在电商界摸爬滚打10年,我学到这三点经验教训

2017-09-11 10:50 猎云网  杨卟咚  阅读:279 收藏
1

   

投资界APP

在错误的方向上花费巨大努力,这种努力根本就是无用功,甚至有些背道而驰,比如说,如果开车的时速为每小时 100 英里,但你却开反了方向,结果不但满身疲惫,离你的原定目标也越来越远。

  当今,我们所要面临的残酷现实就是,你很难在电商竞争中脱颖而出。高昂的客户购置成本、不断加剧的激烈竞争及其他众多干扰因素都让电商的转化率保持在低水平层面上。

  我经营自己的电商业务已经十年了(接触过的客户超过 10 万人),而后,我也有机会去协助九支不同的成长营销团队,充当他们的团队顾问。这九支团队涵盖了形形色色的行业,例如时装、化妆品、电子、家庭服务和装饰用品。然而,尽管他们的干劲十足、激情满满,承担了许多责任,但他们还是失败了,原因就在于过迟地启用数据驱动的决策管理。我在 2013 年创立了转化率优化平台  Omniconvert  ,我也看到,在其协助下,有数百家电商网站成立了。这让我相信,电商网站仍然有很大的增长空间。要知道,电商是唯一一个年增长率两位数、价值万亿美元的行业。

  从产品种类到用户体验,从产生需求到实现,这当中总有机会。在我目前的职业生涯中,我已经明确了三点经验教训,这些经验将帮助你增长你的电商网站。

  1.学会问自己正确的问题

  如果想增长,那么这是你应该做的第一件事。哪些因素最能使业务增长?通常,营销人员倾向于关注几个明显的指标:产品数量、流量、平均订单价值、转化率和单个访客价值。但是!退一步来说,究竟什么是电商?数字商店需要实现需求或目标,以一个公平的价格交付产品,而所交付的产品,不但要能让用户满意,还要能留住他们,让他们把你的产品推荐给朋友。那么,正确的问题应该包括:

  你知道是什么触发了购物欲吗?

  你能提供的可以比预期更好吗?

  你有最吸引人的产品种类吗?

  你有最好的价格策略吗?

  你会筛选重点客户吗?是否知道如何找到更多重点客户?

  你是否在衡量净推荐值?是否每次与客户的交涉时做到了超额兑现?

  你是否有最佳的保留策略?

  你是否有最有效的推荐计划?

  在回答完上述问题后,请确保时刻把握业务绩效,这样你就会知道业务是否处在正常的轨道上。但就像减肥一样,成功不是每天的称重,而在于养成新的习惯。

  2.提出增长理念清单

  追求用杀手锏来促进增长是很诱人的,但持续的增长不会在一夜之间发生。你看看那些巨头,就会发现,他们可能需要在某个阶段呆上几年,经过一系列改善才能上升到巅峰。

  拯救事业或者使其获得成功,不可能只依靠某个单一想法。与其追逐一些高远的想法,为什么不列出一个增长理念清单?在不同的优先事项、任务、正在进行的活动和传统活动的同时作用下,你也许会根据直觉、积极性、情境或当时的情绪状态做出决定。即刻敲定理念的同时,你也成为了一个非常冲动的卖家。为了避免这种情况,你应当遵循“要事第一(由史蒂芬·柯维提出)”的原则。以下是相应步骤:

  步骤 1:设置战略目标,实现绩效

  净推荐值

  你需要净推荐值,因为“谨慎承诺,拼命做事(underpromise and overdeliver)”的神圣原则仍有其经济意义。人们喜欢从朋友推荐的地方购买东西。根据尼尔森的研究,最可信的推广形式表现为亲朋好友的推荐。遍及六十个国家的在线受访者中,有 83% 的人表示,他们信任朋友和家人的建议。在我使用了很多“增长黑客(growth hack)”技巧之后,我认为净推荐值是一项伟大的指标。简而言之,确保你始终掌握着净推荐值,并持续改进它,因为它是唯一的指标,它将代表未来业务的走向。

  客户终身价值

  并非所有客户都是一样的。最重要的前 1% 的客户将产生和后 50% 的客户一样的利润。在计算和设定客户终身价值目标时,你可以通过数据来衡量,例如:

  Ÿ 花多少钱来购置新客户?

  Ÿ 谁是你最重要的客户?

  Ÿ 你应该花多少钱来服务并留住最重要的客户?

  Ÿ 你的业务估值是多少?(为求准确,大多数估价模型不可忽略客户终身价值)

  转化率

  转化率是推进电商业务的其中一只浆。没有流量就不会有销售成绩,没有转化也等于没有销售。存在一个时间节点,需要你将注意力从流量转移到转化率。如果你不知道何时是正确的转移时间,可以使用转化率优化计算器,比较转化率优化和增加流量之间的投资回报率差异。但在使用该计算器之前,确保你很清楚当前的流量、利润率和平均订单均值,因为所有因素都将影响到投资回报率。

  客户留存率

  如果你认为留住客户无足轻重,那么出自《哈佛商业评论》的一篇文章会告诉你,客户留存率每增加 5%,利润将增加 25% 到 95%。况且,吸引一位新用户的成本是是保留一个现有客户的五倍。这些数据也许能够说服你计算出目前的客户留存率,同时将这一指标添加到战略目标中。当然,客户留存率对于某些产品来说是非常有用的,你应当培养起用户重复购买的习惯。

  平均订单价值

  如果你正在进行市场营销,那么这一绩效可能无法控制,因为其他人正在确认产品的价格。不过,提高平均订单价值对你的增长而言至关重要。如果你没有一个明确的提高平均订单价值的方法,那么你可能永远也无法提升这一绩效。

  流量

  同比的最大优点在于它剔除了季节性影响。上个月和去年同期的增量可以帮助我们比较数据,比如去年的流量与今年的相比较,还可以看出本月的趋势如何。如果你的负责流量生成业务,你会希望通过各种渠道来明确趋势。确保制定了合适的流量目标。例如,如果在 2017 年 1 月和 2 月的同比增长分别是 12.5% 和  12%,那么制定 25% 的流量增长目标就不可能现实。

  步骤 2:集思广益,把想法转化为战略举措

  在考虑问题时,尽量小心,不是所有创意都会变成赛斯·高汀口中的紫牛(比喻能够引起注意力的事物)。并不是所有想法都那么有吸引力,但这些想法会促成业务的增长。当你在考虑问题时,要针对的是漏斗中最有影响力的部分,这需要适当的研究,否则你就无法实现(首先,你的产品是否足够优秀?)如果你错误估计了产品、服务或期望,那么客户留存率就会比较低。

  步骤 3:从低到高,估计每项战略倡议对全部目标的影响

  这是最困难的一部分,因为你将无法估计整体投资回报率。部分人最终不得不根据自身的经历和直觉来估计影响。因为这些倡议会对多个战略目标产生影响,所以,如果你能和团队里的人一起对它们进行评分就好了。此处例举了电商网站应用该方法的实例:

  他们制定了六项战略目标:净推荐值、平均订单价值、客户终身价值、转化率、客户留存率和流量。从产品的角度来看,使用新的付款方式可能看起来非常诱人,但这会影响到转化率和客户留存率。因此,付款方式的影响力只有 4 分,而招聘或建立一个增长团队则达到了 16 分。

  步骤 4:估计能够轻松影响评分的预算和因素

  有些项目将只需要一个优秀文案,但真正的项目需要设计、前端开发和第三方,这些方面的进度都不会有你想象的那么快。在竞争之中,时间不等人。因此,在你开始对增长项目采取行动之前,需要正确估计所需要的全部资源。有时候很难找到一个优秀的后端开发人员,因此你可能需要亲自跟进项目。

  步骤 5:遵循优先级,享受过程

  当然,光有想法还不够,正确地践行自己的想法才能够获得成功。所以,当你有了想法之后,不要止步不前,而是应该采取相应行动,或说服决策者让你承担起责任。项目开始后,要不断地检验模型并进行调整。项目越多,模型的可信度就越高,失败就越少。根据我所经历过的 50 多个增长项目来看,你先是会感到兴奋,然后疲倦,最后就是一种脚踏实地的真实感。

  3.忘记流量、转化、客户、产品和团队,关注系统本身

  如果你有耐心读到了这里,那么很明显你是非常喜欢自己手上这个项目的。然而很不幸的是,许多电商网站在通往成功的半路上就夭折了。这是因为,随着业务的增长,电商网站的决策者并没有将注意力转移到更为重要的事情上。电商竞争的关键在于构建系统。一边是需求,一边是实现。然后,随着业务增长,事情变得复杂起来,而此时你需要建立一个脱离人为干预、能够有机发展的系统。有许多特别的方面都需要关注,但这取决于业务的成熟程度。无论你身在何处,都不应该忘记这场竞争游戏,你只有关注它,才能实现它。

  工具是无法拯救你和你的业务的。虽然工具饱受称赞,但工具就只能是工具。我们还没有进入超级智能和完全独立的人工智能时代。在此之前,最重要的还是系统,一个能够让人们懂得如何操作的系统。随着机器学习的飞速发展,人工智能的发展速度将会很快,你要有心理准备,而聪明的团队已经准备好在适当的时候采用它,并在接下来的五到十年内好好发展业务。

  总结

  在电商和转化率优化有了多年的工作经验之后,我得出了这样的结论,那就是系统会击败所谓的努力。在错误的方向上花费巨大努力,这种努力根本就是无用功,甚至有些背道而驰,比如说,如果开车的时速为每小时 100 英里,但你却开反了方向,结果不但满身疲惫,离你的原定目标也越来越远。

  所以,要先掌握方法,不能一味埋头苦干。退后一步,先评估一下整体局面,看看你是否正朝着正确的方向前进。还要确保不能总被日常琐事所困,因为琐事会消耗你的精力,会模糊你对大局的判断。麻省理工的奥托·夏默博士有句话说得好,“精力会跟随着注意力。人的注意力在哪里,精力就会随之而去。所以,我们要将注意力从琐事转移到想要实现的内容中去。”

在电商界摸爬滚打10年,我学到这三点经验教训相关推荐

  1. 西安电子科技大学计算机全国排名第几,全国五所电子类高校排名,北京邮电大学排名第三...

    电子类的高校在这几年来是比较火的,并且每年的分数线也在不断的升高,不过在每年的志愿填报中还是有很多高考生报考这一类的高校.因为从目前来看,电子类的高校是比较好就业的,工资待遇方面也比很多行业要高. 根 ...

  2. 新晋 CTO 的工作总结:我在第一年学到了 14 个经验教训

    新年好! 对我们很多人来说,2020 年是艰难的一年,我们与 COVID-19 战斗,并开启了远程办公模式.这一年,因为我们所有人只能呆在自己家里,几乎没有去旅行,所以我们有了大把的时间.我们认为理所 ...

  3. 作为 SaaS 初创公司产品负责人,我学到了 5 条经验教训!

    作者 | Timoté Geimer 译者 | Arvin,责编 | 屠敏 头图 | CSDN 下载自东方 IC 出品 | CSDN(ID:CSDNnews) 以下为译文: 写在前面 我在2011年第 ...

  4. 转:10+年程序员总结的20+条经验教训

    2019独角兽企业重金招聘Python工程师标准>>> 以下是我作为一名程序员经过10几年时间总结出的一些有关于软件开发的经验规则:   开发 1.从小事做起,然后再扩展 无论是创建 ...

  5. 10+年程序员总结的20+条经验教训

    以下是我作为一名程序员经过10几年时间总结出的一些有关于软件开发的经验规则: 开发 1.从小事做起,然后再扩展 无论是创建一个新的系统,还是添加功能到现有的系统中,我总是从一个简单到几乎没有任何所需功 ...

  6. 19岁程序员在谷歌学到的5条经验教训

    java学习 作为一个稚气未脱的,热心的19岁青年,我走进了谷歌--一家当时已有3000人的高科技公司--做好了尽自己最大努力学习的准备.在接下来的六年时间里,我发现谷歌style并不仅仅意味着酒店式 ...

  7. 学生专用计算机如何打游戏,电竞专业学生日常:白天学语数外计算机,晚上才打游戏...

    (原标题:电竞专业学生日常:白天学语数外计算机,晚上才打游戏) 打游戏是不务正业?这种想法早就过时了.如今,电竞职业选手"玩着玩着就把钱挣了".而电竞专业也成了校园里的" ...

  8. 综述:人类电生理的脑连接组学

    <本文同步发布于"脑之说"微信公众号,欢迎搜索关注~~> 脑连接组学是一门快速发展的神经科学子学科,可以用来从宏观尺度上检查不同脑区之间的功能和结构连接关系.研究表明, ...

  9. 跨境电商自建站后台系统原型rp_外贸业务员和跨境电商运营哪个好,跨境电商可以去哪个网站学...

    我做跨境电商也有六年的时间了,在电商这个行业也有自己的一些经验.经验也许没有其他大卖家丰富,但会将我知道的都进行分享.如果有不懂得亚马逊问题可以+我(V:543482465).我这里给大家安排一堂直播 ...

最新文章

  1. 零基础python必背代码-零基础小白Python入门必看:通俗易懂,搞定深浅拷贝
  2. Linux之Nginx
  3. H264 Profile对比分析
  4. Oracle入门(十二J)之同义词
  5. 排序:插入排序与希尔排序
  6. H264视频压缩编码标准简介(二)
  7. Bmob移动后端云服务平台--Android从零開始--(二)android高速入门
  8. 此计算机里有旧的MF驱动程序,[讲解]手动删除旧的打印机驱动程序
  9. android 焦点丢失,RecyclerView更新数据时焦点丢失(android bug)
  10. Windows 常见后缀名
  11. 什么是敏捷管理及scrum方法
  12. 【黑灰产犯罪研究】网络水军
  13. HDOJ4699 Editor 栈
  14. 显示出现计算机代码,win10电脑出现蓝屏并提示代码DPC_WATCHDOG_VIOLATION如何解决
  15. 麻油是什么,怎么用?
  16. 安卓系统定制开发[安卓平台环境搭建]
  17. 科技爱好者周刊(第 213 期):知识孤岛,知识软件
  18. Win10搜索文件后新窗口打开
  19. c语言证自考免计算机应用,自考证书有哪些?可以免考什么课程?
  20. 信息学奥赛一本通(C++版)第一部分 C++语言 第五章 数组

热门文章

  1. 51单片机中的定时器
  2. linux查找并删除文件
  3. pyspark rdd 数据持久化
  4. 阿里云安装mysql5.6_yum安装mysql 5.6-阿里云开发者社区
  5. 推荐系统笔记(简单概念)
  6. python programming training(二): 排序算法
  7. 语音识别(一):特征抽取~1.1 抽样(sampling)和量化(quantization)
  8. sklearn 笔记:数据归一化(StandardScaler)
  9. 1 文巾解题 191. 位1的个数
  10. ntu part-time phd 信息整理