本文针对电商app。不同业务类型的app首页设计可能有一定差异,可以跨界类推。
内容框架如下:
一.首页流量模型
要做好首页运营,首先应该了解首页流量模型,也就是流量从哪里来,到哪里去,在首页如何分布。下面谈谈首页流量的来龙去脉和特征。
1.来源
首页流量通常有如下来源:
1)直接访问:用户在手机上打开app进入首页。
2)推广/分享-Deeplink跳转:在SEO/SEM的网页和社交分享页上埋入deeplink代码,指定URL,用户用浏览器或微信打开该网页,通过深度链接技术唤起app(如果已安装),直达对应的页面。
浏览器中通过Deeplink唤起app
对于微信唤起,app需要在腾讯白名单内(主要是腾讯的亲戚,如京东、携程等),非白名单公司只允许在微信内打开web页面,不能唤起app。此时可以引导用户通过支持深度链接的浏览器打开,随后在浏览器上跳转app。
微信唤起应用
3)第三方app唤起:通过合作的应用交叉引流,在其它应用唤起app,直达指定页面,例如抖音跳转淘宝。技术上这样是可行的,但在大多数情况下,应当建立流量管理规则,不应当轻易允许流量跳离app,在“米袋子上抠个洞”。
4)系统快捷功能入口:如iPhone等大部分手机支持的负一屏。从手机第一屏向右划,进入的第一屏左侧页面即为负一屏,在这里可以放置组件,指向应用内功能。此外还有在iPhone最新版本中已取消的3D touch,这是个iPhone 6S开始支持,但用户习惯最终没养成的功能。它通过大力按压app图标,展示出一组特定入口,点击后直达app特定页面。
负一屏
3D Touch
我们看到并非所有app流量都必经首页。直接访问(直接打开app)通常占到app首页流量的大部分。
2.去向
用户进入首页后,一般有如下去向(数据未去重,比例仅供参考):
首屏流量分布示例
1)搜索流量:目标明确的用户直接进入搜索框搜索所需商品,我通常把这部分流量称为精准流量。也有输入宽泛词如“零食”,匹配多个子类目,或者去底部通栏的“分类”入口,这种可认为是半精准。
2)闲逛流量:精准流量分流后,其余流量沿首页下行,成为闲逛流量。有的用户有明确的偏好栏目,如秒杀,会通过首页划动快速找到入口。
位置比较深的栏目,动线设计上,一种思路是设置顶端悬浮的电梯导航,点击后直接向下滚动到对应区域;另一种思路则是强制动线,用户只能逐屏划到该栏目,半路其它栏目也可能吸引用户产生额外的点击和销售,但存在流失风险。这两种思路各有侧重,条件允许大家可以做AB测试进行选择。
更多用户沿首页往下逛,此时,栏目入口抓流量的能力非常重要,策略在首页运营技巧部分探讨。
3)功能区流量:很多电商把分类、内容、购物车和个人中心等功能入口放在底部通栏。“分类”提供树形类目导航帮用户有层次地找货,而“内容”(如京东的发现,淘宝的微淘)则是种草和提供黏性的重要方式。这两个入口更类似导购,与购物车和个人中心有质的不同。由于占据黄金位置,内容入口常有不错的流量,但非内容电商转化一般不佳,可考虑在大促等特定阶段做些替换。此外站内信/消息入口也属于功能区流量。
3.首页流量分布
首页流量在首屏无疑是100%,随后会有部分没有二跳的流量(啥也没点)直接离开,剩余流量在搜索框分流掉一部分,剩下的呈倒金字塔分布,自顶向下逐屏递减,类似下面这样。
流量逐屏递减
中国人喜欢逛,电商的导购和运营能力也比较强,闲逛流量往往占到整体的60%强,而美国人喜欢搜,根据亚马逊数据,美国约80%以上的流量会去搜索。这个特性决定了中西方电商app会有较为不同的首页设计思路,在美国甚至大多数电商都没有运营岗。
流量走到首页底部,类似于逛到了商场尽头。此时的流量我们称之为流量残值(此外结算流程完毕后的流量也可称为残值)。有些app会提示“我是有底线的”然后禁止继续下划,这有点浪费流量。既然用户意犹未尽,就出个瀑布流好了,做个性化推荐,让用户可以继续逛下去,就像刷抖音那样。近年来大家越来越喜欢这种省心的闲逛方式。这是导购理念从“人去找货”逐渐向“货去找人”变革的体现,也是京东、淘宝大幅增强“猜你喜欢”的重要原因。
主流电商的“猜你喜欢”大约有5%~20%的流量。从首屏到底部,中间流量分布可做曝光埋点统计各栏目被展示的次数。根据经验,超过60%的流量仅到达首屏和二屏,随后有个断崖,三屏之后的流量视栏目情况递减速度不同。当然曝光和点击未必成正比。
首页栏目的点击比例,体现从首页进入的流量比例。进一步统计该栏目的销售在归属首页的销售中的比例,两者相除体现该栏目单位流量的销售能力,在我管理首页资源会作为重要指标评估栏目的流量使用。
流量到达三屏或更深后,可以放个“返回顶部”悬浮控件,让首屏黄金栏目有再次被光临的机会。
二.首页效率监控及资源位管理
1.首页运营核心指标体系
首页运营必须目标明确,有的放矢,不能泛泛而论好坏。因此,首先要明确运营的北极星指标。由于首页是公司几乎所有业务的入口,可以设置一个指标体系,除最重要的北极星外,还可以以一组多维度指标来综合评估首页效率。这些指标本文统称为首页核心指标,北极星指标可根据战略重点从中选取。
常见的首页核心指标如下:
1)营收指标。这组指标体现首页对营收的贡献,常见有如下三个指标:
-
首页营收:某个时间段内以首页为起点并最终成交的成交额,计为首页营收(GMV,Gross Merchandise Volume)。这里同时含首页直接营收和间接营收。
-
首页直接营收:某个时间段内直接在首页完成加车或购买的成交额。这里首页直接完成了转化。随着铺在首页的商品瀑布流栏目的发展,这个指标会不断提升。
-
首页点击价值:在统计首页营收后,再计算相同时间段的首页总点击(Click),则首页点击价值=GMV/Click。
注:这三个指标中,前两个主要衡量首页的营收占比和直接贡献,第三个主要衡量首页引导成交的效率。对于大型电商或业务比较丰富的公司,首页的主要使命不是直接完成销售,但对于店铺首页或小企业,首页直接成交可以作为一个重要指标。
2)兴趣指标。这组指标体现首页对用户的吸引力,均在统计周期内计算。
-
首页二跳率:有百分之多少的用户到达首页后,有二次跳转(即点击了某个栏目、商品等)。或者反过来,有多少用户到达首页后什么都没做就离开,称为首页跳失率。该指标较受流量质量以及爬虫影响,但通常会作为重要指标进行监控,也是大转化漏斗的第一个环节。
-
首页访问屏数:用户平均走到了第几屏。
-
首页点击次数:用户在首页上的总点击次数。
-
首页访问深度:首页点击产生的PV数量。
-
首页停留时长:用户平均在首页上的停留时长。我认为首页指标中,这个指标比较鸡肋,不直接反映首页价值,但常常也是一个统计指标。
-
首页访问频度:用户在统计周期内的平均访问首页次数。除了天或更小单位,其它周期均应该按天去重。用户高频访问常有其它原因,比如设置了黏性频道如签到、上新、秒杀,或主推品类本身具备高频特性(生鲜、日用品等),该指标并不完全体现首页本身的频次驱动能力。
3)引导指标。这些指标看首页把用户引导到目标/核心业务的能力。
-
品类渗透引导指标:统计在某个时段内,有多少顾客通过首页的引导,产生了跨品类的访问/购买。统计单位通常为新增跨品类购买顾客数或占比。
-
特定业务/品类引导指标:当公司推出新业务或向某个业务进行战略转型时,希望把更多的非该业务的顾客引导到该业务(例如,亚马逊中国在某个阶段战略性地把Kindle用户向海外购业务进行引导),由于首页在引导和流量分发中起到极为重要的作用,可以用该指标统计首页为战略业务带客的能力。统计单位同上,可以认为这是品类渗透引导指标的一个特例。
-
流量分发准确性。统计首页对规划的流量需求占比进行分发的准确性,可用统计学方法给出该指标计算公式。
实践中,营收、兴趣、引导这三组指标和首页产品和运营水平高度相关,可以以此为基础构建首页指标体系。明确了核心指标,运营的核心方向也就非常明确了。
2.首页管理指标体系
首页运营的一个重要职责,是确保每个首页资源位的合理分配和高效率使用。为此,需要设置首页管理指标体系,对各个首页资源位的效率进行衡量。可使用如下指标构建首页管理指标体系。
1)CTR(Click Through Rate)
-
CTR = 入口点击次数 / 入口展示次数。
CTR体现该入口对看到它的用户的吸引力。
要注意的一个误区是,CTR不体现流量占比,它高度受到入口位置的影响。例如,CTR=30%,不等于首页有30%的用户点击了这个入口。而只是首页看到了这个入口的用户中,有30%的用户进入了该栏目。
对于首页末端入口,分母比较小,而且走到底部的用户往往有较强的“逛”意愿,导致入口靠下CTR会有提升,但点击人数实际更少。因此,对比CTR时,应对位置靠近的入口做对比,而不适宜全局做对比。
2)Click Mix
-
Click Mix = 某频道入口的总点击次数 / 首页全部点击次数
相比CTR,Click Mix会更能体现进入该栏目的用户占比。我通常用这个指标来判断这个栏目的流量获取情况。
3)GMV Mix
-
GMV Mix = 频道销售额 / 全站总销售
电商的营收有多种计算口径,如订单金额、成交金额、确认收货金额,主要区别是是否统计取消订单、退货、供应商返点等。它们之间一般有一个大致的比例关系。计算中要确保用统一口径计算栏目销售额和全站销售额就可以。建议使用成交额口径 – GMV。
考虑到不同品类的单品均价差异较大,在这里也可以使用Unit Mix(即销售商品件数),以消除品类单品均价的差异。没有一个绝对公平算法,用GMV Mix计算,数码家电这种件均价高的品类占便宜;用Unit Mix计算,则超市品这种件均价低销售件数大复购频率高的品类占优势。也可以同时计算这两个指标,共同作为参考。
4)转化效率
-
转化效率 = GMV Mix/Click Mix
该指标体现该栏目的转化效率。例如,一个栏目获得了10%的点击,贡献了15%的营收,则该比值为1.5,体现了该栏目的转化效率是全站水平的1.5倍。同样也可以把GMV Mix改为Unit Mix,从销售件数上看转化效率。
5)Attributed GMV(归因GMV)
-
Attribute GMV = GMV/访问路径深度
先说下归因算法。假设消费者访问了频道A,B,C,都看见了某商品,最终在C加车了该商品,完成了购买,从归因模型的角度,有多种选择。我倾向采用“最终渠道互动”模型,也就是把功劳完全算在C频道,谁完成最后一击就算谁的。但也有分析师倾向于采用线性归因,也就是A、B、C均分,也就是本指标的算法。更复杂合理的做法,是用时间衰减模型或马尔科夫归因模型。有兴趣的同学可以查询相关资料。
6)GV Mix
-
GV Mix = 某栏目产生的商详页访问量/ 全站总商详页访问量
在这里,GV代表一个商详页的访问总量,也就是商详页PV。
大部分的频道、活动页都是通过(促销、精选、上新等)各个维度进行商品陈列与推荐,直到用户到达商详页,把货摆在了顾客面前,引导任务完成。
至于货和价格是否能吸引用户加车、以及支付方式能否让用户完成结算,并不是导购频道的责任。因此,频道产生的商详页PV占比高度体现频道的导购价值和重要性。
7)人均PV
-
人均PV = 频道内PV总量 / 频道总访客数
该指标体现了用户能否在频道内逛起来,也就是该频道丰富不丰富,精不精彩,吸引力如何。
8)人均GV
-
人均GV = 频道内GV总量 / 频道总访客数
该指标是前述两个指标的综合体,体现了频道平均把多少个单品页带到每个用户面前。假如单品页转化率恒定,则该指标直接决定了导购栏目的转化能力,因此,在实践中我通常以该指标为北极星来衡量各个首页导购频道的成效。
9)新客转化
-
新客转化 = 在频道内完成加车并最终下单,从0变1单的顾客人数。
频道不仅仅是卖货,也要承载起它高价值任务,比如拉新(新客转化)、卖会员、提升黏性。这个指标体现了频道把访客从“逛逛”转化为顾客的能力。
这个指标也可以做一个拓展,从新客延伸到品类新客。例如,本来一个用户从未购买过美妆产品,在这个频道内完成了美妆商品的加车并最终完成了购买,则在品类渗透上做出了贡献。
10)会员参与度
-
会员参与度 = 在频道内加车并最终下单的会员总数 / 全站下单的会员总数
很多电商都十分重视提升会员的活跃度,一个频道能否有效引导会员下单从而提升会员参与度、活跃度,体现了这个频道对会员的吸引力,从而提升会员转化率和续费率。
11)频道访问频度
-
频道访问频度 = 频道不去重访问次数 / 频道去重访问次数
该指标体现了一个频道对用户的黏性,也体现访问了该频道用户是否愿意再次访问。有些频道重点做黏性,比如内容、短视频、游戏,这类频道,直接考核销售类指标并不合理。对这类频道,使用频度指标可以看到它对用户的黏性,进而为提升频道带动流量和销售做出间接贡献。
12)频道跳失率
-
频道跳失率 = 在该频道内页面中离开app人数 / 该频道访问总人数
通过横向对比,可以看到哪些频道导致了更多用户离开,这在某种程度上也体现了该频道内是否存在重大缺陷(例如外链、卡死、闪退)或者体验问题。
上面介绍了12个比较常见的指标,大家也可有根据自己的业务需求和特性,定义相应指标来衡量一个首页频道对核心业务目标所做出的贡献。
3.首页数据报表
运营体系需要跟踪的数据报表,可以分为两类:
1)首页整体指标
第一类是首页整体指标,在前述的首页核心指标体系中选择关注的一组指标,以周为单位进行统计,同时对周环比、年同比进行观察,如果出现大幅波动,则进行深入分析,找到原因。此外还可以观察月趋势,根据七点原则,对连续的同趋势变化进行分析。
报表可以参考如下设计,或者在指标、时段上自行定义。
首页整体指标示例
我们可以看到从多维度对首页整体效果进行评估,有时会看到某些维度表现提升,某些维度则表现下降。不必追求每个方面表现都更好,只需要确保关键目标表现良好不断提升即可,同时在关键目标有保证的情况下,再考虑次要目标的优化提升。
2)首页入口效率指标
第二类是入口效率指标,评估首页各个资源位的表现。可以在前述首页管理指标体系中选取关注的一组指标,同样以周为单位进行统计,观察每个资源位效率的周环比和年同比(如果同一个频道占据同一个入口)波动情况和连续变化趋势,并进行分析。
可以更进一步建立一个资源位综合得分模型,把关键指标进行加权平均,算出每个频道的综合得分。例如,
-
资源位得分 = 人均GV得分*50%+转化效率得分*30%+品类渗透得分*10%+频道跳失率得分*10%
在这个例子中,选择了人均GV、转化效率、品类渗透能力、频道跳失率作为资源位管理指标体系,占比5:3:1:1。
根据频道的综合得分情况,可以考虑如下三种方式进行管理:
a)取消低分频道的入口,对高分频道增加入口;
b)对低分频道进行流量切分,保留部分流量,把一部分流量分配给高分频道。
c)低分频道入口下沉,高分频道入口上升;
简单说就是用流量进行奖惩。
报表可参考如下设计,或者在指标、时段上自行定义。
首页频道效率指标示例
from https://36kr.com/p/5291252
相关推荐
电信运营商投资效益关联分析模型是基于关键指标关联表现视角,从与全省均值对标着手,建立指标联动分析体系对地市投资效益做综合评估的模型。该模型旨在解决电信运营商投资效益评估的难点问题,实现资源高效投放,...
网站运营管理模型是对网站进行有效管理和优化的框架,旨在通过一系列策略和指标来提升流量、影响力以及商业价值。在这个模型中,核心指标主要包括流量、转化率和黏着度。 流量是网站运营的基础,它由多个细分指标...
建立运营关键指标模型要求将这些关键指标整合起来,形成一套系统的、可量化的评估体系。这些指标能够帮助跨境电商运营者从海量数据中提取出管理者关心的核心数据,为商业决策提供支持。 3. Google Analytics技术在...
下面将详细探讨基于电商平台的数据分析基本指标体系,以便更好地理解这一领域的主要关注点。 首先,总体运营指标是衡量电商平台健康状况的基础。这包括了流量、订单量、总销售额以及整体指标。流量是指网站的访问量...
FAST指标体系使得品牌运营能够更准确地衡量营销运营效率,并将运营视角从短期的GMV(商品交易总额)转移到对品牌价值的健康和持久维护上。 此外,FAST指标体系通过监测全体及细分群体消费者的动态转化过程,为品牌...
通过上图大家可以清楚看到在零售行业中运营体系的核心其实就是对三大指标管理,也就是:客量、业绩、利润。 客量:一家店铺是否有足够的到店消费客户,这是一切的前提;而这里又分为两个类型的人群:浏览客量与有效...
- **对比分析**:与机理模型相比,ANN模型属于“黑盒”类型,不直接反映内部机理,但在缺乏充分机理理解时,能够提供较好的预测效果。 ##### 1.2 工程模型—STEM模型 - **背景介绍**:STEM模型结合了机理模型和数据...
1. **混合运营计划编制**:通过模型与算法研究,实现专用线路与常规公交线路的有效整合。 2. **公交运营实时监控与调度**:采用先进的监控技术和调度算法,提高响应速度和服务质量。 3. **公交司售人员调度**:运用...
25. 能耗指标体系:城市轨道交通的能耗指标体系包括网络级、线路级和站车级三级,确保全面评估能耗情况。 以上内容涵盖了城市轨道交通运营统计分析的多个重要知识点,它们对于理解并优化城市公共交通系统的运营具有...
- 要求计算的统计指标体系庞大:涉及的指标包括但不限于客流量、客运周转量、能耗、安全指标、换乘效率等。 - 重复劳动多:统计数据的收集和更新是持续性的,需要定期进行。 - 时间要求严格:统计数据的时效性至...
本文将根据提供的文件内容,深入探讨产品运营的核心知识与实践技巧,帮助读者构建起一套完整的产品运营体系。 #### 一、产品运营入门 **1.1 产品运营的意义** - **定义理解:** 产品运营是通过一系列策略和方法,...
首先,文章提出了【评价指标体系】,包括病床周转次数、使用率、患者平均等待时间和平均住院时间。这些指标可以全面评估病床管理的效率和患者满意度。作者运用了Topsis综合评价法,通过对医院历史数据的分析,建立了...
1. **数字化运营的演进**: - **经验运营**:依赖专家经验和手工操作,以简单统计分析为主,主要支持决策。 - **系统化运营**:通过流程组件化、标准化,实现系统流转,提升效率,提供效果统计报表。 - **数字化...
在实际运营过程中,很多运营的⼩伙伴每周只关注推送了多少篇⽂章,增长了多少个粉丝,其实还应该关注⼀些细节数据, ⽐如⽂章标题、内容长度、内容类型跟阅读量、转发量的关系,推送时间和频次对阅读量和粉丝增减的...
然后,我们通过构建层次结构,将这些指标细化为多个子指标,如运营成本、乘客负担能力、出行需求等,并对各个指标分配权重,以量化它们的相对重要性。 在实际应用中,我们利用内插外推法对青荣轻轨的客流量进行预测...
- **流量模型**:优化流量来源,关注流量占比、转化率和获客成本。 8. **电商战队组建**: - **培训制度**:建立SOP,通过师徒制快速提升团队能力。 - **绩效激励**:设定绩效指标和提成,激发团队积极性。 - *...
1. 比较分析法:比较分析法是将实际数据与计划(预算)数据、前期数据或同行业平均水平进行比较,以揭示差异和改善空间。 2. 比率分析法:包括相关比率分析、构成比率分析和动态比率分析。相关比率分析是将财务报表...
"社群营销实战手册" 社群营销实战手册是人民邮电出版社...10、社群的质量衡量指标体系:社群的质量可以通过8个方面衡量,即成员数量、成员质量、成员参与度、内容质量、社群文化、社群活动、社群规则和社群输出。
- 某电信运营商利用大模型进行网络流量分析和优化,显著改善用户体验。 - 某互联网公司采用大模型进行服务器故障预测,有效避免业务中断。 - 某金融机构利用大模型进行安全风险评估,及时处置潜在安全威胁。 ###...