实战：电商如何从差评中挖掘金矿？
作者：admin 发表时间：2017-10-28 浏览：41 海淘人物
【诊断对象】费欧蜜娜旗舰店，美容护理类目店铺。【商家问题】：1、同行的产品非常相似，同质化竞争大，除了维护好描述页的美观，还能做什么？2、做为美妆类店铺，店铺客户复购率不理想，如何解决？【解决办法】：从以上问题上看，这2个问题有相互关联的因果关系，当产品同质化竞争太大，除了价格外无法形成自己特有的优势时，自然复购率也就低，2者相对成正比关系。我们查看店铺的产品品类数据，如下图：从以商品销量和销售额的气泡分析图中，我们不难看出，本店铺主要几款爆款在支持日常销售业绩，而且价格也不高，基本在29.9 ~ 184元内。3款爆款又是100元内的商品。我们查看近期店铺新老客户的访问占比，老客户在15%左右，明显低于类目均值，在复购率普遍比较高的美妆类目下，是不理想状态。但是从上图(4月6日数据)我们也可以明显看到，老访客的下单转化率，明显高于新访客一倍以上。那么我们又该从什么地方着手进行优化呢？一、因果分析：复购率好的店铺，首先一点就是口碑要好，客户体验好，自然下次想着来，那我们来看看店铺的客户评价怎么样呢？也许你也看到，客户的抱怨似乎很多，是不是我们把这些差评价都删除后，销售业绩就会好呢？如果你这么想，就错了，因为差评是永远都消灭不了的，我们往往在删差评的事情上占用了太多的时间。二、解决方法：反过来，我们是否可以在充分利用差评呢，变废为宝不是更好吗，也许你感觉这个想法有些笨，大家都对差评避而远之。排除同行竞争对手或差评师估计写的差评以外，是否是这些差评评语确实出在客户的不满情绪中呢?试想一下，一个对你店铺有意见的人，怎么会这么愉快地再次回到你的店铺购买商品呢，除非这款商品实在是别无分号店铺。2.1、客户满意度预防：要有在一下订单就开始，就要对发货时间，快递中途时间差，客户收货签收这个过程进行监控，有效进行预防措施。如下图是一个很好物流异常订单的监控处理。2.2、建立评价日常维护机制这里要记住2点：有文字的评价必回复；那我们又如何回复呢？对评价分类基本：好评、中评、差评，做好评价维护是必须的，在这个网络平台，客户的评价，不好的内容就会直接伤害到产品、店铺形象、售后服务等等！也不要求我们能100%做到位，但是至少我们诚意要做足！因为评价是给意向购买的顾客看的！评价分析：1、客户对产品的失望；2、拿到货很脏；3、客服回复慢；4、产品外观磨损；5、快递慢客观因素：手机拍照差解决问题：1、安抚情绪；2、核实：客服、外观问题；3、如何最终解决问题；4、最后回复，可以根据情况，让顾客给你好的追评！并将这个过程进行商家回复中进行客观描述。标准回复：建立一套标准的回复话术模板，并根据不同的情况进行修改回复。提高标准化和时间效益。回复模板案例：尊敬的***(客户*ID略)，很抱歉给您带来不愉快的购物体验！我们查看您与客服的聊天记录后已经对客服做出深刻检讨处理！再给您去电确认，*****问题之后，已经与您协商换货处理！后续有任何问题第一时间联系我们****(旺旺小号)，我们会积极主动帮您解决！感谢您对我们的支持与理解！2.3评价的数据分析1)利用监测店铺的评价变化，对运营风险的预防达到最好的最直观数据，如下图上图对店铺DSR数据的跟踪，对行业均值的数据进行对比，从而分析出是否在风险可控的范围内。2)店铺评价趋势图，可以分析我们在这个时间段内，主要的评价出现的日期，并对其中日期进行细化分析。可以快速找到有问题的具体评价和宝贝。可以结合客服绩效系统，对具体的宝贝和对接的客服或者宝贝物流等信息，进行问题追踪。3)五类正负面评价的统计图我们可以通过上图分析到评价的总体是理想状态。一般这里可以分析出评价集中出现的问题点在哪里，正面和负面的问题集中在哪里。4)历史评价数据，这里主要是对评价信息的历史趋势进行近一步细化分析。5)订阅评价关键词的跟踪，利用该功能可以进行有针对性的预警。如下图我们尤其对店铺的爆款商品和重点宝贝进行相关的关键词进行追踪，这里可以结合评价的关键筛选自己重点关键。如下图四、把评价看作一座宝山评价也从不那么严重到相当严重，分多个阶段，依此：潜在满意区、表面满意区、表面不满意区、潜在不满意区。这里分别从写评论和默认评价等情况可以分析出。而大部分是默认不评价客户人群占大多数，所以我们应该更多关注主动评价的客户群体。可是，面对我们前面讲的，大部分流失的客户都是这些默认不发评价的客户。而我们大部分电商店铺都没有对部分进行细致的调查。面对流量碎片化和去中心化，无线移动电商时代来临，现在越来越多电商企业开始转型，越来越多的电商开始意识到这块重要性，开始有意识地收集，分析有关的客户评价隐性需求，然后从新商品、新服务的开发进行优化迭代，如上图，新的以用户经营为中心的企业开始迅速成长起来，这不正说明了客户评价是做座宝山吗！(来源：i天下网商；文/沈少会；编选：中国电子商务研究中心)
分享到
部分图片内容来自于网友投稿
0/300
微博发布