
下面,我们如何用机器学习的算法来实现销售预测呢?主要有两种方法,一种是时间序列的分析法,另外一种是回归分析法。对时序的分析是利用变量与时间存在的相关关系,对回归分析法主要是研究各个事物各个变量之间存在的关系,通过他们之间的关系去做预测。
下面来看一下这两种方法的应急逻辑。这个是使用Python做的时序预测,主要学习库是pandas和statsmodels,首先要检测一下这个时序是不是平稳的,如果是平稳的话,我们就可以进行一个时序的建模,如果说它不平稳,我们就需要用差分法把转化为序列。第一次差分之后,发现不是持续平稳的,再进行第二次、第三次,直到它平稳为止。有很多朋友跟我说时序预测不靠谱,我的数据非常非常波动,实际上是没有做这种差分的平稳序列。
下面我们还要做一个白噪声检验?什么是白噪声呢?就是没有随机相关的时间序列,说白了,跟时间好像没有什么关联。一旦我们做白噪声检验之后?发现它是白噪声,我们只能停止分析,因为它跟时间没有关系。如果不是白噪声的话,我们就可以对时间序列进行建模。所以,在时序预测这个部分,对预处理特别重要,你需要知道它是不是平稳的,是不是白噪声。
处理完之后,我们就可以根据它的情况来选择算法进行建模。选择对的算法来建立模型,然后去应用模型。
这种是回归分析法,用的工具也是Python,用的学习库的是pandas和Scikit-learn,收集相关特征数据,包括产品属性,上架时长,类目、价格等等。因为这种因子有很多,可以影响销售的有市场数据,还有竞争对手数据,甚至还有其他的产品,比如店铺有一个爆款,这个爆款可能影响其他产品的销量。有众多的因子的话,我们可以做一个特征的降维,我们可以选择一种随即森林法,把维度降下来,实现回归的建模。
这是第二个业务背景,这个可以用于服装款式预测和服装设计、出款。也是用的Python,用的数据库是Scikit-learn、TensorFlow等,我们借助微博各种社交媒体的平台,通过大数据资料的爬虫获取这些图象的数据库,包括电商平台我们有传统的销售、评价等等数据,把数据下载下来之后建立一个数据库。把这些图片,所有衣服的款式,比如说这件衬衫是什么颜色的,是什么材质的,我们把这些特征全部提取出来变成一个特征库。再通过这个部分主要是用到机器学习,用的是算法提取特征,建立一个内容特征库之后,我们再去抓取现在的一些资料。这部分是用来学习用的,已经学习好了,我们现在可以抓取现阶段的一些新款,或者是现在流行的元素,抓取到这里面去,提取它的特征。提取完特征之后,再跟这个特征进行比较,然后再把这个特征反馈到数据库,输出结果。
这个场景是干吗用的呢?比如说我们现在有很多的服装企业他们需要养大量的买手,养大量的设计师,就可以通过这样一个算法,我们可以把所有服装的信息提取出来,结合当季流行的色彩,再结合当季流行的设计元素,我们可以根据这个最终结合仿真技术可以直接出款,就是说可以直接设计出服装款式。我们只需要留下主要的设计师团队,对这些机器出来的产品款式进行一个人工干预。这样我们就能够大大地节约设计师的团队成本,而且设计产品的效率会提高很多。因为机器可以一下子出一千款、一万款,而且我们有所有产品、所有特征的销售数据、评价数据,我们都能够获取到。我们通过数据能去精准地很有把握说我这个产品一定是卖得动的,一定是爆款。但这样的话,可能以前我们设计师需要一次性一个月设计出一千款,然后再从里面去挑,做很复杂的动作。实际上我们通过数据可以节约成机器直接选出10款或者20款概率最高的款式,然后设计师再把主要经理集中在这20款上面去做优化。
这种系统也可以直接输出一些产品,对应的这种可以从图象、资料库里面去把这款输出出来,现有的产品也可以得到选款,也可以直接设计出新产品,但是要结合仿真技术。
这个模型的应用,我们只要输出品类,在人机交互端,品类跟产品关联词,最终系统就会得到爆款所有的特征,包括它的款式,也可以设计出新的产品。
主持人:非常感谢零一老师的分享!接下来有请原阿里资深运营袁野老师,他今天为我们分享的是“数据化运营与流量变现”,掌声有请!
袁野:前面两位大哥讲得比较宏观、比较有意思,我讲的是比较具有实操意义的,告诉大家我是干什么的,有什么效果。
我最早开始在天猫,后来去了品牌商美的,再后来去了运营商驰尊电子商务做了旗舰店操作,大家有没有一种电商全链路的感觉,这些我都参与过,并且负责过一些比较大的项目。再往后去了一家外企Miele,后来又去了一家金融公司,做互联网金融。总结一下就是平台天猫、平台美的,国内外公司都参与过,做过多年的运营,做过一年产品,比较融会贯通。
这是我现在的作品叫做《电商有道,运营有法》,我今天讲的只是一个大概,书里面会讲得非常详细。每次参加这种大会大家都有两个目的,一个是学知识,一个是社交,知识方面给大家准备了大套餐,互联网公司如何引流,有流量的公司如何变现等,电商数据贯穿运营的跨界使用。
前两张是告诉大家有一个大的东西,我们现在的流量是什么样子的,我们有哪些规划,第二张是我们如何变现,比较简单,广告、电商和增值服务。第三部分是做实战,我们用什么样的方法,具体怎么样落地,到底该怎么办?第四,是一个小小的案例,由于时间关系,可能会讲个大概,内在逻辑就是这样的,数据贯穿。
第一,电商运营规划能力。现在的流量是有这样五个特征,这是根据很多数据得出来的结论。第一个,网络行为集中度比较高,第二,自我决策为主,大部分为价格诱导型,二维静态视觉体验,人口红利消失导致流量增长乏力。
现在是超级碎片化,什么叫超级碎片化?流量碎片、用户空间碎片导致你要干的事是超级碎片化。群体引导和决策增多,我们之前买东西都是自己看、自己想,现在组个群,拼个团,买个东西。我们公司有一个很大级别的案例,就是社群卖水果,几乎是零成本,卖得特别好,就是卖给我们几个园区的大公司员工。第三个是电商历史变迁看运营变迁,这个很好历史,就是从历史看现在再看未来。第四个是二维加强动态体验,第五个是超级增加频次和时长。
前一个月的月底,阿里巴巴召开了一个双十一大会,要用IP打造来玩双十一。所谓的刘易斯拐点已经到了,中国的人口红利消失,流量增长乏力,怎么办?增加频次和时长。因为大家知道,买东西的需求是短时和瞬间的,当我看到一个鞋子,我买了以后马上就干别的去了,买衣服、买裤子去搭配,除非是深度中毒的鞋迷才会接着买,我们怎么留住他?就是通过一个小小的IP、小小的故事,反复告诉他,你就卖出去了。反复跟他说,他烦了以后就卖了。这是套路之一。
第一个是网络行为集中度高,到了碎片化。这是我们之前所知道的,BAT把握了信息型入口、交易型入口、社交入口,为什么阿里收购了那么多企业?就是为了占据流量入口。我曾经听到一个华尔街分析师跟我说,阿里巴巴的战略思维和眼光以及格局要远胜于京东,为什么呢?阿里巴巴围绕着整个流量生态,做了一个布局,所以,阿里的业务界限和增长规模是越来越模糊的,京东的增长极限和增长规模是越来越清晰的。
超级碎片化就是用户产品碎片,大家会发现,我社交、我看新闻、我买东西,除了淘宝、京东、天猫还有各种各样APP和渠道都出现了,有事上网,没事上网,走路的时候,坐地铁的时候,带孩子的时候都在上网,甚至有妈妈因为玩手机把孩子都弄丢了。
决策碎片很重要,为什么呢?到后面我们有一个策略叫全渠道,就是让他在任何一个决策点的时候,给他布下套路,让他买,让他变现,让他转化,让他再回来。
第二个是自我决策为主变成了群体引导和决策增多。之前我们自己买个东西在网上最多看一看,用个聊天工具跟朋友聊一聊,现在大家在群里发一个,亲们赶快来团啊,就是在群体的引诱。我中过招,大家买水果,买草莓,在群里一喊,本来不想吃,大家都说好吃,我就买吧,确实好吃,我还买了好几次。所以这就是一个群体的诱导,后面也有一个策略叫做社群,有三个重点,一个叫用户分享,一个叫舆论管理,一个叫一对一服务。
第三个是大部分价格诱导型,之前的运营或者是流量玩法是补贴,我给你钱,我弄个低价,流量就来了。最开始以淘宝为例,2008年淘宝刚刚上线倒二手闲置,当年的广告语叫小时候淘气,长大了淘宝。后来是在宝贝页面上多放点文字,再往后就是品牌清货,就是把所有不好卖的放到淘宝上低价清。再往后天猫出来了,品牌直营。包括现在很多我知道之前是TP公司帮助公司做代理,现在大部分品牌公司都有品牌直营,衍生出了很多专门做电商服务的顾问公司,再往后就是跨境,国内的品牌满足不了我,但是国外的贵,我直接从海外买过来还免税,所以有了天猫国际、洋码头、小红书都出来了。现在跨境也满足得差不多了,有那么多平台可以选择,怎么办呢?现在出现了大牌供应商的产品,现在大家都在模仿。
到了现在,用户前面大部分的需求满足了,我需要一种减少我自己的消费决策,我不需要再挑了,我不需要对比国产的好、国外的好,去跨境哪里买,这些都不需要,我需要真正的居家用品、厨房用品,我需要真正实用的高性价比的东西,某些品牌出一到两款价格低、质量好的东西。
再往后可能是全物互联,大家知道物联网,电视、灯光、空调都可以拿一个手机或者APP去控制,后面几乎是所有的东西都有感应有意识,互相连在一起。你接触到的任何物品都有自己的历史或者自己的功能去互相连接起来,互相配合让主人舒服。
运营变迁也很简单,根据上面的变迁,我们做了很多的进化,这是我在天猫的时候做的。
后面两个简要讲讲,大家之前买东西上网都是看文字,为什么我老举阿里的例子?因为它是电商老大,他的行为都会被模仿。阿里现在搞了一个小视频,在人视觉被满足的情况下,又加上小视频,信息量更大,更连贯,还有声音的辅助,你更容易理解这个产品,或者是理解这个事情,你可能下单的概率会更大,所有的东西都围绕着怎么让你回来,怎么让你买,所以这就是二维加强动态体验到了现在这个状态。再加强就是AR、VR,再加强就是互动,比如说直播,因为会有一些互动的东西。
新流量增长乏力的情况下一定要想办法让用户回来,增长访问深度,多看几个页面,多看几个内容,如何在新流量增长乏力的情况下,多让他回来,多增加他的访问时长。
几个策略,第一,超级碎片化全渠道。这个全渠道包括产品的全渠道和传播的全渠道,如果在座的有做内容的,重点看内容的全渠道,如果做B2B的,重点看产品的全渠道。群体诱导的策略是垂直组织与维护。高质少选,通过用户决策模型,我们缩短他的决策链路,商品端就是让他质高价低少选择,内容端就是精简,标题富有吸引力。二维静态体验是新科技助力,最好是有短视频拍摄的东西。增加频次时长,全面CRM,营销娱乐化。
所以我把这几个策略提炼一下,全渠道、大社群、决策干预、单点实验,关系与故事。全渠道是产品与传播,大社群是组织与维护,决策干预是效率和闭环,单点实验是成本与提升,关系与故事。
先讲全渠道,如果你自己有个APP来卖东西,或者你自己有个APP去做内容的传播,主要看这个,产品升级。这是互联网全渠道规划,左边是自己的产品升级,哪些东西升级?产品团队、系统、数据、后台,为什么升级?根据分销渠道,分销体系里面我们会重点介绍阿里体系。内容渠道主要是今日头条,这样后面也太多了,主要是天猫给大家作一个引子。互联网全渠道规划,第一产品升级是自己的产品升级,分销渠道营销打通,品牌曝光、借势引流,消费金融,如果你有一个品牌,或者你的品牌做电商的时候,我通过全渠道规划把营销打通。大家都在搞双十一,借势,大家一起参与这件事情。所以我自己有一个全渠道规划,借助全渠道的规划和我的商品通路能力,我把所有的渠道、所有自己所做的品牌全部可以把营销打通,所有渠道共担成本,共享流量红利。
分销体系上的全渠道规划。第一,这个叫全渠道分级,这个叫渠道的健康度,你有了那么多渠道,不健康不行,你光看得多,老生病也不行,每个渠道都是精兵强将,适合作战。第一级,一般叫自有项目,比如自己有一个APP、公号,你是核心的出货渠道。第二是大平台,京东、天猫。再往下是自营。第三是微信商城服务号,微信有了服务号以后,做得比较好的是平安直通车险,我在上面可以看内容找服务,大家可以看看,这个很简单。但是,它可以做到第一,吸引我的兴趣,让我注意,让我了解。第二,让我转化,让我购买,让我收藏,让我在看我的订单等等都可以在这里面。第三,让我回流,我打开这个公众号就可以看到各种东西,基本上平安直通车险可以在这里面做闭环,所以我第一第二年的平安车险都是在这个上面买的。
第二级是授权渠道,你自己的销售能力,你的注意力大部分可能会在产品开发和商品供应链,降低成本。怎么找到销售专业的人士呢?你就需要授权,授了权让他们开专卖店,最好是让他们压货,部分解决你库存的问题,但是要给他足够的点位。
第三级,这个很有意思,这个是很少人知道的,长尾且可控,做广。我个人把它叫做广告渠道,做宽,尽可能找各种微信号,大V,这是内容端的,让用户都能看到。产品碎片化就让多渠道去曝光,会找很多淘系的,比如说C店或者微商,授权他们帮我代销,你只让他挂产品,不要给他压库存,但是这个分润一般在5—15个点,不宜太多。因为库存和售后都在你这里,只是让他代销。
我们之前也找了很多微信号,你会发现无论看了哪些娱乐八卦的、历史的、新闻的,还有电影的、音乐的等等,总会有几个大号下面在销售你们的产品,你们给他们分润,他们有一个订单系统,你只要把订单系统导到ERP直接发货。这个是给你做广告的,千万不要考核他,没有必要,因为流量会有所降低,他们只是你的广告商,让他们大范围去传播,他们有各种各样的办法帮你做产品的曝光就可以了,不需要给他们任务。
渠道健康度,是零售方面的基本知识,这个怎么管?你有这么多渠道,最不可避免的就是渠道之间的互相竞争,都卖你这个产品,肯定有渠道为了拿销售额、返点会乱价。解决方案是商品系统升级,有专门的巡查员,天猫会非常严格的控低,你给他设一个最低价,还有跟踪条码,这是在美的上常玩的东西。如果乱价或者篡货都能查到。
深挖一下垂直并高效授权的渠道,如果你是个多品牌,比如说米家有品,我可以开这么多体验店,下面是专卖店授权,再往下是N级的全网分销。第二个渠道是天猫超市,这个超市比较有意思,你要跟它签类似线下超市的协议,把货放在仓库里卖出去,货权还是你的,我们把它作为第二种渠道,而且这是第二个团队做的。第三个是集市旗舰,三大一级渠道,后面是二级,下面是三级。大家可以看一下美的的渠道结构。
造成的后果是什么?线上又重回第一名,还有一个比较有意思的结论和数据,就是当你的线下品牌市场占有率是50%,当你跑到线上的时候,你的占有率没有达到跟线下一样,或者是差不多的时候,说明你线上做得还不够好。有某个电池品牌找我做了一些顾问的工作,问我他们线下占了将近一半的份额,但是线上只占30%,健康不健康?我说不健康,原因就是你的渠道、你的销售还没有真正达到用户认为你应该有的样子。
传播权益渠道,这个方法叫做流量四维度分解法,这是以电商为准的,电商的意思就是我需要一个平台,所以有站的概念。如果你不是做电商就没有站的概念,只看免费和付费渠道。这个站是天猫、京东、淘宝,这样的话,就会有四维的,免费站内会有一些搜索,搜索的优化是单独一门课程,比较复杂地包括你的标题、流量、销量、点击率、转化,再往下是商品详情、资源置换、官方活动、购物车等等。这些都是用运营方法可以干预的。
站内付费,大家都知道,直通车,京东叫商务舱,大概有CPC、CPM、CPS。
如果你不是一个零售品牌,或者你不依靠淘宝、天猫这个渠道,我觉得最好做了。我记得有一个品牌死活不入驻淘宝,嫌淘宝low,觉得淘宝是卖假货的。当然它是一个台湾的企业家开创的,我说你虽然觉得它low,你入驻上去可以不卖,但是你要看它的数据,它所有的数据都是开放的,你可以看大市场的数据,可以看用户的偏好。他现在也开始全渠道规划了。
如果抛开这个站,你就看你自己的品牌营销或者产品营销,只有免费和付费,这个帮助你做职责划分和架构规划。免费的交给运营,付费的交给市场部,市场部可以给你点钱,但是免费和付费没有严格的界限。有两个搜索引擎,第一个是淘宝和天猫,第二个是了解你的信息可能在百度,我去德国的美诺(音)公司,他们做搜索入口流量的规划,比如说用户没有经过它,我们知道的第二步可能是了解,了解的话就会去搜索,我们看百度的搜索结果非常差,我们要求第一不准出现某品牌的差评,所以只要用户可能去了解信息的地方,比如电器,他可能用垂直测评的网站,汽车可能去汽车之家,不同的品类有垂直的评测网站,你要铺内容。第二,铺值得买的导购平台。
这个就比较有技术含量了,而且不能急功近利,你需要一定的时间给运营团队深耕做好,而不是告诉他一个月涨一万粉。我记得我后面有讲用户群,这是一个工具,把你自己的流量分成四个维度,每个维度的流量来源越细越好。列出来排个优先级,重点先做前三个,达到期望以后再做后面。
来源:CDA数据分析师峰会:电商大数据分会场