电商设计到底谁说了算:从三类经典客群分析电商前端设计
本文主要从三类经典客群的购买心理,详细分析电商的前端设计该如何做,才能更好的让用户选择购买。
做电商产品很容易发现陷入比较尴尬的境地,就是比较被动。甚至有些产品同学自黑,只要供应链、运营给力,怎么设计都成。
例如:产品现状都就是被运营牵着鼻子走,特别是随着电商架层的产品设计逐渐成熟稳定,骨架已经稳固,只能从运营的填充层来创新优化。
这个问题,产品大神俞军有个很中肯的回答:谁懂用户就谁说了算。
从这个回答中,也不难看出,产品运营不分家,也就是所有人都是目标(还不就是KPI……)导向的——即提高GMV、用户数,从这个全局角度。产品运营都应该是在对用户有深刻了解基础,根据各自工作侧重来展开工作。
还有另外一个矛盾就是:很多人经常觉得会遇到产品策略和用户体验的矛盾,我个人觉得是个伪命题,没有切合用户路径的产品设计,不会有人来买单,只有将商业诉求和你的kpi融入到用户路径的设计中,才是可持续的。
从以上两个矛盾不难发现,对于产品人员解决问题本质就是——应该反复代入典型用户购买场景,把握用户心理和用户场景,设计完全贴合用户的路径。
前段时间听梁宁老师的产品课,第11节讲到两套用户画像,其中一套拿来对应电商的三种经典客群非常准确:用户大明、用户笨笨、用户小闲,先来解释下。
大明:有明确需求的用户,我就想快速高效的找到想要的东西;
笨笨:有模糊的需求,但我不知道具体买什么好,所以来看看;
小闲:没有消费需求,我就是来打发时间逛逛的。
将用户分类成这三种,对用户就有了这种粗线条的把握,从这里切入由表及里、逐步拆解分类用户。
按照二八原则,由于产品设计主要是标准化过程,因此对产品同学来说,这种粗线条的分类能解决产品标准化模块百分之八十的问题。而用户的精细化分层、乃至个性化以个体为单位,依托数据采集、算法建模等做推荐、排序涉及的就属于比较后端的设计,本文暂不讨论。
经典的理想用户路径应该是:商城首页活动位 ——二级活动主题页——商品流——商品详情页——下单——支付或者搜索——商品列表页——商品详情页——下单——支付。
很明显几乎所有用户都会在中间环节来回往复,甚至很多用户轨迹诡异地让你怀疑是在做布朗运动。这个过程中主要在做比较和购买心理建设,其实是可以提炼一些基本的通用路径。
下面我们可以结合以上提到的三种经典客群的购物特点,分析相应的流程的主要页面的设计要点。
一、大明用户
大明用户的场景一般都是:内存不够玩游戏玩到卡得想骂娘,一边吐槽电脑,一边game over以后赶紧去网上买个外置硬盘暂时顶顶。
那么大明用户要求相对简单,他要干的事情就是二件:一是搜索自己要的;二是比较。
所以对于大明,最关键的就是搜索功能了。提高搜索和比较的效率就是主要的诉求,那么我们就可以从搜索、搜索结果页入手了。
1. 搜索
搜索关键词数据库丰富、字段切割准确、切割点多维度,包含各种丰富的父子类目。在搜索功能层面提供模糊搜索、关联搜索、历史搜索记录等,其中搜索关键词选择页面是比较重要的,特别是将用户输入的关键词进行补充、关联的关键词,能进一步帮助用户明确自己的购物需求并缩小筛选范围。
2. 搜索结果页
搜索结果页相较于普通的list页面,最大的区别就是导航区。导航区是帮助用户具像化自己的需求,提高购物效率。
那么此时的设计要点就是:提供关键的筛选标签、排序标签,对于关键词属于父类目的提供叶子类目导航。
这两种做法都是帮助用户先粗后细筛选提高效率,然后加上专业选购内容,也是对于标准品或者专业度比较高的商品选购比较人性化的设计。
例如:京东搜索栏字段“笔记本电脑”,底部会出现笔记本电脑选购指南,这种专业资讯也属于购物中的场景搭建,帮助用户产生信任感,至少不用再跑一趟知乎,减少页面跳出。
此处只是从搜索层面来谈,搜索结果页其实也是list页面。从这个层面来讲,也有一些提高效率优化体验的点,帮助大明用户能快速对比商品价格、销售属性、优惠属性、人货关联度等,放在后面list页面再展开。
因为大明用户到达商详页的路径更短,通过这一层层页面不断提升对商品的具象感知,提炼一些需要对比的商品属性值、价格等,帮助大明进行购买决策。
二、笨笨用户
笨笨用户的场景很可能是:今天看到街上小姐姐穿的裙子好好看,赶紧去网上看看有没合适我的。
这种有模糊购物目的的用户,提供循序渐进的引导,即频道专题导航、活动、专题详情页等,通过这些场景触发笨笨心里的那个痒点、兴奋点。
很明显此时的场景感搭建非常重要,文案关键字刺激、导流型商品、优惠价格刺激、各种具像化的商品等等,触发到笨笨的很模糊的购物需求就会发生质变。
所以此时活动专题页面、分类导航页就是设计重点。
1. 活动专题页面
首页的推荐位就是由一系列活动、专题组成的,对于sku丰富的平台下一级页面一般是楼中楼的设计,即同样有活动位、主题位、品牌流和商品流等。
那么为了引导用户不断向下一页面转化,有以下的要点:
优惠活动模块:突出优惠活动的重要优惠信息点和导流型商品(或者千人千面商品)的露出;
专题频道模块:突出专题型活动的主题调性和切合主题商品(或者千人千面商品)的露出;
具体的页面元素:商品场景化图片、商品标签、优质用户评价、关键场景词刺激。
优惠活动的触发根据是否新用户分为新用户专享、老用户优惠,专题根据时节点、用户年龄性别偏好等粗颗粒特征精细化分层推送。
文案可以场景化一点、留点悬念,借用下公众号的标题技巧。例如:淘宝有一期推荐位的宫格标题是“昨天逛街看到的那个漂亮小姐姐”,突然就激起了人的好奇心,然后我就果断点进去了,这种小技巧都是特别有场景感,加上相应的图片、很容易让用户代入。
另外活动专题模块也能起到时尚资讯、热点资讯的作用,是增加用户活跃的一个点,并且能体现平台商品的调性和定位。应该突出重点,给用户一个基本的心理预设。
例如:商品主打品类,这样用户下次想到相关商品,就能首先想到你的平台,这也是一种重复洗脑作用,什么都突出反而什么也抓不住。
2. 分类导航页
商品管理的核心就是分类,因此分类导航页对于sku丰富的平台,是个很重要的功能入口,一般网站会以首页底部tab、icon等入口,也是需求模糊的用户定位自己的需求类目的主要功能入口。
另外,这个页面一个很重要的场景就是,购买自己不熟悉的东西。例如:帮别人买东西,或者女生买3C用品。
分类导航页从用户心理层面有两种作用:
一种能够通过类目名称找到所有子类目,保证信息齐全,先粗线条定位类目再锁定局部细致对比,这种用户就是上面提到的后者,对商品不熟悉,此时用户的转化可能性比较大;
一种是通过类目名称找到相关类目,主要起商品信息资讯作用,在反复几个子类目详情页的对比后,定位到具体的几种叶子类目,缩小选择范围,这种就是对于笨笨用户,熟悉但是还在纠结期。
因此分类导航页的设计保持清晰、颗粒度适中的层级,每一个层级类目相互独立,完全穷尽。
当然这个模块类目字段都能跟后台类目管理对应,目前通用的做法已经比较成熟稳定。并且,因为是需求不明确甚至不熟悉,用户的个性tag此时都是失效的,所以做好标准化的资讯式展示即可。
三、小闲用户
小闲用户顾名思义是打发时间、娱乐休闲的,看看最近的流行趋势、有什么好玩的、有什么好看的,可能逛着逛着就突然有了兴趣,然后就找到了一个需求目标。小闲的场景很可能是:刚跟男朋友吵架了,要去剁手发泄一下,顺便转移下注意力。
那么对于小闲用户来说,最有可能引起转化的功能是:优惠、为你推荐。
1. 优惠
优惠活动是几乎是不用思考的价格吸引策略,对于非价格敏感用户页是个偷懒的功能。
有一个研究机构做过调查:一瓶护肤品100ml19美元,另一个打了“优惠”宣传牌的同样包装的同样的护肤品套装100ml+25ml25美元,82%的人毫不犹豫挑选了后者。
对于小闲这种没有购物需求的客群,优惠是很好的触发点。因为大多数人是害怕错过优惠的,也就是消费心理中的合算偏见、价格歧视现象,优惠活动具体玩法涉及定价策略、运营活动策划,本文不展开。
2. 为你推荐
“为你推荐”现在几乎是电商标配的功能了,是每天晚上淘宝网上2000万笨笨类型女生的自留地。
这个模块主要有两个作用:
推荐给笨笨符合她口味的东西让她在里面愉快地玩耍外,这里让笨笨欲罢不能的商品主要就是——根据根据个人历史数据,推荐的笨笨还没有看过的组合购买、补充购买、时节性购买、个人风格性购买商品,让笨笨有种发现新世界的感觉,哎呀,好像什么都是我缺的;
不断重复展示用户收藏过、加过购物车、下单过、反复历史浏览对比过的商品,充当着压死骆驼地最后几根稻草的作用。一个用户如果最终订单转化,是经过反复浏览商品详情页10遍的话,这个模块就能起到最后5遍的入口作用。
总体来说,笨笨用户的目的不是要有效率地、快速地找到自己要的东西,而是想东看看、西看看,把握下最近的流行趋势,看得多了就会忍不住买一样。
四、大明、笨笨、小闲在一起了
好了,现在大明、笨笨、小闲通过不同路径终于来到了商品列表页、然后就要去到黄金商详页。
在商品列表页、商详页到最终转化,大明、笨笨、小闲用户各自的侧重点肯定也都不一样,但是大致总体是:寻找购买目标、感知所欲购商品、诱发对商品的使用联想、选择购买这几个步骤。
1. 商品列表页面
不管对于大明、笨笨、小闲,到了列表页面都有了一个相对清晰的需求。所以列表页的要求就是要——高效快速从商品流里定位到具体商品。
那么list页面默认商品流区怎么做到高效呢?那就是提供重要的商品关键属性和商品标签。
商品关键属性,这里主要就是:优惠属性、商品来源、是否免邮等销售属性。例如:自营、认证商家、参加秒杀优惠、使用优惠券等,商品规格、关键参数等商品属性,这个对于不同品类,关键参数不同,例如:防晒霜的防晒指数、空调的定变频等。
商品标签,主要指与用户历史数据相关的行为标签。如:浏览过的店、朋友购买过等等,通过这种关系的挖掘,增强用户的信任度;还有如:新品、热卖等,也是为商品背书。
这里还会涉及两个问题:
各种商品关键属性、商品标签的优先级排序问题,因为一个feed流展示窗篇幅有限,这个优先级应该跟用户决策心理的各因素权重优先级保持一致;
这些商品属性标签,应该尽量保持跟列表导航区的筛选排序标签保持互斥,最大化展示商品元素。
另外分类页和搜索进入的list页面,在默认排序上会有不同,分类页因为前面提到的需求不清晰或者不熟悉,默认排序不做个性化处理,按照通用排序规则。搜索由于是基于用户的主动行为,默认排序跟用户的客单价、偏好、性别年龄等因素有关。
2. 商品详情页
商品详情页是电商人眼中的黄金页面,前面提到的入口型页面用户可能都是3—5秒的停留,因此抓重点搏眼球很重要。
用户在商品详情前的页面更关注商品,到了商详页开始关注价格、性价比、运费物流等情况,因此提供层次清晰的主次信息点,帮助用户降低决策成本是很要点。
对于商详页,最重要的是场景搭建,像梁宁老师说的:只有能触发用户情绪的场景才是真正的流量入口。
当用户停留在这个空间的时间里,要有情景和互动让用户的情绪触发,并且裹挟用户的意见。例如:评论和其他用户的购买动态栏、倒计时等数据化标示,这就是场景。
因此商品详情页开始出现短视频、直播等模式和越来越精细化的评论,就是丰富、高度还原场景的做法,具体的设计分析在之前的文章有专门分析,本文不再展开。(相关文章)
商详页是用户交互较多、反复对比的页面,提高这里的效率和利用率有如下做法:
(1)用户的交互:购物车转化、下单转化、收藏、分享、关注店铺、查看评论等,这些都是用户重要的行为轨迹,是为用户个性化个性化展示重要数据来源、用户画像进一步完善的历史数据。
从商品角度来看,是商品销售热度、销售市场预估的关键来源。其中用户加购物车、收藏都是漏斗分析的关键步骤,到了这里的转化可能就是有待用户的购买心理建设了,反复重复在推荐位、降价提醒都是一些好的方法。
支付转化等则是产品设计主导,页面流畅不卡顿、第三方接口开放程度。合理运用这里的数据,精细化运营最大化其数据价值
(2)反复对比:到了商详页,用户会反复从list页面、特别是收藏列表、相关推荐等到不同商详页来回跳转,做对比,做购买决策、收藏关注等。主要就是关键参数、商品图片、评价的对比,对于标准品和非标品的侧重点也会不一样。
例如:女生买衣服的场景,都是先看风格样式,是一个比较抽象的感觉,到了购买的时候才会去关注尺码和材质这些参数。很多女生都不是数据敏感的,对自己的具体三围尺码没有准确的认识,这个时候又得去翻一下之前买的还算合身的一件衣服的大小。
这个路径就被拉长了,对于这种用户可以将这些基本身材数据,作为用户基本数据,在相关商品商详页给一个能快捷对照的入口。
当然,怎么能精确化这种数据呢?一个思路是:可以做一个有刺激性的活动入口引导,让用户从所有购买的鞋服商品中为是否合身评价打分,精细化算法分析后基本就能确定了。
五、总结
做电商大家都在谈数据导向,但是一个很好的同理心和数据其实是可以相互补足、相辅相成的,共同构成决策时的决判断力。
那么同理心就我的理解,就是尽可能把自己变成一个真正的典型用户。例如:大明、笨笨、小闲这三种典型客群,让自己大量置身于真实用户的真实体验场景或者观察别人,久而久之,慢慢拥有一种对于你的用户的洞察力,而这样的洞察力也就能转变为你做产品时用户心理把握、场景代入时的同理心。
按照这三种用户心理精细化场景分析,会提炼出大量细节,这个不管是用户体验还是迎合商业诉求,都是很好的切入点。
总的来说,一个用户的客群类型长期是比较稳定的,那么切合用户路径。
从转化率来看,肯定是小明用户的价值最高;
从DAU层面来看,笨笨用户贡献最大;
从潜在用户价值层面来看,小闲用户价值最高。
很多人觉得留存、日活这些非交易层面的数据不太重要,其实这些数据代表着平台发展的潜能。相对重新去获取新注册用户,成本低,并且转化率更高,和老带新的社交分享上,也能发挥很大作用。在面对GMV瓶颈期时,可以从这些数据入手,也就是笨笨、小闲用户的精细化分析。
后记:这篇文章是在梁宁老师的启发下写的,从去年听过她的产品课之后,订阅了她的公众号,并把她所有的公号文章反复看了好多遍,收获非常大。不仅仅是做产品还有做事做人这些方面,觉得她是一个很酷的女性导师,然后现在变成她的迷妹。
当然,我们说追求价值多元,别人的东西如果能内化到几个点,帮助提升都是很大的,不要盲目吸取就好。做产品长期陷入工作的局部,需要跳出来观察和总结一下,所谓能力就是不断的复盘。
最后,谢谢大家耐心地看完。
本文由 @ Miss right 原创发布。未经许可,禁止转载
题图来自Unsplash,基于CCO协议
声明:OurSeo登载此文出于传递更多信息之目的,并不代表本站赞同其观点和对其真实性负责,请读者仅作参考,并请自行核实相关内容。如有侵权请联系我们,会及时删除,如若转载请注明出处。