電商運營：如何減少“放棄購物車率”？

為什么會放棄下單呢？原因有很多。有些人是因為實在沒精力去搞清錯綜復(fù)雜的優(yōu)惠規(guī)則，于是索性不買了；有些人是在最后一刻三思了一下自己的沖動消費，于是猶豫了；甚至有些人純粹是因為時差的原因錯過了下單時間。

這些“放棄購物車”的行為顯然是電商平臺們不樂意看見的，因為這意味著在此之前那些所有促使你轉(zhuǎn)化的努力都白做了。由此誕生了一個專門的指標(biāo)來測量這些“放棄購物車”的行為，它就是“購物車放棄率”。

購物車放棄率是指廢棄的購物車的數(shù)量與總購物車或完成交易的數(shù)量的比例。放棄率專指網(wǎng)絡(luò)虛擬購物車。雖然消費者在實體商店很少放棄所要購買的物品，但是，放棄虛擬購物車?yán)锏纳唐肥呛艹Ｒ姷?。典型的線上零售商購物車放棄率高達(dá)60%到80%。

如何減少“購物車放棄率”呢？如何識別出是哪些因素和環(huán)節(jié)導(dǎo)致了用戶放棄購物車，從而改進(jìn)這些環(huán)節(jié)呢？

有一種實用而有效的方法被廣泛地應(yīng)用在電商行業(yè)，幫助各大公司通過數(shù)據(jù)分析來減少放棄率，它就是——點擊流分析（Clickstream Analysis）。

提高用戶體驗和滿意度是實現(xiàn)線上業(yè)務(wù)成功的重要環(huán)節(jié)。有很多分析方式和專業(yè)的受眾研究旨在幫助提高電商業(yè)務(wù)與消費者之間的相關(guān)性，希望線上陳列的商品和信息是足夠吸引消費者下單的，相關(guān)性越高，就越容易導(dǎo)致用戶最終的轉(zhuǎn)化。

電商網(wǎng)站的訪問者往往會沉浸于一種我們稱之為“虛擬的櫥窗購物”模式行為中，當(dāng)中的過程包括了對商品進(jìn)一步廣泛地探索，點擊產(chǎn)品進(jìn)行詳細(xì)查看，以及對比不同的產(chǎn)品和價格。在很多情況下，盡管用戶可能會花費多達(dá)30分鐘的時間瀏覽網(wǎng)站上的產(chǎn)品，但實際上只有很少一部分用戶實際發(fā)生了購買轉(zhuǎn)化。

人們經(jīng)常習(xí)慣把自己瀏覽過的產(chǎn)品一一加進(jìn)購物車，但最后又什么都不買就離開了網(wǎng)站。來自表格分析平臺Formisimo的報告表明，周六和周日通常是一周中購物車放棄率最高的兩天。在這兩天中，購物車放棄率幾乎高達(dá)90%。

一份2014年由視覺網(wǎng)站優(yōu)化平臺VWO在美國1,000名消費者中進(jìn)行的電子商務(wù)調(diào)查揭露了消費者購物車遺棄的幾個原因。其中第二大原因是要求用戶在結(jié)賬前必須要在網(wǎng)站上創(chuàng)建一個在線賬戶。這被很多用戶視為一種具有綁定性質(zhì)的強迫行為，而導(dǎo)致他們最終選擇放棄購買。

根據(jù)Baymard Institute針對結(jié)帳易用性的一項研究統(tǒng)計數(shù)據(jù)顯示，復(fù)雜的結(jié)帳流程占用戶放棄結(jié)賬原因的12％。所以，為了給客戶提供一個方便、無障礙且無憂的電商體驗，電商平臺必須要確保用戶結(jié)帳過程中有一個流暢和便捷的體驗。此外，一些個性化的提供和相關(guān)的商品推薦也是鼓勵訪客完成購買的重要因素。

為了確保電商網(wǎng)站擁有穩(wěn)定增長的轉(zhuǎn)化率和銷售量，電商品牌可以利用點擊流分析來實現(xiàn)這一目標(biāo)。點擊流分析的解決方案可廣泛適用于不同規(guī)模的電商業(yè)務(wù)，并且操作成本不高。營銷專家和數(shù)據(jù)分析師僅需通過查看網(wǎng)站的點擊流數(shù)據(jù)、顧客歷史購買數(shù)據(jù)以及產(chǎn)品數(shù)據(jù)就能進(jìn)行。

點擊流分析能為電商企業(yè)提供很多有價值的洞察，比如在不同產(chǎn)品頁面上花費的時間、網(wǎng)頁跳出率以及其他重要指標(biāo)。通過此，電商企業(yè)可以知曉“顧客瀏覽了哪些不同的產(chǎn)品”以及“顧客最常搜索的產(chǎn)品類別”。

通過查看顧客的歷史購買數(shù)據(jù)，電商分析師還可以評估出顧客的購買偏好、可接受價格區(qū)間、不感興趣的購買激勵手段等信息。這些數(shù)據(jù)可以為電商企業(yè)提供有關(guān)顧客偏好的重要洞察，特定的產(chǎn)品數(shù)據(jù)還可以告訴分析師哪些產(chǎn)品受歡迎和暢銷。

點擊流分析還可以探索價格和產(chǎn)品評分的變化趨勢將如何影響網(wǎng)站訪問者的購買決策。一個簡單的A/B測試方案可以幫助電商企業(yè)從點擊流分析中獲得很有價值的洞察。

點擊流數(shù)據(jù)還可以與其他電子商務(wù)分析因素（例如我們在開頭提到的購物車放棄情況）相結(jié)合進(jìn)行更綜合、有效的深入分析，找出用戶流失的原因。

在深入分析顧客網(wǎng)購數(shù)據(jù)和產(chǎn)品數(shù)據(jù)之后，促進(jìn)電商銷售策略的下一步往往就是分析點擊流(Clickstream Analysis)。就如前面所提，分析師可以借此發(fā)現(xiàn)訪客瀏覽過的產(chǎn)品和這些產(chǎn)品所在的價格區(qū)間。舉個例子，該數(shù)據(jù)可能揭示了一位訪客搜尋了價格在$90-$130之間的高級時裝。通過和歷史數(shù)據(jù)進(jìn)行對比，可以發(fā)現(xiàn)這位顧客經(jīng)常購買$100左右的高級時裝。

借助市面上的一些分析工具，電商分析師可以基于顧客ID將顧客行為數(shù)據(jù)與產(chǎn)品數(shù)據(jù)庫相關(guān)聯(lián)，然后根據(jù)顧客訪問的行為特征建立定制化的顧客細(xì)分。由于分析的角度不同，可以根據(jù)各種規(guī)則進(jìn)行各種不同的顧客分類，比如流失用戶與留存用戶、新用戶與老用戶、單次購買用戶和二次購買用戶。分析不同顧客對商品的不同喜好，明確哪些商品更加符合用戶的預(yù)期，繼而為其進(jìn)行個性化推薦。

所以當(dāng)一名顧客訪問電商網(wǎng)站時，電商分析師根據(jù)對方的顧客ID就可以進(jìn)行實時的點擊流分析，并基于歷史購買數(shù)據(jù)和先前點擊數(shù)據(jù)，為顧客展示其他相關(guān)產(chǎn)品清單。需要注意的是，細(xì)分是用于比較的，比較是為了反映差異進(jìn)而做出調(diào)整優(yōu)化的，細(xì)分的最終目的還是指導(dǎo)運營決策，這才是數(shù)據(jù)分析的價值體現(xiàn)。因此在做顧客細(xì)分前，需要明確業(yè)務(wù)層面的需求，確定點擊流分析的目的。

實時點擊率和歷史數(shù)據(jù)的戰(zhàn)略組合能幫助電商網(wǎng)站進(jìn)行二次營銷或交叉銷售，迅速提高轉(zhuǎn)換率。結(jié)合點擊流分析和歷史數(shù)據(jù)之后，零售店能發(fā)現(xiàn)到一位現(xiàn)有顧客如何搭配購買產(chǎn)品，由此了解到顧客的多種需求。因此電商人可以進(jìn)行交叉銷售(Cross-Selling)，向正在瀏覽或者已經(jīng)購買A產(chǎn)品的客戶推銷B產(chǎn)品，幫助電商網(wǎng)站為顧客進(jìn)行個性化推薦，同時降低遺棄購物車的情況、從而促進(jìn)銷售。

總而言之，深入分析點擊流數(shù)據(jù)和顧客瀏覽習(xí)慣不僅能通過交叉銷售(Cross-Selling)和追加銷售(Up-Selling)增加轉(zhuǎn)換率，還有其他業(yè)務(wù)成效。電商可以利用這些洞見優(yōu)化數(shù)字營銷支出和消費者旅程的各環(huán)節(jié)，以及提升整體在線購物體驗。

作者： MarTechCareer

來源： MarTechCareer