B2C網站商品頁設計理論:相關商品推薦設計

來源:互聯網
上載者:User

文章描述:B2C網站商品詳情頁如何設計相關商品推薦?

為什麼要做相關商品推薦?

商品詳情是可能挖出金子的島嶼,我們都知道。

於是我們使了各種招式,終於讓使用者來到了商品詳情頁。我們悄悄念起魔鬼的咒語,恨不得使用者馬上去點全頁最醒目的那個“加入購物車”或”立刻購買“。可是,絕大部分B2C商詳頁的UV轉化率不超過5%(何況是PV!),絕大部分使用者最終是不會購買這個商品的,有可能他是被大胸的模特圖騙進來的,有可能價格不合適,有可能商品細節不喜歡,有可能大多數的好評裡有一個讓他難以接受的差評,總之,他不想買。

難道讓使用者就這麼流失?

相關商品推薦的作用就是讓使用者繼續逛下去,直到讓他找到喜歡的商品。

好的商品推薦,是讓使用者不能停住腳步。

相關商品推薦的關鍵在於”相關“

相關商品銷售的關鍵在於”相關“,這就意味著必須從某個角度、或者維度對商品進行切分,然後聚類,推薦給使用者。這跟線下的商品陳列是很類似的,比如你走到一個牛肉泡麵的貨架前,拿起一包泡麵仔細地端詳起來,可能這個口味不喜歡,那麼你可能從旁邊的貨架上找到其他口味;可能”康帥傅“的字樣終於被你發現不對了,你可以在旁邊貨架試圖找到真的”康師傅“。前者是基於口味,後者基於品牌。

還有很多線索,比如特價、比如套裝。

線上的展示會更加豐富,因為線索是可配置的,可切片的,不像線下的貨架難以移動。

基於商品和基於使用者行為

縱觀目前各大電商網站的相關推薦,無非”基於商品“和”基於使用者行為“兩種相關商品推薦。

基於品類,主要有兩種方式”相關搭配“和”銷售熱門排行榜“。相關搭配,往往是基於互補的商品和品類,比方說賣個手機吧,搭個手機殼、充電器;賣件襯衫吧,搭個西褲加襪子。套餐購買省10塊哦,親。”銷售熱門排行榜“,這個必須加上其他的標籤進行細化,比如”同品類“、”同品牌“、”同價格區間“,這是京東的商詳展現的內容。

基於使用者行為,就是通過使用者個人或者群體表現出來的特徵進行推薦。這種方式,亞馬遜用得可謂淋漓盡致。像”猜你喜歡“之類,基於使用者的個人屬信特徵,比如年齡、性別、購物偏好、收入水平等,這個沒有豐富儲量的資料,普通的B2C根本玩不轉。但其實還有一些更簡單的方式。最簡單的莫過於”最近瀏覽的商品“模組,喚醒使用者記憶,簡簡單單,好不好用,要看資料。還有”瀏覽該商品的使用者還瀏覽了“、”瀏覽該商品的使用者最終購買了“,這是基於群體的瀏覽行為;”購買該商品的使用者同時還購買了“,這是基於群體的購買行為。純粹這麼玩,是玩不轉的,推薦的商品未必靠譜。無論是瀏覽、購買行為還是拉取相關品類、品牌之類的標籤資訊進行彙總。

至於具體演算法,別問我,我也不知道。

到處都是其他推薦,很煩啊有木有?

以上的這些相關推薦模組全加上,真是全屏商品,看似豐富,可別忘了商詳頁的首要目標:讓使用者把商品買下來。選擇太多,很煩的,在頁面間跳來跳去。

因此,不要過度推薦。

區分推薦商品類型:同類商品、補充商品和友好商品

一件襯衣的商品詳情頁,你推薦了別一件襯衣,那是同類商品;推薦了一條皮帶,那是補充商品;你演算法算出來,買了襯衣的使用者通常還買了TT,好吧,這是友好商品。

一般來說,同類商品熱門排行榜、”瀏覽該商品的使用者還瀏覽了“、”瀏覽該商品的使用者最終購買了“,推薦的往往是同類商品。”相關搭配“、”購買該商品的使用者同時還購買了“,推薦的是補充商品;“猜你喜歡”之類的推薦的是“友好商品”。

一般來說,商詳頁的內容應該包括同類商品、補充商品和友好商品,不要把想到的所有模組都鋪上。那如何用設合適的模組呢?要考慮下面幾個因素。

區分品類的需求特點:需求集中和需求分散

產品生命週期長、新品更新慢的產品,往往購買需求比較集中,這時候商品品種之間關係比較穩定,基於品類的推薦會比較靠譜,這時候像“相關搭配”、“銷售熱門排行榜”從各個維度(品類、品牌、價格)進行拆分,匹配使用者的機率比較低。

而像女裝這樣需求高度分散的商品,銷售熱門排行榜之類的推薦往往不靠譜,這時候使用基於使用者行為的商品推薦可能會更匹配一些,其原因在於買這樣的商品的人是同一類人,有著相似風格,因此這裡的基於使用者瀏覽、購買行為的推薦其實還可以再打上”風格“的商品屬性標籤,這個標籤可以不給使用者看到。其實還有一個地方,很多B2C蠻重視的,但目前為止還沒看到哪家在做相關商品的推薦,就是曬單區,比如凡客有凡客達人喜勵曬單,但還不是很明顯地在曬單區展示該達人的相關商品。如果是高度分散的商品,基於人的因素的商品推薦還是值得嘗試。

區分使用者的類型:老使用者和新使用者

新使用者的推薦,以上的玩法也夠玩了。

老使用者的相關推薦玩法可以更豐富些,可有個人化的商品推薦;如果是平台性的網站,可以推薦”你購買過的店鋪同類商品“。當然,沒有基礎能力,這些還是玩不轉的。

商品推薦的位置

一般網站,都是將補充商品放在商品主圖下方,而同類商品、友好商品的推薦放在側邊欄和底欄。第一目標,仍然是讓使用者購買;第二目標,買了,就搭配上其他東西,多買點;第三目標,好吧,這個不是你的貨,看看側欄其他商品如何。

最近在看韓國的網站,gmarket, 11st的商品詳情頁設計,還大量地添加了通往賣場的連結,更重要的不同是在右側邊欄添加了浮欄,展示相關商品,無論你如何拖動商詳頁,都可以看到這個浮欄。這個設計的當然很鼓勵商詳頁的跳轉,可是是否過重了呢?

這個需要資料去說明問題。

最終還是要看資料

上面講了一些思路,但對或不對,適合還是不適合,最終還是要看資料。看哪些資料?

單純從商詳跳轉來看的話,要看商詳PV中上一級頁面是商詳的比重,商詳相關推薦模組的點擊率。

此外其他資料也值得參考,商詳PV/整站PV,商詳跳失率,不過這兩資料受其他因素的幹擾比較大。

孤島相聯

相關推薦更多的是一種基礎能力,往往短視的網站看不到它的重要性,相關推薦做得特別粗躁,很難做到“相關”。相關推薦也是比較難的,我只是大致列了一下思路,在實際應用中是需要不斷地根據資料去最佳化,而且更複雜的演算法更需要不斷迭代完善。

但商品與商品之間確實需要通過某種線索連接起來,而這一種線索無論是通過商品打標、工人配置還是演算法匹配,都應該建立一種機制讓這些滿是寶藏的孤島相聯,這樣才能更加繁榮。



相關文章

Beyond APAC's No.1 Cloud

19.6% IaaS Market Share in Asia Pacific - Gartner IT Service report, 2018

Learn more >

Apsara Conference 2019

The Rise of Data Intelligence, September 25th - 27th, Hangzhou, China

Learn more >

Alibaba Cloud Free Trial

Learn and experience the power of Alibaba Cloud with a free trial worth $300-1200 USD

Learn more >

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。