中國IDC圈10月14日報道：王欣磊發(fā)現(xiàn)，最近，網(wǎng)上超市“1號店”在線購物車的轉(zhuǎn)化率下降了。身為1號店副總裁的他，試圖找出其中的原因：缺貨，也許是一個直接因素，但除了缺貨，其他細節(jié)也可能導致購物車轉(zhuǎn)化率的下降。他知道，這些看起來似乎并不起眼的細節(jié)，統(tǒng)統(tǒng)增加了問題解決的復雜性。
作為電商產(chǎn)品設計領域的資深人士，王欣磊向來喜歡用數(shù)據(jù)分析問題。但越來越豐富的數(shù)據(jù)，也給他帶來了新困惑：當一個數(shù)字在下降，另一個數(shù)字在上升時，如何證明這兩者間具有相關性？購物車轉(zhuǎn)化率下降的問題，便是一個典型的案例。
在最近興起的“大數(shù)據(jù)”研究中，王欣磊嘗試為自己的疑問找到答案，但結果卻并不令人滿意。“《大數(shù)據(jù)時代》那本書中提到，人們不再需要探究數(shù)據(jù)間的因果關系，而只需要知道相關關系。但在實際操作中，我們怎樣判斷這種相關關系是一段時間內(nèi)的偶然現(xiàn)象，還是必然的趨勢？這是個很大的問題。”
但即便面對種種困惑，“大數(shù)據(jù)”，對1號店來說依然是一座金礦，并已經(jīng)開始從中有所收獲。比如，1號店已經(jīng)在幫商家分析商品之間的關聯(lián)度，并以之為依據(jù)制定營銷策略。比如，1號店發(fā)現(xiàn)，當可口可樂和奧利奧餅干的關聯(lián)度特別高時，就可以推薦商家做聯(lián)合營銷。
1號店稱，其每天的流量（獨立IP）已高達400多萬，而每一個訪客又會看近10個頁面。用1號店董事長于剛的話說，除了用戶買什么或不買什么，“用戶的瀏覽路徑，先看哪個頁面，后看哪個，通過哪個鏈接切換，用搜索還是類目瀏覽等，1號店統(tǒng)統(tǒng)都能掌握”，“基于這些數(shù)據(jù)，能做的事情太多了”。
挖掘每個用戶
準確地說，1號店的“數(shù)據(jù)挖掘”起步于3年多前。彼時，公司購買了數(shù)據(jù)倉庫，并建立了自己的BI（商業(yè)智能）團隊，試圖通過建立顧客的行為模型，來提供更精準化的服務。
不過那時，1號店的關注點還僅僅停留在用戶的購買記錄和收藏行為上。相比之下，它目前對數(shù)據(jù)的捕捉，顯然更加“精細化”。無論是購買頻次，還是用戶的性別、年齡、習慣等，都能幫助它分析和跟蹤消費模式的微妙變化，進而“投其所好”地實現(xiàn)最大化的銷售。
譬如，當一個用戶瀏覽了商品后沒有購買，1號店緊接著便會分析整個購物過程“卡”在哪個環(huán)節(jié)上。假如商品已經(jīng)加入了購物車，那么導致用戶沒有購買的很可能是高運費，1號店很可能會調(diào)整運費；倘若用戶沒有購買是因為庫存缺貨，那么下次庫存到貨后公司就會提醒用戶購買；如果用戶瀏覽了許多類似的商品卻最終沒有購買，那么可以推測用戶對這一品類的商品感興趣，只是沒有找到自己想要的品牌。這種情況下，只要有新品上架，1號店就會第一時間推薦用戶購買。
還有一種可能是，商品的價格太高嚇退了顧客，那么一旦有關于該商品的促銷，1號店就會提醒顧客購買。假如顧客依然沒有購買，1號店就假設用戶并不想要這個商品，而是想要類似商品，于是只要有類似的新品推出，公司就會作出推薦。
在此基礎上，公司觀察到許多用戶的購買頻次有其規(guī)律性，假如一個用戶上1號店只購買洗發(fā)水，且每三周購買一次，那么一旦用戶哪一次沒有購買，1號店就會想方設法地“提醒”他。
除了最終購買的商品外，用戶的瀏覽路徑同樣受到了重視。在于剛看來，這些看似不經(jīng)意的行為里蘊含了大量信息。“一個簡單例子是，用戶進入1號店頁面后第一個瀏覽的商品，就是他的目標商品。假如用戶首先瀏覽了牛奶，那么你就應該推薦他不同品牌的牛奶。”他說道。當然，這里頭還有許多推薦的“技巧”——如果用戶對某一品牌的牛奶比較忠誠，那么1號店就不應推薦其他品牌的牛奶，而應推薦與牛奶搭配的面包、餅干或早餐谷物等。
那些購買目的性很強的用戶，常常會使用搜索的方式進入所需商品的頁面。對于這一類用戶，1號店同樣也會“直截了當”地推薦他們的目標商品；另一些用戶喜歡“逛”，他們往往通過類目來選擇商品，“比如先買吃的，再買喝的，最后買用的”。對于這類客戶，1號店傾向于同時向他展示很多商品，特別是新品，滿足其獵奇、“閑逛”的心理；而對于那些被促銷頁面吸引的用戶，公司則會向他們展示熱推或促銷的商品，以推動其購買。