电商行业已经进入红海阶段机会主义不在技术洼地被填平精细化运营和数据化管理已是电商决策者的必修课。电商企业的兴衰荣辱总能最先在数据层面窥见端倪甚至可预见是否养痈成患。
随着互联网业态不断深入发展如今在互联网含移动互联网跟电力一样稀松平常作为生活、工作刚需之时数据化管理与运营之道不是空心的概念但是它需要成熟的应用场景和可复制的业务支撑套路仅凭一些数据分析师的主观能动性是远远不够的。
下面这一段书摘主要从电商网站艺术设计的角度对首页长度、结构布局、首页商品撤换原则等方面结合数据分析进行阐述。
网站首页最优长度如何测定
网站首页长度并非随意的尽管不需要十分精确但是首页的大体长度还是需要拿捏好分寸首页太长加载速度会变慢强烈影响到客户体验的首页太短固然短小精悍但是显而易见暴露了不能盛放足量信息的弊端。因此首页长度有一个大致的最优长度。
如图1所示是一家电商公司首页点击率示意图。其中横坐标表示图片的从上到下的排列顺序比如第1排、第2排、第3排……纵坐标表示点击率单位是‰千分比而不是%这点要注意。
图1 优化之前点击率与首页位置的关系
图1表明随着首页商品图片的位置越往下点击率急剧衰减我们可以很清楚地看到在80排至120排之间点击率贴近渐近线趋向为0由此而承受的点击量绝对值也是很少的。但是从80排至120排中间有40排的商品图片网页负荷不轻网站打开时加载速度尤其是在共用网络环境中如办公环境、群租胶囊公寓等会变得更慢势必影响客户体验。好在互联网带宽不断拓展这方面的因素正在弱化。
不过后面一大排商品图片堆砌在首页上实际上点击量很少没有功能性从这个层面上说后面40排无疑是一个累赘所以去掉后面40排的商品图片优化之后的点击率跟踪如图2所示每一排图片都有不容忽视的点击率且从最终销售额的结果上看销售额没有任何减少是完全可行的所以我们可以放心大胆地给电商网站首页做一个“大手术”。但是需要提醒的是这跟图片的大小、网站的结构布局、商品类目等皆有关系需要通过实际的数据来分析合理的页面长度尽量减少主观臆测。
图2 优化之后点击率与首页位置的关系
经典“F型”网页结构布局
说到网页结构的布局不能不提到经典的“F型”结构而此项结构来源于长期研究网站可用性的美国著名网站设计师杰柯柏·尼尔森Jakob Nielsen在2006年4月发表了一项《眼球轨迹的研究》报告原题为F-Shaped Pattern For Reading Web Content,有兴趣的读者可以了解下。我们引用杰柯柏·尼尔森大师的三条基本结论如图3所示图中用颜色来表示浏览者眼光聚集的热度分为最热、较热、不热和基本不关注四种颜色最深处表示热度最大。
图3 F型眼球浏览轨迹
对F型的浏览轨迹解读如下。
从左往右从上往下跟之前黑白电视电子扫描枪朝电视屏幕上发射电子的原理类似。
浏览者目光往下移动短范围水平移动。
浏览完毕网站主页面之后开始系统化浏览左侧栏的信息和内容。
我们可以利用现成的经典理论去指导网页优化且需要跟踪实际效果。不过“F型”经典理论就像牛顿定律一样,也并非放之四海而皆准笔者就曾见到一些质疑此理论的观念并罗列了众多事实有的学者还研究出与之对应的所谓的“E 型”结构。任何一种理论都有其使用的前提和环境也就是外延这一点非常重要。
站内搜索热词设置
电商网站首页除了页面长度和结构布局之外还有导航页和搜索框可以进行相对精确的量化。不同品类的导航页设计的风格差异极大重点在于推送品牌形象、利润高、覆盖面广、应季性等商品这方面知识不准备展开叙述。关于站内搜索一直以来都是电商重点关注和研究的领域。一般来说欧美人习惯个性化的搜索因此喜欢用站内搜索框而东方人偏爱固定的搜索因此喜欢点击站内提供的热搜词。例如一家民族风情的女装电商网站的内部搜索热词如图4所示。
图4 站内搜索框和搜索热词
一般站内搜索词筛选方式如下
热词不需要多一般不会超过十个多了会模糊搜索目标。
热词要结合跳失率和搜索量两个数据指标综合决定。搜索绝对量大但是跳失率也高说明搜索热词与产品对应关系不精准反之即使跳失率很低但是搜索量很小对于引导客户亦没有价值。
热搜词一般参考行业数据或者站内数据如果站内数据与行业数据发生对立以本站搜索数据为参考标准因为行业的数据一定代表的是行业的共性而一般电商网站在商品方面都有自己独特的个性和特质标准品类除外。
热搜词需要不断更新具体依据类目特点决定。例如化妆品类目更换频率一定会高一些而3C数码会低一些。当然更换频率跟产品线丰富程度也有很大关系。
首页商品撤换的“ROI”原则
商品首页需要不断地更新商品那么更新商品的原则如果从数据分析的角度出发则应该遵循什么样的原则呢
假设表示最近7天某商品的销售额表示该件商品所对应的访客数则便是度量商品价值的指标我们称值为“商品价值度”。
C=A/ B
显然值越大该商品应该排在首页最黄金的位置增加其曝光量。任何按照销售量或者销售额大小的指标来排列商品在首页的“座次”都是不合理的。比如说销量没有考虑商品单价的因素而销售额跟其曝光量又有很直接的关系而值则是依据同样的访客数比较产出的价值大小跟广告学中ROI其实是一个道理。当然“商品价值度”的排列必须建立在一定的CTRClick Through Rate点击率基础之上CTR很小值排列就没什么意义了。
这里需要特别强调一点不是一切商品排序皆以值大小为唯一标准。我们结合实际还需要考量以下因子来进行综合评判
1、同一个版块或者同一排商品品类和风格是否统一比如围巾和内裤是不适合放在同一排的。
2、是否是好评、口碑不错的商品恶评商品坚决不能置于首页。
3、是否是广告顶起来的商品广告推起来的商品显然溢价过高。
4、首页各个版块之间的商品不能重复尽量覆盖面广一点让更多商品有机会展现。
5、相近位置点击率高的商品可以优先往左侧挪前面的F型眼球轨迹已经告诉我们为什么这样安排了。
商品在首页或者在整个电商网站上需要不断地汰换例如上面介绍的按照“商品价值度”来汰换商品还可以按照”毛利润/访客数”的比值来撤换商品撤换商品的目的有三点
1、最大化利润。
2、优化库存结构前端销售顺畅对库存起到间接优化的作用。
3、避免同类商品或者SKU数量过多否则不符合客户“懒得找懒得比较”的基本消费心理客户幸福感下降且增加后悔的机会。
原文发布时间为2015-12-04
本文来自云栖社区合作伙伴“大数据文摘”了解相关信息可以关注“BigDataDigest”微信公众号
相关资源：敏捷开发V1.0.pptx