电子商务公司的主营业务就是让访客在其网店上买东西。这大概是一种最常见的在线生意模式了,并且绝对是大多传统统计工具的主要分析对象。亚马逊、沃尔玛1 、Expedia2 等大型网店均属于电子商务公司。
1 指Walmart.com,沃尔玛网上超市。——译者注
2 由总部在美国的一家互联网旅游公司Expedia提供机票预订、酒店预订、汽车出租、游船等服务的网站。——译者注
如果电子商务模式与你的公司最为相符,则通过本章的学习,可以了解到一些需关注的最重要指标,以及一些可能会混淆视听、扰乱分析的数据“褶皱”。
早期的电子商务模式由一个相对简单的“漏斗”构成:访客在网站浏览了一系列网页后,驻足于某件商品并点击“购买”按钮,然后提供相应的支付信息,并完成了此次交易。这就是经典的“转化漏斗”,Omniture3 和Google Analytics4 等主流数据分析工具就是为分析这一漏斗而设计的。
3 Orem公司旗下的在线营销和网站数据分析产品。——译者注
4 谷歌公司提供的在线数据分析和统计工具,与国内的百度统计工具类似。——译者注
但现如今的电子商务很少这么简单。
大多买家通过搜索找到所买物品,而非通过电商网站的内部导航。买家首先利用外部搜索,在不同的电商网站和搜索结果页间点来点去,以寻找一个理想的结果。直到在某网站找到相对满意的结果后,站内导航才开始起作用。也就是说,站内漏斗如今已经有些过时了,而搜索关键字则变得更为重要。
电商商家可通过推荐引擎来预测买家还可能需要的物品。推荐引擎以历史上具有类似购买记录的买家数据以及用户自身的购买记录为基础,向用户提供推荐信息。很少有人会看到同样的推荐页面。
电商商家无时无刻不在优化网站性能,这在很多时候表现为划分来访流量,并区别对待来源不同的访客。大中型商家可通过A/B测试划分漏斗流程,进而找到最优的产品、内容和价格。
购买流程早在买家访问网站前,即在社交网络、邮件以及在线社区中便已开始,这使得买家行为更加难以跟踪。
电商公司的赢利模式十分简单,即以物换钱,并通过数字(如iTunes的数字下载)或实体(如网上鞋店Zappos上卖的鞋子)渠道将物品送达客户手中。他们花钱打广告、采用会员推荐制度,并以此来获取客户。价格的制定以市场的承受能力,或竞争对手所做的预期为基础。一些拥有足够财力和精力的大商家可开发出一套算法,根据供给、需求和不断的测试进行自动定价。不过这种算法有时会得出十分离谱的定价5 ,或是根据浏览器类型等无关元素而做出一些无意义的推荐。
5 加州大学伯克利分校的生物学家迈克尔·艾森在他的博文“Amazon's $23,698,655.93 book about flies” 中解释了书商之间的算法价格战,如何使一本在飞机上阅读的教科书价格高达23 000 000美元。这篇文章的网址是http://www.michaeleisen.org/blog/?p=358
亚马逊等注重客户忠诚度的电商商家,与用户建立起了一种持久关系。他们提供种类繁多的商品,回头客很多,因此尽其可能地使购买流程更加简单与自动化(亚马逊甚至为其“一键购买”功能申请了专利,并收费授权给苹果等其他公司使用)。
这些重视用户关系的电商公司,鼓励用户填写心愿单、撰写商品评论,这意味着他们在以电子商务作为核心商业模式的同时,还在有意培养其他模式,例如用户生成内容(UGC)等,只要这些模式对增加用户的购买量有益即可。但那些并不期望客户会经常、反复购买的电商公司,则会把精力放在最大化单笔购买额和促进口碑营销上。