电商搜索流量分配策略未来进化方向探讨
导语:对各大电商平台来说,搜索是必不可少的一项功能。目前在搜索流量分配上,基本实现了充分的自由竞争。未来在流量分配上,本文作者进行了思考,并且总结了五个可以持续提升的方面。
一、前言
从系统构建角度看搜索 给系统建设者高屋建瓴提供全局式图画,产品经理不局限某个具体功能模块,而是站在行业、公司、体系角度看搜索,包括搜索平台的价值(包括定性和定量角度),利益相关者(用户、商家和公司)的利益诉求,利益协调机制和规则规范标准。
整个电商搜索平台包含5大体系(产品体系、策略体系、运营体系、数据体系和IT体系),它们之间内在的逻辑关系以及公司内部各部门职责分工,使得每个参与者不仅看清楚自己的局部工作,还清晰看到电商搜索的全局、行业和蕴藏在背后的经济学原理。
作为产品经理,我们在工作中遇到很多问题,很多时候是我们对于平台工作机制不清,背后利益主体不明,产品方案目标失焦,没有价值判断标准,如果产品经理有了全貌认知,心中有了价值判断标准,做事就有了定盘星。
电商搜索最大的职责是实现流量分配达成用户、商家和平台三者共赢,基于公平透明原则,激活市场主题(商家),给用户提供良好的用户体验,并实现平台自身的可持续发展。
对于电商平台,在搜索流量分配,目前实现了 充分的自由竞争 ,一定的 市场宏观调控 ,以及充分的 商业化变现 。未来在流量分配上,我认为还可以从以下5方面持续提升,本文作为电商搜索流量分配的几点思考,希望能起到抛砖引玉的目标。
二、当前电商搜索存在5大核心问题及其对策
- 问题1:缺乏顶层宏观调控机制,主要采用微观层面的单品PK分流量,导致坑位固化在头部品牌的头部单品,不利于腰部和尾部商户的成长,不利于激活市场活力
策略:改变单纯依据单品竞争力的流量分配机制,搭建面向开放生态的流量分配体系,腰部和尾部商家也有一定的坑位份额,确保腰尾部商户也有机会在搜索的头部位置曝光,并通过腰部和尾部商家的竞争刺激头部商家加强对平台的投入。
在具体操盘策略上,将头部坑位分配一定的份额给腰部和尾部商家,同时加强对这些坑位产出的考核。
前者是给与机会到腰尾部商家,让他们看到成长希望,后者是通过坑位产出的考核,倒逼该类型商家加强运营和经营,加强运营和部分利益让渡(比如降价)之后,可以弥补部分产品竞争力的不足,增加获客和转化能力,同时用户体验也能得到弥补,坑位产出也能得到保障,同时给与头部商家/头部品牌一定的压力,他们感受到来自后来者的竞争压力,迫使他们不会松懈。坑位产出得到保障后,平台的利益也有部分保障。
具体操盘上,APP上流量一般聚焦在前20个坑位(具体情况依据平台实际数据为准),这样头部20个坑位可以分配出1个坑位免费给到腰尾部商家,同时对该坑位设置产品和运营标准考核,将考核规则通达到商家,条件涉及货源准备,价格水平、优惠力度,基础运营,客服等各方面,这个坑位从腰尾部商家中选优最佳商品,在流量到达之后,并根据实际流量承接情况进行调整。
- 问题2:微观上以销售为主分配流量难以撬动商户除了销售之外的运营积极性
策略:微观上增加流量效率的权重,降低销售权重,通过效率和运营质量分层准入撬动商家优化运营,并获得搜索前排卡位机会
我们当前流量分配策略,在销售量,销售额上权重过大,这是平台的变现压力导致的,但是这样爆款产品频出,而且固化现象也比较严重,缓解这种现象一方面通过个性化匹配之外,还需要改变流量分配中销售方面权重过大的策略,增加流量利用效率方面的考核,也就是有些商品,只要给流量,曝光点击率,订单转化率都比较高,只是过去一段时间销售积累不够,增加这方面的权重,有利于新锐力量脱颖而出,给与前排老商品一定的冲击力,冲破老商品的前排坑位垄断。
在具体操盘上,每天观测到新锐商品到达前排后,就要跟上坑位变现能力的考核,并通过商家端产品通达到商家,指导他们下一步如何操作,进行价格调整,优惠力度调整,服务跟进,优化基础运营,优化评价,形成新增流量的承接。
- 问题3:搜索场景下人机互动性不足,搜索结果没有结合用户与系统的正负反馈实时变化
策略:借鉴类似头条系信息流人机交互反馈机制,搜索结果能根据用户反馈实时调整。
现在的电商搜索系统,每次的搜索动作一旦完成,结果就定下来了,用户在搜索结果页的动作并不能影响本次搜索的结果页的排序,但是头条的信息流推荐,当前用户的行为是会影响后续信息流的内容,理想的搜索应该是能够反应用户实时的决策。
比如用户看了几个商品,但是浏览未点击,说明用户对这类的商品可能不感兴趣,在当前搜索结果页的下面应该减少类似的商品。如果用户在某个商品位置停留时间比较长,说明用户对本商品或者类似商品感兴趣,不过用户可能需要对比下,这个时候在这类商品下面出现一个对比按钮提供对比服务。总之,理想的搜索是活的,系统能够与用户实时互动,成为用户的实时智能导购。
- 问题4:站外/站内没有协同
策略:根据商户的站外流量奖励一定比例站内流量
当前平台增长难度比较大的问题是用户增长,从社会而言,互联网用户规模基本见顶,电商平台想从存量互联网用户池子里拉新,成本高企。截止2021年Q1,最会搞拉新的拼多多,新用户拉新人均成本也达到了190元,更不用说京东的290元和阿里的458元,可见拉新都是一件吃力难以讨好的事情。
这个阶段,拉新需要汇聚更多的力量,更多的来源,在电商平台的消费者-商家-平台三个主题角色中,需要获取消费者,以前是平台自己在吭哧吭哧努力,现在要将商家的力量和智慧纳入整体目标中来,商家的拉新手段,拉新场景更丰富,还存在很多低成本的拉新措施,尤其是全渠道拉新,充分利用商家的线下场景资源,植入用户心智,实现全渠道协同。
总而而言,商家可以通过广告、社交、直播、会员营销、线下场景等诸多手段进行站外拉新,在电商平台进行兑现。为了吸引商家的拉新在自己的平台承接,电商平台需要制定针对站外拉新的站内流量奖励或者说是补偿机制,让商家的拉新成本在站内免费流量进行摊销,同时也是承接站外用户的主要举措之一。
- 问题5:付费/免费没有协同
策略:当前很多电商平台的免费流量与付费流量的分配依然是独立的,免费流量的分配要能够撬动付费流量的变现,这里的免费流量不仅仅是搜索中的免费流量,是商家在平台上的免费流量,这里的付费也不仅仅是搜索中的付费,是商家在平台上整体的付费金额。
通过商户付费流量的占比情况来动态调整免费流量的获取,实现平台和商家的成本与收益的平衡。这个问题实际是一个经济学问题,背后的机制设计水平考验平台设计者的问题洞察深度和系统调控能力。当前能实现这个机制的平台并不多,主要是从这个角度看问题的平台设计者不多,其次对平台自身的流量调控能力有更高的要求。
前者要求平台设计者有丰富而深刻的平台经济理解,社会“底层”运行机制的经济学理解和商业实操的把握,后者要求平台对全社会流量的调控能力,能够实现一盘棋削峰补缺能力。
到了这个境界,平台与商家之间形成良性互动,平台在双方都能可持续发展基础上做增量价值分配,平台在市场竞争中就能够掌握主动,决定增量价值分配的切割,否则就会变成被动的跟随者。
三、总结
宽泛意义的电商,它既包括我们传统意义上的电商,比如淘宝、京东、拼多多,也包含其他线上开展的交易业务,比如携程的旅游业务、美团的各类线上本地生活类服务,各种线上卖菜卖药卖车等等,泛义上的电商是当前数智化最成熟的、竞争最激烈的业务。
这些业务与钱的距离仅次与金融业务,在当前互联网金融受到国家的监管,大量资金依然不断涌入电商这项业务,受此催化,大量人才也涌入这个行业,当前很多策略在电商平台加快落地,前期我们梳理了电商搜索的流量分配,从自由竞争阶段,市场宏观调控阶段和商业化变现阶段,当然这些阶段在时间上不是割裂的,现在已经是并行运行的。
在此基础上,平台也不是就走向了尽善尽美境地,本文从5个方面梳理了流量分配的进化,涉及到优化平台生态(问题1和2)、消费者与平台良性互动(问题3)、商家与平台在用户增长方面的互动(问题4)以及平台免费与付费协同(问题5),目标是优化可持续发展的生态(商家、用户和消费者),不断创造增量价值并在增量价值中免付费协同的分配,这些是电商平台流量分配的终极目标。
四、后记
当前社会进入人口红利下半场,每个企业都在提升数字化能力,并着手挖掘存量用户的价值变现和价值提升(快手、抖音、百度、新浪都在搞电商,线下企业忙转型),通过商品/服务与消费者之间的供需撮合交易是商业化变现的主要途径,而搜索推荐就是实现供需匹配的主要机制。
目前国内只有少数头部的互联网企业具备成熟完备的人才队伍,其他企业要么专业人才零散、知识结构不足,要么根本没有这方面的人才,社会巨大的人才需求与社会高质量人才供给严重不足的矛盾,制约了很多企业在这方面业务的提升,也制约了小伙伴职业收入和职业空间的提升。
鉴于搜索推荐专业性特点,公开成体系资料相对少,而且资料的难度深浅不一,难以满足企业和职场人士的迫切需求。
本人过去10年专注电商,深度参与并主导搭建两大电商平台的搜索推荐流量分发及商品管理系统,熟悉电商平台的策略、产品、运营、数据和研发各环节,总结提炼成打造实战型电商搜索体系,打造实战型电商推荐体系,打造实战型电商商品管理体系,以及对电商新零售的观察系列文章。
历史文章系列:
- 从体系构建角度看电商搜索
- 电商商品分层分级及具体操盘策略
- 电商搜索流量分配的商业化策略
- 电商搜索流量分配的市场宏观调控策略
- 提升电商搜索GMV产品策略之浅见(一)前端产品篇
- 提升电商搜索GMV产品策略之浅见(二)召回排序篇
- 提升电商搜索GMV产品策略之浅见(三)场景和动线篇
- 搜索联想词产品实践系列之浅见(一)定位-评估和召回篇
- 搜索联想词产品实践系列之浅见(二)排序-场景动线篇
作者:毛新年,公众号:资深电商专家毛新年
本文由 @产品专家毛新年 原创发布于人人都是产品经理,未经许可,禁止转载
题图来自 Unsplash,基于 CC0 协议