`
tianzaghi
  • 浏览: 14116 次
  • 性别: Icon_minigender_1
  • 来自: 火星
社区版块
存档分类
最新评论

十大网络商店 如何创造23%超高转换率

    博客分类:
  • SEO
阅读更多
以下这篇文章是读自台湾一个著名的电商高手的博客,相信对玩电商的朋友有帮助:(已经全文翻译成简体字,以便阅读和理解) 来自一间市场研究商SeeWhy,他们做了一个有趣的调查,他们根据AC Nielsen的数据加上访谈,列出了十个他们所找到的「转换率最高」的网络商店。所谓「转换率最高」,就是这些商店的流量不见得比别人大(不过至少都要有一个月500万不重复拜访才有资格被列入),但是他们却可以让每个网友进来好像着了魔似的,「成交率」特别高! 他们说,一般的在线商店的转换率大约是在2~3%,也就是每100人进来只有2~3%的人买单;之前比较过美国两大购物网站Target、Wal-Mart的版型也提过两大购物网站的转换率也只有落在7%~8%左右,吻合SeeWhy的观察。 而SeeWhy列出来的「十大名店」,平均转换率却在23%左右,是平常购物网站的10倍!叫我们怎么能不好好研究一下,到底这些购物名站是怎么达到这么高的转换率的? 先来看看这些购物名站是谁。排行第一的是「Schwan’s」,是卖食物的,高达41.7%的转换率,叫人咋舌!第二名则是常常被用在NET-MBA(现称fb-MBA)课程里的案例、在线花店「ProFlowers」,它的转换率也高达26.5%。另外还包括卖维生素的Vitacost,转换率高达24%,还有Woman Within,转换率高达22.4,还有卖衣服的Blair.com,转换率高达20.5%。以上是前五名。而第六到第十名则分别是Lands’ End (卖衣的)、Lands’ End(也是卖衣的)、DrsFosterSmith.com(卖宠物用品的)、Office Depot(卖办公用具的)、Roaman’s(卖衣的)、QVC(卖首饰的),转换率分别落在18.3%到20.5%之间。 看到这个「十大名店」名单,整个人一定兴奋到沸腾了!为什么?因为我们会认为,高转换率的购物网站,有可能集中在某一个产业、对某一个族群,这产业特性因为竞争态势或消费者习性等缘故让它的转换率有机会特别高,但,看到SeeWhy的前十大名单,竟然横跨所有产业!从卖衣服的、卖用品的、卖吃的、卖营养的、卖首饰的、卖花的……都榜上有名。有趣的是,全球最大的购物商城「Amazon」的转换率大约落在16.5%,其实也够高了,但就是被十大名店给打败!可见,它们实在太强了!到底,这些完全不同性质的在线商店「共同」的特色在哪里? 赶快告诉我、赶快告诉我们吧! 首先,他们非常惊讶,这些商店的特色,完全推翻了我们先前所「以为」的想法。我们都认为,要让消费者在在线「埋单」,至少、至少、至少,购物车的「checkout流程」一定要愈短愈好、愈简单愈好吧?美国人甚至爱看一个叫「Shopping Cart Abandon Rate」(SAR)来估算自己的网站能不能让消费者顺利掏出信用卡。所以,我们会设计愈来愈先进、超短的购物流程,尤其是「会员」的处理,只有笨购物网站,才会请消费者先填一大堆数据加入会员、再让他买单;应该先让他藉那股狂野的购物冲动赶快、尽快、痛快的输入「卡号」,就先checkout了,剩下以后再说,不是吗? 不是! 他们发现,没有!这些十大名站的checkout过程,并没有比别人特别简单或特别短,反而,有几家商店甚至真的犯了「大忌」,要求填入冗长的数据、加入会员以后,才能真的开始买东西。我们都以为这几家商店一定会让消费者在「购买流程」(sales process)非常顺畅,没想到,他们竟然不怎么样! 反之,SeeWhy的研究者竟然发现了以下两个,非常简单的「关键」: 一、「长期流程」vs.「成交流程」:首先,他们发现,这十大名店之所以享有高达23%的转换率,他们真正与别人不同的,不是在「购物流程」,而是在「长期流程」(lifetime customer value)。当一个购物网站是朝着「长期流程」来设计的时候,它强调的不再是现时就成交,而是在里面「逛逛」的「体验」--SeeWhy的主管受访时还开玩笑的说,这些十大名店不喜欢和客户玩「一夜情」,而喜欢建立「长期的感情」,所以,有一些贴心的小动作反而是他们所注重的。譬如,当旧客户回来的时候,他其实看得到,他上一次购买什么东西,也可以被带到上一次还没逛完的东西。 另外,更明确一点的说,这十大名站的整个网站是比较容易「浏览」的。他们在浏览的部份的容易度、精致度,远比他们的购物流程还高。其它购物网站满脑子都在想钱、钱、钱,喜欢放一颗大大的「购买键」在屏幕上深怕别人看不到,但这十大名站的重点却在「浏览一般陈列页面的『防呆机制』」上。他们知道,并不是每个客人都是脑筋清楚的上来这个网站,许多只是不小心冲上来四处看看的客人,都可以享有蛮顺畅、痛快的「干逛逛」(window shopping)的体验,不买东西,也不会觉得有压力;想叫眼睛随意看看的东西,也都找得到在哪里。 二、「给首次客户优惠」vs.「给旧客户优惠」:另外,这十大名站也都很注重「优惠」,有趣的是,有这么一派的营销人员其实是习惯给「旧客户」优惠的,因为他们认为,创造旧客户的拜访习惯很重要,不是吗?不是!这些23%转换率的十大名站显然不这么认为!SeeWhy发现,这些站比较强调的反而是「给首次客户优惠」,因为,续第一点,他们认为旧客户是因为第一次的痛快的购物体验而回访,而不是因为「优惠」而回访,因此,要如何让第一次进来的客户真正变成客户,反而是更重要的事;变成客户不一定要买东西才能变成,甚至第一次的成交,网站其实是「小赔」的,但,取得这名客户名单,可以「remarketing」、不断寄送数据给客户,让他再回来。 别小看这个小动作!SeeWhy发现,美国电子商务网站平均只有25%的会对旧客户寄发eDM,但是这十大名站,个个都会寄发eDM给客户。他们根本就不怕会惹火客户。奇怪的是,他们的客户还真的觉得很ok,而SeeWhy发现这十大名站的eDM就是能做到「完全不像eDM」,他们的eDM竟然让客户觉得好像在「做服务」(customer service)的一部份,于是他们的开信率都可以保持较高、他们的退订率也较低。 以上,感想如何?我有一些感想,也有一些增加的意见: 常听到在线商店不断在找寻「某种神奇的方法」,可以让自己的产品可以神奇的提高销售量。他们不见得每次都要「爆红」,但每一次都希望在销售额有即效的提升。这一份研究再次证明了一件事:提升销售的重点并不在如何找到那个神奇的销售提升方法或营销活动,而是如何建立一场「循环」,高转换率,原来来自于循环回来的旧客人,这些成功的23%转换率的在线商店的客人,就像健康人体内的血液,通畅的「循环」,新访客马上变成旧访客,旧访客还想要回访,有的是靠remarketing的eDM策动回访。 不过,我认为,以上看到的只是「小循环」,SeeWhy只告诉我们建立这个「小循环」的重要性与大约的方向,接下来,谁要来告诉我们,如何建立这个「小循环」? 这个道理不难,但是,为何只有这十大名站,成功的建立了他们的「小循环」? 剩下的,难道都没有领悟这点吗? 这点,就不会在报告里写清楚了。明确一点的说,我有一个网站,长得就是这个样了,它和前十大名站当然长得不太一样,事实上,前十大名站本身彼此间也长得很不一样。我该做什么事才能产生这个「小循环」? 谁要来告诉我? 其实,「网友」会说。 答案已经在你的拜访资料里了。要找到诀窍,除了读什么了不起的文章,可以从自己网站已经来的几十人、几百人之中来找答案。要找到答案,关键并不是找到方法,甚至也不是这场「循环」要怎么设计,而是这个网站,是否有可能让这个循环本身也成另一个生生不息的循环、定期的且长期的去维护这个循环? 就是「大循环包小循环」,大肠包小肠啦! 读了这篇文章,可能就召开一场会议,将这几点写下来,然后开始改网站,想办法建立这个「小循环」。但,如果没有一次成功,甚至只是在改站的途中碰到一些阻碍,可能就不再尝试,等到看到明天又有一个新诀窍,赶快来使用,这就是缺乏「大循环」。「大循环」是确保就算没有一次就中,这样来来回回的run了好几个月,一定会有成果。但,倘若这次在修改以后,也顺便置入非常精确的流量工具,并且安排有人定期检视、定期报告、定期跟着调整,那么,这间公司就是有了「大循环」,让这个大循换跑了几次来创造刚刚的「小循环」。类似这个意思。 大部份的营销人或创业家、创意者、有事业心的人所想的方向,都在找寻那个神奇的公式、那个神奇的诀窍,包括读了这篇文章,学了一些,等到要实作的时候,从何开始?诀窍又在何处?其实没有什么诀窍,诀窍就在「大循环」而已。循环,就是在给自己更多的机会,所有的力量都应该放在给自己更多的机会,去认识客户,也去检查是否真的有认识这些客户,然后让这些客户都进入了「小循环」。 这篇文章其实只讲了一半(小循环),就和所有的文章一样,接下来的另一半(大循环),必须由创业家自己去发现。 链接一枚:很火星
分享到:
评论

相关推荐

    网络营销-电商商务网站转换率、流量转换率详解.pdf

    网络营销-电商商务网站转换率、流量转换率详解.pdf

    超高分辨率图片下载

    在后端处理方面,图片服务器可能需要进行优化,包括但不限于使用CDN(内容分发网络)加速传输,实现图片的裁剪、缩放和格式转换等操作,以满足不同终端的需求。 最后,对于存储和索引这些大文件,数据库和文件系统...

    艾默生网络能源第2代四分之一砖与八分之一砖IBC可提供97%的转换效率

    艾默生网络能源有限公司,推出了两款中间总线转换器(IBC),这两款产品可以提供超高水平的可用输出功率,转换效率为97%。作为Artesyn高功率密度IBC产品系列中的最新产品,这两款转换器分别为300瓦八分之一砖和642瓦...

    CAN网络DBC文件转换工具

    "CAN网络DBC文件转换工具"是针对CAN通信中DBC文件的一种实用软件,它可以实现DBC与Excel之间的相互转换,极大地简化了数据管理和分析的过程。通过将DBC文件转换为Excel,用户可以更直观地查看和编辑CAN网络中的数据...

    Java 从网络中读取图片 转换成Base64字符串

    在Java编程中,将网络上的图片读取并转换为Base64字符串是一项常见的任务,尤其在Web开发中,这样的操作可以用于数据传输或者存储。Base64是一种编码方式,能够将二进制数据转化为可打印的ASCII字符,方便在网络上...

    DN值转换到遥感反射率

    在遥感领域,数据通常以数字信号值(DN值,Digital Number)的形式获取,而我们需要将其转换为物理意义更强的反射率,以便进行地表特性分析。反射率是描述地表对入射光能量反射能力的指标,对于理解和解释遥感图像至...

    多采样率系统-采样率转换和数字滤波器组

    多采样率系统-采样率转换和数字滤波器组的pdf,并含有书中陪套的MATLAB程序。MATLAB程序的运行结果是简单的界面,改变参数即可看到结果,很简单方便,没有MATLAB基础的人也可以轻松使用,便于更好地理解多采样率系统

    《多采样率系统—采样率转换和数字滤波器组》.rar

    《多采样率系统—采样率转换和数字滤波器组》是一本深入探讨数字信号处理领域中重要概念的书籍,主要关注于如何在不同的采样率之间进行转换以及如何设计和应用数字滤波器组。这本书籍的例程是使用MATLAB编写的,这是...

    易语言超高精度计时器

    `NtQuerySystemTime`是Windows NT内核级别的系统调用,它返回的是一个64位的FILETIME结构,包含两个32位整数,分别表示自1601年1月1日以来的低分辨率和高分辨率时间。为了将这个时间值转换成可读的格式,我们可以...

    MATLAB环境下用BP神经网络进行数据分类

    为了进一步优化网络性能,可以尝试调整网络参数,如学习率、动量项、激活函数等。例如,设置学习率为0.01,动量为0.9: ```matlab net = configure(net, 'LearningRate', 0.01, 'Momentum', 0.9); ``` 还可以使用...

    度分秒转换 经纬度转换 度量衡 转换 坐标转换 GPS信息采集度分秒转换器

    2. **度分秒转度**:将度、分和秒组合成一个整体,然后除以3600(因为1°=60'×60''=3600''),例如,30°23'45"转换为30 + 23/60 + 45/3600 = 30.39583333°。 三、GPS信息采集度分秒转换器 GPS(全球定位系统)...

    Python将Excel网络关系转换为邻接矩阵

    用Python将Excel网络关系(两列,id1,id2)转换为邻接矩阵(有向网络和无向网络均可),并画出网络图

    C#检测当前已连接无线网络的信号强度

    在这些BSS条目中,我们查找与当前连接的网络(`CurrentConnection`属性)SSID相同的网络,从而得到该网络的信号强度(linkQuality属性,范围在0到1之间,乘以100即可转换为百分比)。 要枚举所有无线网络的名称和...

    java实现的bp神经网络算法,代码超级简单,里面有实际数据例子

    3. **前向传播**:输入数据通过网络的每一层进行传播,每个节点的输出是其所有输入与相应权重乘积的加权和,通过激活函数(如Sigmoid或ReLU)转换得到。 4. **误差计算**:通过比较网络的实际输出与期望输出,计算...

    基于L形超材料的太赫兹宽带偏振转换器

    提出了一种基于L形微结构单元阵列的太赫兹...在0.64~1.19 THz的频率范围内, 可以实现大于80%转换率的偏振转换, 最大偏振转换率达到95%以上。此外, 在一定的斜入射条件下, 所提偏振转换器可以保持良好的偏振转换性能。

    神经网络模型结构图.visio格式

    神经网络模型结构图是计算机科学,特别是机器学习和人工智能领域中的关键组成部分,它们直观地展示了神经网络的层次结构和组件间的连接方式。Visio是一款由Microsoft开发的绘图软件,常用于创建各种流程图、组织架构...

    基于BP神经网络的简单字符识别算法自小结(C语言版)

    如果性能不佳,可以尝试调整网络结构(增加隐藏层、改变节点数量)、优化训练策略(如学习率调整、早停策略)或者增强数据集。 总的来说,基于BP神经网络的字符识别算法涉及了神经网络的基础理论、C语言编程技巧...

    计算机网络安全基础

    而网关(Gateway)则连接不同的协议网络,是网络通信的转换和中继点。 在局域网技术方面,以太网是最为普遍的局域网技术,它包括标准的IEEE 802.3规范。还有环形网络,如IEEE 802.5标准的令牌环网,以及光纤分布式...

    超高纬地转EI原则.txt

    纬地转eicad超高数据

Global site tag (gtag.js) - Google Analytics