人貨場(chǎng)模型
做數據分析的小伙伴
都知道人、貨、場(chǎng)的分析模型。
可這個(gè)模型到底是個(gè)啥呢?有什么用?
今天小編就來(lái)系統的為小伙伴講解一下。
首先我們來(lái)設想一個(gè)問(wèn)題:
有一家生鮮電商公司,用戶(hù)的復購率非常的低,其中70%的用戶(hù)在一個(gè)月內均沒(méi)有二次購買(mǎi)行為。現在你作為新的運營(yíng)總監上任,公司領(lǐng)導要求你通過(guò)數據分析解決問(wèn)題,最終提升復購率。請問(wèn)你該怎么做?
我們先思考一個(gè)問(wèn)題:大米、油、鹽、櫻桃、車(chē)厘子這些東西有什么區別?相信很多小伙伴應該很快就能知道了,像大米、油、鹽這些東西幾乎每天都會(huì )用到,而像櫻桃、車(chē)厘子這類(lèi)季節性較強,又不是每天都需要的。而且像大米一般都是整包買(mǎi),買(mǎi)回去一包就能吃很久,而櫻桃、車(chē)厘子這類(lèi)的都是不耐放,買(mǎi)回去不吃也放不了幾天。
這些有關(guān)產(chǎn)品的知識,統稱(chēng)為:貨物屬性。而通常會(huì )影響用戶(hù)購買(mǎi)的行為包括:
購買(mǎi)頻率:比如米有面這類(lèi)的購買(mǎi)頻率較低,而新鮮水果類(lèi)的頻頻高;
產(chǎn)品價(jià)格:?jiǎn)纹穬r(jià)格貴的就賣(mài)的少,便宜的就會(huì )批量買(mǎi);
購買(mǎi)渠道:如果有物流配送,大硬件通貨(例如米油面)在線(xiàn)上購買(mǎi)會(huì )更省事,而像水果這類(lèi)散件就會(huì )在線(xiàn)下買(mǎi),還可以自己挑選。
這些可以就是所謂的貨物屬性。消費者在購買(mǎi)過(guò)程中,都會(huì )因為這些屬性而產(chǎn)生不同的購買(mǎi)行為,且這類(lèi)行為基本上保持長(cháng)期穩定。例如你不能指望消費者今天剛買(mǎi)了10斤大米,明天再來(lái)買(mǎi)10斤大米。
這類(lèi)生鮮產(chǎn)品的復購思路,其核心就是產(chǎn)品購買(mǎi)頻次和產(chǎn)品本身屬性關(guān)聯(lián)。舉個(gè)例子:一個(gè)消費者購買(mǎi)了凍雞翅、竹簽,那么他很大程度上會(huì )購買(mǎi)丸子、燒烤汁,因為這兩者有維度上的交叉。
我們可以用下面這個(gè)復購矩陣圖來(lái)理解:
當然我們需要注意的事,如果你單從貨物屬性來(lái)看,就會(huì )很缺乏大局觀(guān)。買(mǎi)菜的渠道很多,憑什么讓用戶(hù)只在你整理購買(mǎi)?這里就涉及到下一個(gè)問(wèn)題了,場(chǎng)的問(wèn)題!
現在請快速回答我一個(gè)問(wèn)題:
你明天中午打算吃什么?不要思考,馬上回答!
相信很多小伙伴,一下子會(huì )回答不上來(lái),為什么呢?!我們平時(shí)對著(zhù)美團、餓了么訂餐都要糾結個(gè)十幾二十分鐘,更何況讓你一下子回答了。
為什么像我們的父母總是喜歡去逛菜市場(chǎng),有時(shí)候不是他們學(xué)不會(huì )用手機下單,只是因為逛菜市場(chǎng)那種視覺(jué)上的沖擊,是APP很難給予的。再者,買(mǎi)菜做飯本身并沒(méi)有那么強的目的性,一邊逛著(zhù)一邊想著(zhù),看到什么順眼就買(mǎi)點(diǎn),還能貨比三家。這就是賣(mài)場(chǎng)屬性對復購行為帶來(lái)的影響。
通常賣(mài)場(chǎng)屬性包含:
1)便利性:你買(mǎi)菜肯定選擇距離越近、越方便的
2)環(huán)境:場(chǎng)地越整潔、越干凈的菜場(chǎng)肯定更加吸引人
3)種類(lèi)豐富:產(chǎn)品種類(lèi)越豐富的菜場(chǎng)人往往更多
4)新鮮度:對于買(mǎi)菜而言,總是會(huì )去那些更加新鮮的菜場(chǎng)
5)價(jià)格:價(jià)格對于任何人而言都具有決定性因素
在傳統的菜場(chǎng)或者說(shuō)線(xiàn)下門(mén)店而言,賣(mài)場(chǎng)屬性也有可以通過(guò)一個(gè)矩陣圖來(lái)呈現:
線(xiàn)上渠道用的指標基本和線(xiàn)下的類(lèi)似,區別就是,用戶(hù)登錄場(chǎng)景、登錄頻次、登錄后的訪(fǎng)問(wèn)路徑等代替了線(xiàn)下門(mén)店的地理位置。
所以線(xiàn)上渠道要分析的內容可是要比線(xiàn)下門(mén)店多的多。
但是區別于服裝、零食、玩具等快消品,對于生鮮領(lǐng)域,線(xiàn)上渠道的體驗反而比線(xiàn)下差。所以對于生鮮領(lǐng)域,在線(xiàn)上渠道上最大的優(yōu)勢就是用戶(hù)不能出門(mén)的情況下,比如下雨天,比如年初的疫情以及上班族在下班后沒(méi)有時(shí)間去菜場(chǎng)買(mǎi)東西等。
所以分析到這就會(huì )發(fā)現,對于生鮮領(lǐng)域而言,賣(mài)場(chǎng)屬性單獨來(lái)講似乎意義不大,而更大意義的內容在其中人的因素上。比如有些用戶(hù)會(huì )貪圖線(xiàn)上購買(mǎi)更加便宜?有些用戶(hù)對于線(xiàn)上買(mǎi)菜是剛需。等等,所以我們引申出第三個(gè)問(wèn)題:人的問(wèn)題。
在講用戶(hù)屬性前,我們要先明白,傳統意義上的人貨場(chǎng)中的人,是指賣(mài)場(chǎng)的售貨員,而并非是消費者。但是在互聯(lián)網(wǎng)中,尤其是APP對用戶(hù),是沒(méi)有銷(xiāo)售這個(gè)概念的。分析人的問(wèn)題,其實(shí)就是分析用戶(hù)屬性。
用戶(hù)!每每講到這個(gè)詞,很多人第一時(shí)間都會(huì )聯(lián)想到:性別、年齡、地域等等問(wèn)題,但這里面有個(gè)問(wèn)題,對于大數據而言,你的公司確定可以采集到那么多精準用戶(hù)的信息?畢竟不是任何一家公司都是BAT。而且就算你利用第三方平臺,查到自己的用戶(hù)信息,有了一定的數據,你確定你會(huì )用?換句話(huà)說(shuō),你查到你的用戶(hù)男女比例42%:58%,你能告訴我,就靠這一條,你能有個(gè)啥用?
所以對于用戶(hù)屬性分析,最好是基于互動(dòng)、消費行為為標簽的,更好用。比如生鮮電商領(lǐng)域,有多少客戶(hù)是你通過(guò)注冊送30元米油優(yōu)惠券、首單免配送費、消費滿(mǎn)額送車(chē)厘子等活動(dòng)搞進(jìn)來(lái)的。這類(lèi)用戶(hù)可以貼上一個(gè)標簽,促銷(xiāo)敏感性用戶(hù)。同樣的,我們還能通過(guò)各種數據和活動(dòng),來(lái)為用戶(hù)打上不同的標簽,例如:剛性購買(mǎi)用戶(hù)、異常天氣購買(mǎi)用戶(hù)、疫區用戶(hù)等等,標簽并不是固定不變的,還是需要根據實(shí)際情況,比如如下圖:
這些有關(guān)產(chǎn)品的知識,統稱(chēng)為:貨物屬性。而通常會(huì )影響用戶(hù)購買(mǎi)的行為包括:
購買(mǎi)頻率:比如米有面這類(lèi)的購買(mǎi)頻率較低,而新鮮水果類(lèi)的頻頻高;
產(chǎn)品價(jià)格:?jiǎn)纹穬r(jià)格貴的就賣(mài)的少,便宜的就會(huì )批量買(mǎi);
購買(mǎi)渠道:如果有物流配送,大硬件通貨(例如米油面)在線(xiàn)上購買(mǎi)會(huì )更省事,而像水果這類(lèi)散件就會(huì )在線(xiàn)下買(mǎi),還可以自己挑選。
這些可以就是所謂的貨物屬性。消費者在購買(mǎi)過(guò)程中,都會(huì )因為這些屬性而產(chǎn)生不同的購買(mǎi)行為,且這類(lèi)行為基本上保持長(cháng)期穩定。例如你不能指望消費者今天剛買(mǎi)了10斤大米,明天再來(lái)買(mǎi)10斤大米。
這類(lèi)生鮮產(chǎn)品的復購思路,其核心就是產(chǎn)品購買(mǎi)頻次和產(chǎn)品本身屬性關(guān)聯(lián)。舉個(gè)例子:一個(gè)消費者購買(mǎi)了凍雞翅、竹簽,那么他很大程度上會(huì )購買(mǎi)丸子、燒
當我們理解完人、貨、場(chǎng)這三個(gè)屬性后,我們就需要結合這三者來(lái)思考整體的問(wèn)題了。還記得文章開(kāi)頭提出的問(wèn)題么?如何提高生鮮電商的復購率?!
我們先來(lái)做幾個(gè)假設,從“人”的角度:
1、地推質(zhì)量不好,用戶(hù)本身沒(méi)有需求;
2、用戶(hù)有需求,但是薅羊毛的太多,剛性需求少;
3、剛需用戶(hù)有,但是數量較少,且產(chǎn)品不符合用戶(hù)需求;
從“貨”的角度:
1、商品本身品類(lèi)太少;
2、商品品類(lèi)足夠,但是缺少爆款,無(wú)法強勢引流;
3、有爆款引流款,但是其他整體商品價(jià)格沒(méi)優(yōu)勢。
從“場(chǎng)”的角度:
1、用戶(hù)尚未建立使用習慣,二次登錄用戶(hù)較少;
2、用戶(hù)有多次登錄的習慣,但是比較少進(jìn)入購買(mǎi)頁(yè);
3、用戶(hù)有進(jìn)到購買(mǎi)頁(yè),但是最終下單較少。
從“人貨場(chǎng)”三個(gè)角度提出各自的假設后,我們可以通過(guò)兩個(gè)維度來(lái)建立整體的思路。
第一:從數據出發(fā),哪個(gè)問(wèn)題最嚴重,就從哪個(gè)先下手解決。
第二:從業(yè)務(wù)出發(fā),最近發(fā)生了什么重要的事件,比如疫情等,就從這個(gè)事件來(lái)著(zhù)手。
最后,我們把不同維度的分析綜合起來(lái),整體來(lái)分析,先從粗到細:
人貨場(chǎng)模型之所以從傳統行業(yè)到互聯(lián)網(wǎng),再到現在的直播電商依然有效。是因為這三者跟用戶(hù)都有著(zhù)最為直接的關(guān)系。而且產(chǎn)品屬性、賣(mài)場(chǎng)屬性和用戶(hù)屬性多少都可以通過(guò)數據等進(jìn)行一定的分析、歸納,是一種有規律可循的模式。
因此對于分析人貨場(chǎng)模型,可以作為整體商業(yè)模式分析的基礎,一方面對業(yè)務(wù)有更加清晰的認知,另一方面也能讓其他更加復雜的分析模型有了最基本的線(xiàn)索和依據。
在互聯(lián)網(wǎng)思維中,有一種叫做免費思維的。就是前期免費后期收費,運用到實(shí)際場(chǎng)景中就是發(fā)券。很多運營(yíng)小白,在解決某個(gè)實(shí)際問(wèn)題時(shí),每當找不到方案時(shí),往往選擇發(fā)放優(yōu)惠券,認為一劵抵萬(wàn)難。而對于很多做數據分析的新人,只知道RFM,做數據模型時(shí)又只知道協(xié)同過(guò)濾。其實(shí)以上問(wèn)題,歸根結底就是沒(méi)有足夠的經(jīng)驗,其實(shí)做互聯(lián)網(wǎng)運營(yíng)的人,不能脫離現實(shí),很多經(jīng)驗其實(shí)未必要從網(wǎng)上或者實(shí)操中來(lái),例如做生鮮電商的,根本不需要那么多的高大上的數據模型、也不需要天天發(fā)放什么優(yōu)惠券,你親自去一趟菜市場(chǎng),跟那些大爺大媽聊一頓,可能就能解決你的所有問(wèn)題了。
請到「后臺-用戶(hù)-個(gè)人資料」中填寫(xiě)個(gè)人說(shuō)明。
聲明:本網(wǎng)站尊重并保護知識產(chǎn)權,根據《信息網(wǎng)絡(luò )傳播權保護條例》,如果我們轉載的作品侵犯了您的權利,請在一個(gè)月內通知我們,我們會(huì )及時(shí)刪除。
Copyright ? 2016 學(xué)習?shū)B(niǎo). 頁(yè)面生成時(shí)間:0.522秒