出海电商思考,未来&用户维度

关于跨境电商的一些思考拿出来跟大家一起切磋,结论难免有不妥之处,希望大家可以批评指正。由于文字量较大,拆了若干篇,今天主要讲用户维度的一些数据与算法的模块。

出海电商思考,未来&用户维度

未来

新兴市场红利、流量红利逐步消失,竞争蓝海变红海,流量成本上升、转化率下降,库存周转、产品同质跟卖、COD退货拒收居高不下,Dropshipping降速等一系列问题在增长瓶颈期暴露的越发明显。当然,这一时期电商的商品流(供应链,物流派送,海外仓储),资金流(小额收单,跨境结汇,资金分发,供应链融资),信息流(营销推广,信息服务,管理软件等等)等产业链进一步完善,解决方案及服务商进一步成熟;当中间依赖变成工具,谁能搭好积木,并且在合适的时候对不合适的积木进行调整,自己生产积木才是最终能够有所成的核心。

未来的可能一些机会点/破局点

新兴市场还有机会,但在看到全品类电商在世界各地的一些增长瓶颈后,资本不会这么大方了,后起之秀需要在更加经济的模型下完成市场的切入;一句话来说就是“高效的数据和规模经济,用更少的钱办一样或者更多的事情”。那机会点一定是在涉及的成本、利润模型的各个环节进行深挖,做降本提效。我们先看看目前一些跨境电商的大致成本分布,占比最高的三大成本:投放获客、商品采购、仓储物流。

出海电商思考,未来&用户维度

那怎么办到呢?我觉得不同背景的团队和公司,切入点可能不同,但是最终归宿应该是一样的,系统化、数字化改造,往前探往后走、切得深,连接用户与供应链的高效协同,打造品效合一的产品认知。人才上,需要前端人才往后走,后端人才往前走,构建数据反馈闭环;本质上可以认为是1+N,专长之外迅速通晓上下游,并且补齐协同模块,现阶段单独拿出来一点都很难成为核心竞争力(特长生很多,但是全才很少),飞轮效应才是取胜之道。如果一定要从各个能力圈里面找到一个核心竞争力,那回归零售的商业本质,提供高品质,价廉物美的商品才是王道,货的介入是各个团队早晚的事,将部分压缩后的利润让利给用户,做长期LTV提升的生意,而不是一锤子买卖,中间需要做好取舍。初创公司则是利用自己的优势,快速做投放、品类商品、用户、供应链、物流等模块的尝试。

出海电商思考,未来&用户维度

可以看到电商整个用户旅程分为下图的前后端2块,前端偏向于获客与人货匹配,后端偏向于一系列的履约流程。结合上面的成本,如何能够有突破,就是在品质不下降的前提下,如何做到降本提效。

出海电商思考,未来&用户维度

1、用户视角

如何在整流程上拉通了看用户的状态和生命周期非常重要,如何在各个节点找到抓手来影响和提升体验是根本。

出海电商思考,未来&用户维度

1.1前端获客

可介入的点:第一个是目标用户与投放平台的选择,渠道本身就带有一定的用户群体标签;第二个是素材的选择,素材的投放是个低概率高成本大收益的事儿【低概率是指几十组素材才可能跑出1个兼顾ROI,CPA,留存的素材类型,高成本是指素材的制作是高成本的,大收益是指跑出1个素材类型,围绕这个变种就能吃2个月。】所以整个素材的策略就是【猛上素材,同时注意做好竞品的素材监控快速抄袭,降低尝试成本。热云还不错】同时图文,短视频,纯图素材的营销卖点要注意几点,是卖点清晰,比如我们用赚钱作为卖点去获客能拉到量,用某个内容去作为卖点也可以拉到量,但是把赚钱+内容结合在一起投放就很难规模化跑量。

我的理解是在极短时间内,卖点不清晰确实难以吸引用户。第三个是投放链路的透明化,这个链路转化的漏斗在投放过程中和设置广告组是匹配的,能够区别的看不同计划下链路的转化。第四个是多样化的拉新方式,不要局限于产品定位,比如你是一个社交产品,你也确实可以尝试用各种不同的功能去进行拉新,但这种拉新进来的新用户的默认页需要匹配上拉新类型。第五个是实时化,因为数据的打通,根据实时回传数据调整出价和调整计划条件是必然动作。这里有2个常识还是需要讲1下,提价并不能就等同于获得更多量,最好是通过复制跑量计划的方式去做,广告是ECPM排序,虽然提价CPC这个值会上升,但是获得更多流量后,CTR可能会下降,最后总的ECPM不变,你还是获得那么多量,但是你的出价又更高了。2是多开户,这里不细说,至少目前多开户还是一个挺好用的办法的。

从Google搜索广告、到Facebook广告、再到KOL社交媒体,流量红利逐渐消失,获客成本明显增加,流量平台可控因素较少、创新空间不大;这时候需要在流量渠道选择上区分优先级,获客定位上区分标签优先级,获客展现上快速拉住用户,做有辨识度的广告。

比如渠道这一块,原有渠道(Facebook,google,Instagram等)要有更快的应变能力、精细化,新生渠道需要快速抢位(社交媒体,视频网络,红人营销等);持续地关注与发现高ROI的流量和资源,如下图中,精细化中可以考虑对渠道进行数据化,用户维度可以通过数据化驱动进行渠道优选,老用户则可以通过其在站内的各类表现进行生命周期价值拉升。

出海电商思考,未来&用户维度

比如广告载体这一块,获客阶段用户对商品的认知主要停留在文案、图片和视频上,如何构建打到用户心理的内容素材也至关重要;作为引流的第一步,通过投放渠道的数据反馈,构建标签体系,通过简单的统计分析就可以度量各个地区用户的偏好、风格,不停的对投放效果(度量方案:人群前端表现,产品吸力)进行修正与学习。比如 “SheIn 对摄影师要求非常高,面试通过率几乎为 1/100,SheIn 希望摄影师能拍出欧美简约风格,而不是淘宝的风格” 。(来自于lastpoint的报道)

出海电商思考,未来&用户维度

1.2新用户获取&老用户召回

不同市场获客可能也会有比较大的差异,成熟市场的获客相较于新兴市场,往往线下零售体系成熟度,客单价,履约难度,COD占比、汇率波动等会有大的差别,新兴市场坑更多,所以获客上肯定是不同的货、不一样的价格段、不同广告形式。当然移动互联网起来后,新兴市场比成熟市场更强的是线上渗透率快速增长,移动互联网化强,获客上就可以有一些尝试,比如社交裂变。

获客后,用户站内分析与跟进是一个重要方向,需要结合埋点和分析系统,对广告获客进行反馈与修正,并建立用户体系,体系化后策略行动就可以更加结构化。比如比如可以对不同分层的用户采用不同的促活策略,对于低LTV的用户群体可以在广告侧进行控制,首次来访用户满意度低的产品模块可以设计改进,用户高频交互的货品或活动类型可以进行扩充与修正;这些都可以通过数据化度量的方式来观察,当然背后的迭代可以利用ABtest来验证对错,部分不确定的优劣的模块、逻辑也可以通过此方式来验证(比如定价、是否包邮、产品界面等)。

出海电商思考,未来&用户维度

当然长期来说,复购留存才是B2C企业发展的核心指标,在拉新后稳定的复购率是企业可持续发展的支撑力,企业将重心放在产品的创新和质量的提升上,能够更好地服务客户来实现良性的转化。设置新用户的折扣优惠和老用户的推荐机制,建立口碑+折扣的优惠组合等运营活动。

1.3人货匹配

在平台发展到一定体量后,SKU快速增长必然会是一个既幸福又烦恼的事情,在多快好省的“多”上又进了一步,可以有更多的商品来满足用户,但是用户找到自己满意的货也变得复杂;当然切不同品类的电商也会存在不一样的地方,比如服装就是一个非标、生命周期短、长尾非常明显的品类,相比较家居品类而言。商品量级快速增长下,长尾效应带来的问题通过个性化推荐、搜索等进行精准的人货匹配解决是至关重要的。

出海电商思考,未来&用户维度

新用户冷启动上利用好用户静态信息,并通过数据反馈也可以快速建立和提升地区认知,比如通过静态信息,可以先让新用户找到ta所在的群体,根据群体信息为其推荐商品,并引入实时用户行为反馈,快速地捕捉用户的喜好,实时调整推荐商品的结果。

出海电商思考,未来&用户维度

人货匹配过程中,往往很多产品只会关注前端匹配效率,或者只关注用户侧体感,而忽略了流量分布情况对商家体系的影响、对爆款的影响,或者忽略了后端履约其实也与前端相关,更好的协同会让整体用户体验和LTV有更好的提升。比如商家的流量和订单分布决定了平台对商家的控制力和合作深入程度,爆款的数据和订单集中度可以影响平台对供应链的接入程度,后端物流、退换货、评分影响了用户的复购等;所以做好很难,精细化地前后端协同更难。

1.4履约与售后

就像前面表述的,在人货匹配背后一个非常重要的点,就是需要长周期内关注用户的体验,评价指标不是当天下单就是用户满意,而是履约完成评价后,一部分体现在评分上,一部分体现在是否未来复购上。SKU和中小型供应商的快速增长,也给平台提出了管理难度,无法通过人力运营的方式来进行精细化地管理。

这就需要在人货匹配系统内,引入商家、商品的维度,商家维度是为了让其感受到奖惩机制,为用户带来更好的商品和服务。技术能提升供需匹配效率,在打通前后端数据后,前端商品展现上可以利用后端数据;从而对风险商品、风险卖家,进行监控和抑制,防止过爆。比如在后端流程上,建立起一致或高于营销的商品与品牌服务满意度。履约速度和质量的数据化,可度量履约服务方,也可度量供应商和商品,对于履约差的商品和供应商可以进行前端流控,国内环节质检,对于履约服务差的合作方可以进行切换。

出海电商思考,未来&用户维度

商家或供应商可感知的机制设计也非常重要,给出他们能够切入的抓手,并且在他们行动后给予反馈。积极做好事有奖励,消极做坏事被惩罚,优质的商家或者供应商才会留下来;业界已经有很多成熟的经验,其实想淘宝、京东、拼多多都有商家治理相关的部门,再强调一次,奖惩机制与前后端流量的协同更加重要。

本文由 新媒体之家 作者: 阅读以明智 发表,其版权均为原作者所有,文章内容系作者个人观点,不代表 新媒体之家 对观点赞同或支持,未经许可,请勿转载,题图来自Unsplash,基于CC0协议。
0

发表评论