【淘品牌研究】良品铺子:用数据卖零食,如何赶超百草味?

作者:admin  发表时间:2020-10-26  浏览:24  海淘动态

如何用30天把夏威夷果做成爆款?除了产品本身过硬外,数据恐怕是商家最强的帮手。 零食品牌良品铺子用实操演示了它强大的数据运营能力:3月15日开始的一个月内,这款夏威夷果从月销不足700笔,销售排名行业一百名开外的位置,一路蹿升到行业第三,月销超10万笔。不仅如此,良品铺子还将它的搜索人气和销售人气都做到了全网类目第一。 正是对数据的灵活运用,让良品铺子成为阿里巴巴首届数据先锋的十佳商家,其中究竟有怎样的秘诀?良品铺子的运营总监苏华对《天下网商》说,店铺所有的动向都不能拍脑袋决定,而是需要根据店铺的数据指标谨慎行事。 打通线上线下数据 很难想象,一个在线上玩得这么溜的商家,大本营居然是在线下。2006年8月,良品铺子的第一家门店在武汉开业,十年间,良品铺子一路开了近2000家门店,集中在湖北、湖南、江西、四川、河南五个省。 良品铺子线下门店 很多人都会问,电商发展这么快,会不会对线下门店产生很大的冲击?从数据上来看,线下仍然发展得比较好,甚至有促进作用。苏华说,前提是,要撇开过去单纯的买卖关系,向服务转型。他举例说,2015年双11,良品铺子选择用线下门店资源帮助线上引流,团队本来预计这样的做法会影响门店生意,没想到,当天线上线下的销售额同时创下新高。配合基于门店的O2O实践,做到了门店互联网+。 "线上线下是相互融合的,只是放大各自的优势领域,在不同的消费场景下为顾客提供更丰富的选择,你满足顾客的需求场景越多,用户粘性就会越好。"苏华表示,线下门店不仅有便捷的售后服务,还可以补充损、易碎或者保质期较短的生鲜食品等电商无法满足的品类。 从另一个角度看,线上数据还可以被有效利用到产品开发中。过去,良品铺子可能仅凭经验判断来开发产品,而现在,有了大量的消费数据做支撑,就能让投放更精准,也更有针对性。这让产品研发团队能更快地了解消费者对于商品的评价感知,接收第一时间的反馈,使效率更高。 现在,良品铺子在开发新产品时,会考察三个方面的内容:行业趋势、口味选择和评价。团队会为目标消费群做一个清晰的画像,线下店只有购买记录作为参考,但这远远不够,相比之下,线上数据可以告诉运营团队,某位消费者到底是白领、家庭主妇还是学生?有了判断,就可以导向更精准的用户需求。 此外,为了更好地管理线下的近2000家门店,良品铺子还与IBM和SAT合作定制了一套ERP系统,实现了线上线下数据的打通,进一步满足了更庞大的数据处理需求。 全能运营团队 数据分析应该是几乎所有做电商的人都要做的事情,不能专门指望某一个团队或者某一个人做数据的分析。"苏华说,在他的团队中,每个人都是身兼业务技能与数据分析技能的小行家。"这是做运营必备的技能。" 苏华认为,数据分析本身建立在对业务的理解上,"只有懂业务才能做有效的数据分析,专职团队只能站在专业的角度建立一些数据模型,并没有对业务问题的洞察能力。 目前,良品铺子的运营团队除了做自己专业领域的数据分析外,还会在不同的模块中配备专职人员。无论是会员、店铺、还是商品,都会有专人支持。 在数据分析中,小团队通常选择着眼于流量、转化率、客单价等少数关键指标,而随着团队的成熟和专业化,整个消费行为会被细化为几十个相互独立又相互关联的指标来监控。 进店、下单、订单处理、发货、收货……每一个环节,良品铺子都建立起了一套成熟的分析标准模型,由数据专员来维护和优化,发现问题,继而及时提出解决方案,挖掘更多价值。 以发货环节为例,此前,良品铺子以DSR评分和发货速度等作为判断标准,现在则会细化到十余项步骤来监控,不断优化速度,最后,在整个流程没有大变动的情况下,顾客的24小时和48小时签收率大幅提升。 数据分析还被应用到流量运营中。苏华告诉记者,运营团队一般会分为活动、推广、设计等职能,但良品铺子将天猫旗舰店的专职运营团队按价值分为三块:平台活动、商品运营和店铺运营,分别对应活动流量、免费流量和自主流量,形成某种动态平衡,让店铺运营的效率最大化。 在苏华的运营团队中,还有爆款打造、活动评估等多个小组,用来打通各个运营团队,在保证专业分工的同时,帮助他们协同合作。 数据也会说谎? 苏华说,数据分析的目的并不是为了解释一种现象,过去很多电商同行交流的结果表明,大量的运营团队都在做数据解释类工作,即"就数据分析数据,得出一种看上去合理的解释"。苏华认为,其实这不一定有价值,即使数据分析逻辑非常清晰,天衣无缝,但也可能是错的,因为数据会说谎。 他认为,数据分析的目的是分析趋势,挖掘潜在机会,从而引导出有效的行为:在此基础上,数据可以帮助运营团队更精准地找到问题和机会,减少试错成本,提高运营效率。用数据分析的结论,可以避免用经验去决策,而是用客观事实去决策。 几乎所有的行为都可以被数据化,这是电商最大的优势。这使得电商数据库显得尤为庞杂,关键在于回归顾客需求,围绕消费者,将所有模块的结论都引导到消费者上去,才能避免数据说谎,做出类似"提升包邮门槛的情况下保证转化率不下降"等反顾客需求的结论。 如何避免数据说谎?苏华提出了三点建议: 第一,要让数据分析的团队具备更专业的分析能力。要想分析一个动作是否有效,抽取一小部分样本进行对比,使其更真实地反馈这个动作带来的变化,让数据说真话。 第二,是当不同的团队出现数据分析有歧异的时候,用消费者需求的逻辑判断。 第三,要给团队更多的自主权,鼓励大胆试错。有些结论无法分清对错,只要过程没问题,结论不违背常识性的原则,不违反顾客真实的需求,就值得去尝试。 对于决策与支持,苏华笑着说:"如果全部靠领导决策,那团队怎么成长呢?领导要干的事情就是让过程变得规范,让团队能够快速的成长。要想培养一个能够快速改进的环境和队伍出来,修跑道更重要。" 数据分析更多的是一种方法或者工具,关键是怎么用。最终数据分析起到多大的作用,还是取决于其背后的导向,是消费者导向还是竞争对手导向。
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

1538.16ms