大数据下的电商新打法

最新推荐文章于 2024-02-18 09:25:48 发布

架构师小秘圈

最新推荐文章于 2024-02-18 09:25:48 发布

阅读量334

点赞数

在依靠大数据训练出人工智能后，电商获取流量的方式已经全然改变了。

Part1：

从数字化到智能化

行业的发展总会依照一定的轨迹，从自动化到数字化，再从数字化到智能化。之前的电商做到了数字化，把产品信息和交易、支付都数字化搬到了线上，让信息打破边界高效的流通，促成了电商的繁荣。

这时候的电商还没做到智能化，上到购物网站首页每个人看到的页面基本是一样的。运营手法追求大流量曝光，和爆品战略，盈利的公式一直是：

GMV=流量x转化率x客单价

随着新技术的出现，移动网络的普及，从原来系统记录追踪用户电脑的IP地址信息变为追踪用户的手机ID，这在本质上发生了改变。电脑是固定在一个地方，也许有多人使用，而手机则是对应了每一个具体的人，留存了他几乎所有的活动信息。

这使得系统能收集到大量的信息，从而训练出能服务个体的人工智能。把原来静态的网站信息进化到了千人千面为每个个人定制的页面

△千人前面技术让每个人接收到的信息都不同

这种技术的出现，使得像字节跳动这样的人工智能公司凭借抖音、今日头条、火山视频这些app 获取近7亿用户，在这些app里软件会不断的记录你的操作，学习你的偏好，进而给你推送最符合你喜好的内容。在这些领域完全的击败了老技术派的新浪新闻，搜狐视频这些公司。

△依靠人工智能技术崛起的 APP

电商公司利用给用户打标签的技术使得每个人的购物页面都不尽相同，比如如果你去过南极，那你会被打上去过南极的标签，在接下来的时间里总会推送一些关于北极旅游的信息给你种草，当你又去了北极后，那下次推送给你的信息又换成了类似纳米比亚这种地方了。这背后是巨大的客户消费信息分析。再比如如果你是每个月都会买一次杜蕾斯的用户，突然某个月停止购买了，系统就会分析大数据，首先选出和你有相同购买习惯并突然终止购买的所有用户消费记录，再来看他们停止买杜蕾斯后都会买哪些东西，按销量做个排序，最后就可以把排名最高的那些产品推送给你了。

系统在流量分配的逻辑上是公域给私域导流，私域给公域做样本扩容。这句话可以用一个例子来理解：

假如仓库里有10万个苹果，如果在里面找出甜的那些？

系统会随机抽取1000个苹果分给客户，然后让客户反馈甜还是不甜。假设反馈过来有200个是甜的，那么系统会分析这200个苹果的标签有哪些是相同的，哪些是和不甜的苹果是不同的，比如个头大小，颜色深浅，梗和底的样子，采摘的日期，采摘的果园等。进而得出这些甜的苹果是具备了那些特性标签。再利用这些信息在剩下的99000个苹果里筛选出具有同样特性的苹果来判定它们也是甜的苹果。

简而言之，系统分配流量的方式已经从原先的暴力灌输改成了人工智能按人群不同的标签推送不同的产品。

这种情况下运营的手法就要改变了，再按之前的打法，只会打乱你的客户群标签。比如刷单，系统会认为你的客户群就是这群刷单客人群，那么你的产品只会推给这些人，进而你的销售转化不了，流量被截流，进入恶性循环。而且当系统识别出这些人都是作弊的刷单客后，之后凡是他们去刷单的店铺都可能会被做降权处理。再比如当你只是以价格战为主要营销手段，系统就会把不断的把低端客户和你的产品相关联，最终你会失去你的优质客户，只剩下一堆价格敏感的低端客户。

△系统会给客户打上各种标签

Part2：

一个女性时装表的案例

一个国内不知名女性时装表品牌，原先在线下做得不好现在想开拓线上市场。

首先她寻找了一些类似小红书上的小红人，赠送产品，换取对方的撰写一些试用和推荐的文章。虽然这些文章的浏览量不足以打爆这个品牌，但是这些内容素材已经可以撑起一个非常丰富、有活力的产品详情页面。

在这个产品带着这些素材上到淘宝店铺之后，期初产品的用户标签还是空白的。这时候你可以花钱通过工具选择与你目标客户群相同属性的客户池通过“钻展”，”猜你喜欢“这些渠道投放广告，当这些客户点击和购买后系统会将这些客户打上和你产品有链接的标签，进而会推送给你更多拥有同样属性的客户，继续加大广告投入，当有一定数量相同属性的客户都和你的产品有购买链接。系统会把标签的深度加深。这时候就算你停止广告，系统已经正确的标识你产品的属性，会不断的给你推送数据库中符合你要求的客户，进而进入正向循环。

用付费流量打标，用免费流量放大。

未来公域的流量会越来越贵，企业和企业的竞争都会是在私域。导入的流量够不够精准，你的人货场有多少匹配，进来的人能不能被圈粉，只有精准的匹配才能得到正向反馈从而从公域里获取更多的流量。