行业知识对垂直型B2B网站的重要性

作者:admin  发表时间:2017-11-27  浏览:44  海淘人物

对于新开通不久的B2B细分行业网站来说,如果搜索引擎推广没有做好,就会造成流量非常低,影响力不够,自然没有人肯掏钱给你。当然,这个观点对许多综合性B2B网站,可能并不能带来太好的效果,因为大行业的B2B网站,技术、行业知识涉及的范围太广,而且大行业B2B网站单纯依靠商机栏目也可以让网站的用户达到一个比较大的数量级,不重视行业知识栏目,也是可以的。  但是垂直型B2B网站则不一样,以下是B2B行业网站重视行业知识的好处分析。  个人用户与企业用户  B2B行业门户网站的用户群可划分为个人用户和企业用户,个人用户和企业用户之间有时并无明显的间隔,只是以用户当前的需求为判断标准。  比如:当一个会员作为一个公司的技术人员来网站学习行业知识时,他仅是个人用户,通过学习知识来提高工作能力,更好的工作、学习;但是当这个技术人员被公司告知,我们现在想采购一批设备,采购一个软件,这个技术人员就来到了网站,挑选那些合适的供应商,挑选更好的设备及软件,向他老板汇报,某个软件或设备比较好,建议选择某个品牌的设备。这个时候即使这个人在平台上是注册个人会员的,但是他的需求就表明了他为企业用户。  还有一种人,也许他现在是某个企业的员工,在B2B行业网站上看行业动态,学习行业知识,是个人用户行为,但是某天当他自己也开公司,他就会想到这个平台上可以为他拓展业务,这个时候他就有可能成为你的收费客户。  行业用户对行业知识的需求量大  做行业知识栏目最终的目的还是为了商业服务,企业成为收费会员,做了广告,无非就是想获得买家,而提供个人学习、工作的服务,最终的目的还是为了能够为客户提供来自各个渠道的买家。  在一个企业里,一切都是围绕业务来转的。但是我们必须明白,在大部分的企业里,关心技术、市场、管理的人会大于只关注销售的人。一个企业要发展壮大,技术和市场可以说是最关键的两个环节,从业人员的数量和知识水平都是非常重要的。  B2B行业网站提供了行业知识、技术、行情、管理、市场等知识,从业人员有不懂的问题,都可以到行业门户去学习、去提问、去交朋友,那么我们就满足了这些企业里员工的需求。  而这个需求的量一定是行业企业数量的10倍甚至50倍以上,只要能解决这些用户的需求,就能像中国化工网、中国服装网、我的钢铁网、PVC塑料网等国内优秀的B2B行业门户网站所取得的成效一样,这是它们与阿里巴巴、B2B大行业网站最大的差异,也是它们的核心竞争力。  网络提供行业知识是最成熟的模式  据相关资料统计,在网络上学知识、找资料的人远远超过找商机的人,也是目前最为成熟的网络应用模式,最具代表性的就是百度。  虽然是做搜索服务的,但是百度音乐、贴吧、知道、百科、空间却为其称雄中文搜索市场,市场份额遥遥领先于竞争对手起到非常大的作用,因为一些人用百度形成习惯,就是觉得能找到许多有用的知识,其它搜索引擎不可以,满足了一部分人的需求。包括门户网站新浪、搜狐开始的时候也是从做资讯开始的,这些都是人们上网的一个很大的需求。  作为B2B行业门户网站,行业知识更加专注。因为这类网站已经做了一定的细分,行业资讯、技术、市场行情等本身就是按照科目、行业去细分的,只有同行才能更好的交流技术、市场行情等。  其实行业门户做技术社区更容易做好,因为社区更具有行业氛围,通过网络共享的属性,一个技术新手和一个技术高手之间,一个在一方面是高手,另外一个方面是新手的同行,他们之间可以互相交流,互相学习;此外,网络可以跨地区,能更好的解决交流成本这个问题,以极低的成本来满足这个需求,可以说,这也是信息社会同行之间技术、行情资讯等交流的最佳模式。  重视社区的知识交流和推广  许多B2B行业门户网站对行业资讯、论坛、知道、博客、空间等社区等非常不重视,这对于网站的原创文章、用户的粘性、品牌知名度及影响力打造、搜索引擎对网站的评级都会有很大影响。  “除资讯以网站编辑/记者的身份去发布外,其它行业知识我强烈建议都通过社区的模式去解决,包括论坛(知道)、百科、博客、相册、空间、下载、招聘等综合性的社区产品去解决用户的这些需求。”李学江说。  这个模式的好处就是内容由用户去创造,我们只需搭建一个平台,利用一些模式把特定的人群挖出来,比如:喜欢表现自己的行业专家,就让他们尽情的写优秀的博文;喜欢利用社区来推广自己产品的销售人员,就让他们来做知识营销;喜欢交朋友、玩空间的人,我们就让他们拥有属于自己的个性化的行业空间等等。  此外,我们一定要配一定数量的专业编辑,每天除了和用户互相互动,自己也要注册大量的马甲,来发布优质的信息,以弥补在社区没有话题,没有热点,没有优质的博文的时候引导用户。(编选:中国电子商务研究中心 勇全)
海客讨论(0条)

头像

0/300

微博发布

部分图片内容来自于网友投稿

1546.11ms