小議用戶推薦
關(guān)注到‘用戶推薦’的契機(jī)是現(xiàn)在某購物站點(diǎn)的‘猜你喜歡’,雖然是換了皮的推薦,但真的某一天開始高準(zhǔn)確度地猜中了我的心頭好。我猜是我大量操作,堅(jiān)持不屑地使用該產(chǎn)品,給數(shù)據(jù)庫留下了足夠的蛛絲馬跡,這才被一箭命中,讓程序看穿了喜好。
某日開會,業(yè)務(wù)與設(shè)計(jì)在爭執(zhí)‘推薦’模塊內(nèi)容,到底由業(yè)務(wù)推?還是按照用戶喜好來推?換句話說到底是安排相親對象還是放任自由戀愛?
‘用戶推薦’到底是你說你的?還是我看我的?大家目的不一樣,作為用戶來說,仰賴自己智慧做出的選擇,遠(yuǎn)比那些花花綠綠的推薦廣告來的可靠,但有意思的是結(jié)果可能殊途同歸。
今天小議用戶推薦
腦海里浮現(xiàn)出的推薦模式:
在線站點(diǎn)內(nèi)推薦:
a. 超大廣告燈箱+Flash滾動
b. 次級頁面雙側(cè)‘推薦’模塊
c. 頁尾‘推薦’模塊
d. 搜索時預(yù)置選項(xiàng)推薦
e. 搜索結(jié)果推薦
f. 犄角旮旯見縫插針狗皮膏藥‘推薦’入口
站點(diǎn)外推薦模式:
(類同廣告)
a. Email 、常規(guī)信件
b. 即時信息
c. 依附其他應(yīng)用軟件占得‘推薦’位
(應(yīng)該說廣告位更確切)
推薦對象:
a.? 當(dāng)下產(chǎn)品使用者
b. 非本產(chǎn)品使用者,但可能與本產(chǎn)品相關(guān)軟件/信息有交集的用戶
c. 無篩選面對所有人
推薦頻率:
a.? 每次頁面刷新更新推薦內(nèi)容
b. 固定有限區(qū)域定時滾動
c. (對于廣告類,有針對性站外/線下推薦)根據(jù)產(chǎn)品活動,特殊用戶事件(如生日,使用周期……)按特定時間點(diǎn)推薦
推薦效果:
全面鋪開的廣告類推薦――特定相關(guān)用戶會注意,非該信息興趣點(diǎn)用戶常常會忽略或持有懷疑態(tài)度
針對個人喜好的推薦――根據(jù)推薦準(zhǔn)確度,接受信息比率依次增高
(但我們還是會刪除所謂的產(chǎn)品新信息郵件,也從來不看信箱里的會員推薦廣告,看到不靠譜的書籍音樂推薦,一律忽視刪除,最后手動自己找)
很多熱推產(chǎn)品占了超多篇幅,用各種PS得晶晶亮的圖片轟炸眼球,但目的明確的熟練用戶們,居然甚少通過這些主頁大篇幅推薦去購買產(chǎn)品,很多頁面點(diǎn)開看看也就關(guān)了。其實(shí)推薦這個東西站在市場的角度考慮,無非是要多賣產(chǎn)品,尤其是有滯銷可能的產(chǎn)品,所以百般推薦,廣告攻勢,希望用戶知曉,可惜用戶不領(lǐng)情!業(yè)務(wù)需求喋喋不休地要推薦更猛烈,可是收效甚微,并無進(jìn)步。這原來就是一場雙贏交易,用戶不是白癡,及時偶爾弱智了,也從情感上排斥步步跟隨,倒貼抱腿的猛烈自薦式銷售模式。用戶需要知曉的是:真正與我相關(guān)的信息。否則不要浪費(fèi)我的時間!更不要談錢!
從這個角度來說,個人更鼓勵有針對性的用戶推薦,而且這種用戶推薦早就已經(jīng)被做得到處都是了,只不過做得好的并不多。有些美其名曰的用戶推薦其實(shí)還是不精準(zhǔn)的。這就有些尷尬了,這樣的用戶推薦就是雞肋,既沒有拉開和硬性推薦廣告的距離,又沒有做到體貼入微的私人定制化服務(wù)。那就是做了白做~!
找到用戶興趣點(diǎn)及行為習(xí)慣:
涉及參考如下:
http://wenku.baidu.com/view/7711db64783e0912a2162a3d.html
1. 用戶瀏覽文檔的行為習(xí)慣
2. 用戶重點(diǎn)關(guān)注的頁面信息
3. 用戶執(zhí)行過保存、打印等動作的相關(guān)信息
4. 用戶標(biāo)記過的信息類型
5. 用戶執(zhí)行點(diǎn)擊跳轉(zhuǎn)到某個鏈接的行為
6. 用戶訪問重復(fù)度高的對應(yīng)功能或信息
7. 用戶操作次數(shù)多的功能或信息
8. 用戶瀏覽時間長的信息
9. 用戶手動輸入過的信息(包括搜索關(guān)鍵詞)
制定推薦導(dǎo)向:
a. 同類產(chǎn)品最優(yōu)價格推薦
b. 同類最新產(chǎn)品推薦
c. 同系列產(chǎn)品推薦(比如用戶購買了洗發(fā)露,那是不是順便推薦個護(hù)發(fā)素?)
d. 模糊類別的相同關(guān)鍵字推薦(比如用戶購買了大量紅色服裝,是否可以‘紅色’作為推薦關(guān)鍵詞,對應(yīng)其他非服裝類產(chǎn)品)
e. 擴(kuò)展推薦 (比如用戶喜好懸疑類書籍,是否可推薦同類電影或話???甚至帶有邏輯分析因素的活動,相關(guān)題材虛擬人物所在地的旅行?去英國找福爾摩斯去日本找柯南之類?扯遠(yuǎn)了……)
針對性強(qiáng)的用戶個人推薦所帶來的好處:
――增加了網(wǎng)站粘著度,用戶可快速獲得利用價值高的數(shù)據(jù),更貼心
――提高有效反饋以及產(chǎn)品交易幾率
推薦模式在生活中的案例:
【書店】會將最新上市且有話題點(diǎn)的書籍放在首要位置,對應(yīng)不同種類的書籍,在目光所及層放置最熱銷的書籍,冷門書籍往往在最高層,娛樂快銷書籍平鋪擺放在平面臺上便于翻閱。
【超市】著名的啤酒和尿布案例~
還有就是經(jīng)常將最接近保質(zhì)期的貨品放在最首要位置,降價促銷。反而是熱銷產(chǎn)品廣告非常少,且位置未必明顯。對會員實(shí)行廣告冊發(fā)放。
【咖啡館】有的咖啡店提供認(rèn)領(lǐng)杯子,建立產(chǎn)品和客戶聯(lián)系,記錄客戶購買歷史,客戶進(jìn)入店內(nèi)做相應(yīng)產(chǎn)品推薦。
【菜場】常去的菜場大媽會認(rèn)識街坊,知道彼此購買習(xí)慣,出現(xiàn)時間點(diǎn),口味偏好,預(yù)算范圍,會推薦最新鮮菜,未必是最便宜,但適合街坊居家烹飪的材料。
【中藥鋪】這大概是用戶推薦做的最好的地方了,不同與超市商店漫無目的賣東西,醫(yī)生記錄病人病例,對癥下藥。
說到最后其實(shí)就是對癥下藥~!
那么,當(dāng)出于用戶角度作出推薦且被采納之后,長期維持的模式會有轉(zhuǎn)移么?
會~!當(dāng)用戶與商業(yè)平臺建立聯(lián)系,用戶心態(tài)會放開,除了固有的推薦產(chǎn)品類別之外,用戶會可能嘗試接受新推薦。這是一個插入商業(yè)目的推薦的好契機(jī)么?可能!比如推薦用戶10款貼身打造產(chǎn)品都為最優(yōu)價格,且長期都有良好反饋,在成功交易多筆交易之后,系統(tǒng)插入1條雖價格不是最優(yōu),但是體驗(yàn)最優(yōu)的同類產(chǎn)品,用戶會嘗試了解。多次以后是否會嘗試購買呢?
用戶行為本身也在變化,系統(tǒng)數(shù)據(jù)會實(shí)時更新,推薦模式需要調(diào)整,在調(diào)整的同時,少量參雜引導(dǎo)性的出于其他目的,非用戶常規(guī)模式,但與用戶喜好有交集的產(chǎn)品,是否會成功達(dá)到目的?
在建立信任的前提下,才談得到有效推薦其他產(chǎn)品。
還是菜場大媽A的例子,比如你每天都去買菜,大媽A知道你最愛買青菜,總之你全家老小都愛吃蔬菜,(這都什么假設(shè)……汗……)那么有一天大媽A批發(fā)了很多新鮮雞蛋,大媽向你推薦保證和她賣的蛋和她10年來賣給你的其他蔬菜一樣,是最新鮮的土雞蛋,你不用去別家攤位看了,順便和青菜一起買了,看著大媽A誠懇的眼神,你愿意不?雞蛋又不是靈芝,差不了幾毛,說不定你就和青菜一起買了幾個回家下面條吃……
但是如果你新去了個攤位,上來個大嬸B(yǎng),你從來沒在她那里買過任何蔬菜,她極力推薦她的土雞蛋,說真的,菜場賣雞蛋的這么多你也看不出有什么不一樣,要是價格和大媽A攤上的一樣,你會返回去大媽A那里購買,盡管大嬸B(yǎng)熱情推薦。
就像你常去的老飯店,老板會問:我們這里有個新菜叫#¥%……※,你要不要試試?如果不是貴的離譜,通常你都會說好。但去了新飯館,這種回答要謹(jǐn)慎多了,問價格,問材料,問到后來也可能拒絕。
我們到底是為什么什么總做推薦?最后目的達(dá)到了么?
通常是:
a. 競爭力不高,但商家收益好的產(chǎn)品,會上推薦榜單
b.競爭力不高,甚至競爭力底下的產(chǎn)品,需要借題發(fā)揮,找個借口上推薦
總之,商家不要賠錢,要賣貨~!
其實(shí),即使是競爭力不高的產(chǎn)品,也有可能部分是與某些用戶需求貼合的,如果一開始就能找到相對應(yīng)用戶群來推薦,成功率就回大增。
同樣是競爭力底下的產(chǎn)品,即使廣告、推薦做的再美妙,但是廣撒網(wǎng),也有可能薄收益,因?yàn)闆]找對用戶展開攻勢。(用戶不傻,知道推薦必有商家價格訴求在)
反而,把心思花在將每個產(chǎn)品對應(yīng)到不同的用戶身上,挖掘產(chǎn)品和用戶交集點(diǎn),這樣的推薦才是有效的,有針對性的,即使產(chǎn)品價格貴,但是體驗(yàn)好,依然有客戶群。最后還非??赡芘c用戶的實(shí)際需求對應(yīng),也可能與用戶用搜索排序自己找的產(chǎn)品相同。這樣大家不都高興了?你賣了你要賣的,用戶買了他想買的。
源地址:http://ued.ctrip.com/blog/?p=2717
- 目前還沒評論,等你發(fā)揮!