电商行业中如何利用搜索框提升转化率_第1页
电商行业中如何利用搜索框提升转化率_第2页
电商行业中如何利用搜索框提升转化率_第3页
电商行业中如何利用搜索框提升转化率_第4页
免费预览已结束,剩余1页可下载查看

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

电商行业中,如何利用搜索框提升转化率?

在电商行业里,一般用户都会有比拟明确的搜索意向,所以搜索框根本都作为用户直达目的地的快捷通道,聚焦在页面的最上方。

并且在产品迭代的过程中,还在不断推出语音搜索、搜索、文字搜索、历史信息搜索等新功能。

1.提升搜索框转化率的思路

搜索框如此重要,则我们如何提升它的转化率呢?

通常在搜索框优化的过程中,我们都会面临用户搜不到〔搜索无结果〕、用户搜不准〔搜索结果不匹配〕这两大问题。

但对我们而言,真正的挑战不仅仅是让用户搜得到、搜得准,还需要借助搜索为我们带来有效的业绩转化。

在GrowingIO第41期增长公开课中,我们的商业分析经理,史晓璐分享了OSM模型、UJM模型与场景化相结合的数据指标体系规划思路。有兴趣的同学可以扫描下方二维码回看详情。

在这篇文章中,我们也将通过这种思路,搭建一套搜索效果评估指标体系。从而能有效衡量搜索效果、指导我们的优化策略、进而提升搜索框转化率。

1.1基于OSM模型,拆解提升搜索转化的业务目标

OSM即为Object-Strategy-Measure的简称,在搜索框场景中,我们可以把该模型拆解为:

业务目标〔O〕:提升用户通过搜索下单的转化率;

业务策略〔S〕:是指分明业务目标之后,为了达成上述目标,我们应当采取的业务策略。像了解搜索价值权重占比、提升搜索的匹配度等;

业务度量〔M〕:用于衡量我们的策略是否有效,反映目标的达成情况。像搜索结果点击率、搜索奉献成交额等。

1.2拆解电商平台用户旅程地图〔UJM〕

UJM即为UserJourneyMap的简称,比方:获客引流→流量分发→商品展示→订单支付→分享→复购,这是常见的电商平台UJM:

用户通过各种渠道引流进App后,会通过首页推荐/搜索框等,进入到商品展示环节,觉得商品称心进而完成订单支付。

忠实用户不仅复购率高,还会将商品信息分享出去带来新用户,这里我们的搜索框就又承当了重要的作用。

1.3OSM×UJM关联业务目标与用户旅程

如果我们单关注搜索场景的优化,找到的痛点可能就只是用户没有搜索兴趣。则我们的目标,就可能只有提升内容分发效率、提升搜索结果的有效率等。

但搜索的目的其实是,帮忙用户更快找到想要的商品,节约用户时间、缩短下单流程。

这就需要我们将OSM与UJM相结合,来发挥更大的作用,去关注商品展示、订单支付、分享等环节,搜索功能可能带来的更多奉献。

如上图,电商搜索场景中的UJM一般是:商城首页→商品检索→进入商品详情页→加购物车下单→活动触达→参与活动→再次购置。

我们的战略目标〔O〕是提升搜索带来的下单转化率,由此可具体拆解出两个业务目标,一个是有效衡量搜索的价值权重,一个是提高搜索词匹配度。

在这两个具体的业务目标之下,我们可以通过匹配搜索场景中的UJM,拆解出相应的业务策略〔S〕和业务度量〔M〕

为了方便大家更好的理解,这里以「战略目标〔O〕1:有效衡量搜索价值权重」为例:

要实现战略目标〔O〕1,我们可以有对应的两大策略:

通过搜索价值权重的品类拆分,定位可优化品类。电商平台中的商品品类十分繁复,可优化点也比拟多。通过价值权重来进行品类拆分,能快速定位出,值得优化的细分品类,从而重点投入,精准优化。

找到高价值的搜索词,指导热搜词和活动运营。通过数据监控找到高价值的搜索词,不仅可以指导线上商品的有效分布和对应搜索词的优化;还可以指导线上、线下活动,就高价值搜索词的商品做推荐运营,以此扩大该类型的商品曝光。

在这个过程中匹配相应的UJM,我们的业务度量〔M〕也会非常清晰:

一类就是我们提到的搜索价值权重;

一类就是像搜索购置转化率、搜索奉献成交额等,与我们的业务非常相关的指标。

2.一套完整的搜索效果评估指标体系

结合OSM模型与UJM模型,我们就可以得到一套完整的搜索效果评估指标体系,共分为一级、二级、三级指标:

一级指标,是搜索价值权重,即搜索奉献的成交额/全平台成交总额

全平台成交总额是业务侧的一个指标,而搜索的奉献成交,可能大家会思考应该如何把成交这件事情与搜索进行归因。

GrowingIO提供了一个埋点变量,叫转化变量。通过转化变量的配置,我们就可以实现搜索奉献与成交之间的有效归因。关于此,最后的解决计划局部会提到。

二级指标,是对一级指标的进一步的拆解

我们可以将一级指标拆解为:搜索功能使用人数&次数、搜索结果点击人数&次数、搜索结果点击率、搜索结果支付转化率、及搜索奉献成交额。

像搜索功能使用人数&次数、搜索结果点击人数&次数,是我们衡量搜索功能使用情况的一些根底数据,通过GrowingIO无埋点圈选就可以快速获取。

三级指标,是针对二级指标的进一步拆解

依据一些相关搜索维度,我们可以把每个二级指标进行多维拆解,由此发现在某些特定维度之下,搜索词带来的奉献度。

常见的几个维度包括:不同搜索词来源、不同搜索品类等。

这样一整套搜索效果评估指标体系出来后,我们就可以有效衡量搜索效果、指导我们的优化策略、进而提升搜索框转化率。

比方说,当前面的一级指标发生波动,我们就可以很快的找到相应的二级、三级指标,答复为什么发生波动,决策能够做出什么动作。

3.以搜索词价值评估为例

三步提升搜索转化率

介绍完理论局部,接下来开始实践。

我们选取一个经典的搜索词价值评估案例,结合上文提到的优化策略,来看看如何提升搜索转化率。

第一步:搜索价值权重品类拆分,定位可优化品类

左边这张图按整体价值奉献占比,评估搜索功能在整体中为总成交额奉献了多少。

接下来我们可以根据不同品类,对搜索价值权重进行进一步拆分。我们会发现,美妆品类的搜索价值权重占比仅8%,相对较低。

在正常的运营思路中,销售量和销售金额相对都比拟好的商品应该是占比比拟高的。

而美妆这类商品是属于销量、客单价都相比照较高,但通过搜索带来的转化占比却不是很高。

由此我们推论,可能是这一品类的搜索环节出了一些问题。

第二步:搜索匹配度优化

提升搜索效率和准确率

果然,通过GrowingIO“搜索无结果〞情况图显示:“兰蔻196〞〔兰蔻品牌的某口红色号〕这个搜索词的搜索无结果情况概率比拟高。

我们可以看到,在产品搜索框中,对“兰蔻196〞的搜索是一个无结果页面。

而实际商品品类库存中,搜索词对应的196号是有的,但却因为搜索词匹配度不精准,导致用户没有找到适宜的商品。

鉴于此,我们就可以对同类型带色号属性的搜索词进行相应的优化。

上图右部,就是优化前、后的结果比照。优化后,用户再通过同类型的搜索词,就能找到对应的商品。

助力供给链沟通

同样,在搜索GUCCI时也是无结果。在咨询品牌拓展部后,发现当时该品牌还没有入驻。

通过GrowingIO数据统计我们发现,在同类型的搜索无结果热词排行榜中,它位于前五位,所以这里存在对流量的极大浪费。

因此借助这样的一个数据洞察,我们就可以让品牌拓展部与对应的品牌商进行沟通,让商户入驻,以此实现搜索的优化。

这整个过程,都可以通过GrowingIO搜索效果评估数据看板实现。

像我们发现了大量无结果搜索词,进而去推测用户的搜索需求、然后定位搜索无结果的原因。

在这个过程中,我们还可以对应地,向下赋能其他职能部门,去做相应的调整和优化,从而整体优化搜索匹配业务。

第三步:找到高价格搜索词,指导热搜词和活动运营

如何评价一个词是否是一个高价值搜索词,其实主要看几个维度:

用户搜得多不多?

搜索完后点击得多不多?

搜索完后下单得多不多?

如果一个搜索关键词在这三个纬度,都有相比照较高的数据,则我们就认为这是一个高价值搜索词。

通过高价值搜索词,一方面可以指导线上的商品运营;比方:

将该高价值搜索词设置为热搜词,下一次用户翻开搜索框时,就能直接出现在推荐搜索中;

在未进行搜索之前,用户就能看到,直接缩短用户的商品查找路径。

另一方面,也可以指导线上或者线下的活动运营,帮忙我们更好的通过这类商品触达更多用户,带来更好的转化效率。

以上就是关于搜索词价值评估的案例,可以分为三个步骤来提升我们的搜索转化率。

4.GrowingIO解决计划

则GrowingIO在这个过程当中还能帮忙大家做什么?除了提供这样一整套办法论,我们也有一套完备的、与客户共创的指标体系搭建流程。

在这个环节中,从最开始的需求规划、到计划实施、数据校验、以及最终的可视化交付,我们都将全流程陪伴大家一起走完。

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论