搜索作为电商APP中用户下单的核心场域,具有较高的消费者价值(体验)、变现价值(赚钱)、数据沉淀价值(研究)。因此搭建搜索相关数据指标体系,用于及时监控波动&定位原因就显得至关重要。
本文从搜索机理出发,探讨影响搜索产出的关键要素,并沉淀出一套监控体系,经实战运营能较好的解决业务方的问题。在此抛砖引玉,希望对感兴趣的同学有所启发。
Why 搜索?
各大电商APP平台可以将用户下单的场域路径以下两大类:
用户主动类:分为强目的(搜索)、弱目的(一二级类目页)
用户被动类:分为算法推荐(首页猜你喜欢+商详页猜你喜欢等+订单页猜你喜欢)、运营推荐(栏目+活动页)
一般电商类平台各场域,用户访问率&销售占比高相对关系如下:
如果某一个场域用户访问率&销售占比高,则代表这个场域流量&创造的价值越大,有上表可知,搜索是其中最重要的场域,将精力投入到“搜索”的ROI是较高的。
由此可简要降搜索的价值概括为下面三类:消费者价值(体验)、变现价值(赚钱)、数据沉淀价值(研究)
搜索数据指标体系搭建
由上可知,搜索既然有较高的消费者价值、变现价值、数据沉淀价值,那么搭建其数据指标体系,用于及时监控波动,定位原因就显得至关重要。搭建数据体系时:
(1)首先要明确监控的目标,比如搜索核心是成交导向,那么搜索的GMV就是核心监控的指标。
(2)其次,要深入了解搜索作用机理,确定对目标的关键影响因素:
就个人理解搜索本质还是人货匹配,不同的业务角色影响不同的因素,作用于不同的环节。
比如算法业务角色,影响搜索GMV的关键要素是:用户输入搜索词之后,算法模型对搜索词理解、商品召回和商品排序的准确性,核心作用在于保障人与货更好的匹配
而商品(商家)角色,影响搜索GMV的关键要素是:品控、拓品等,核心作用是更好&更丰富的货
运营+产品角色,影响搜索GMV的关键要素是:用户进入搜索框之后,一系列的功能引导&利益点传递等,核心作用是更好的用户流程体验(不要有卡点)
(3)最后,将上述关键影响要素量化,与业务操作紧密连接,回答目标波动的业务原因(Why So),确定优化建议(And Then?)
比如发现搜索销售额下降:
是因为搜索需求变化,还是单次搜索销售额的变化?
如果是搜索需求的变化,那是计划式搜索UV还是发现式搜索UV在下降(用户站外想不清还是站内种草不足)?
如果是发现式搜索下降幅度大,更多是因为我们站内刺激不足,就需要针对这个品类&用户进行运营活动强化心智。
最后搜索的指标体系整理如下:
*注:上述是整体框架,框架中还需更细粒度的探查,比如转化效率降低,用下列指标衡量算法在召回、排序等各环节的表现,来定位问题。
计划式搜索是指来APP前已有基本的购买目标,这些用户进站后30s内就会搜索。
发现式搜索是来APP前没有购买目标,在站内展示的内容驱动下比如推荐&活动等,发现商品从注意到兴趣,激发非计划式需求,从数据上定义就是进站后30s后才去搜索。
计划式搜索&发现式搜索的定义是本人通过观察用户行为数据的总结,不同APP可能表现不同,30s的范围可以酌情更改。
免责申明:
本文系转载,版权归原作者所有,如若侵权请联系我们进行删除!
想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友,浏览袋鼠云官网:https://www.dtstack.com/?src=bbs
同时,欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」,交流最新开源技术信息,群号码:30537511,项目地址:https://github.com/DTStack