首页资源位规划与流量分发
本文内容相对复杂,可能对于一些年轻的大学毕业生来说有些难以理解。建议大家喝杯咖啡,静下心来仔细阅读。
资源位规划与流量分发首页的重要任务是进行流量分发,为业务线提供符合营收目标的流量,这对业务至关重要。然而,从首页运营的角度来看,这是一项非常困难的任务。因为除了内部分配的协调难度极高之外,流量背后还有许多有明确需求和品类偏好的消费者。只是我们将资源按照业务占比分配好,并不能保证消费者会按照我们期望的比例点击和购买。为了解决这个难题,我们首先需要根据一个复杂而完整的实例来了解资源位如何进行分配,这是流量分发的基础。
资源位规划详解
当我加入亚马逊时,公司正在进行年度业务规划。每个业务线都制定了自己下一年度的营收预期,市场部也提供了流量预测。从流量到营收,大致的漏斗模型如下所示:
流量分发模型展示了流量和营收预期的两个端点。市场部负责渠道端的引流,结合主动回访的老客户和自发流量,共同构成了平台的总流量(顾客数乘以平均访问频度)。而我作为产品和运营的重要任务之一,就是将流量按照营收占比分发给各个业务线(流量分发),并尽可能多地转化为业务线的商详页PV(引导效率),再进一步转化为商品销售数量(转化率),最终乘以业务线的商品均价,实现业务线的营收增长。这其中有三个关键环节:
-
流量分发:决定各业务线获得平台流量的配比;
-
引导效率:体现将顾客引导至商品面前的能力,是导购频道的核心能力;
-
转化率:体现从商详页到购物车再到结算页和支付完成的漏斗效率,是主购物流程的核心能力。
我们都知道,流量永远是不够的,而营收预期也永远是激进的。这三个环节共同构成了从流量到营收的桥梁,不仅难度非常高,而且各个环节的难点也不尽相同。流量分发的主要难点如前述,顾客及其需求占比受平台特性影响而相对稳定,很难有效操纵。接下来,我将先介绍一下我在资源分配方面的实践,这是流量分发的核心和基础。
第一步,计算上一年度各业务线的销售商品均价,获取业务线对下一年度商品价格浮动的预估,以及下一年度的营收预期,然后计算各业务线需要完成的商品销售数量。下面的红色字为本步骤的输出,蓝色字为通过BI和业务线获取的输入,或者是前一步骤的输出。
以计算A业务线为例,算法适用于所有业务线:
-
A业务线预计单品均价 = 上一年度A业务线单品均价 * (1 + A业务线价格浮动百分比)
-
A业务线预计销售件数 = A业务线营收预期 / A业务线预计单品均价
简单来说,我们通过各业务线的营收预算和单品均价计算出需要完成的业务线商品销售件数,如下图所示:
第二步,将销售件数按照预期分配到App、Web和PC三个平台(注:此处不考虑微信或站外销售,这部分销售与站内资源分配和流量分发无关)。考虑到顾客迅速转向移动端,还需要根据过去几年流量在三个平台上的迁移趋势和整个行业状况,预测下一年度三个平台的占比变化,并根据新的占比重新分配各个平台的销售量。
App端预计销售件数 = A业务线预计销售件数 * App端上一年度占比 * (1 + 预估占比增幅)
以上是将销售件数分配到三个平台的方法,逐个进行计算。Web和PC的方法相同,下面仅以App为例:
第三步,通过上一年度的单品平均转化率(销售商品数/商详页浏览量),计算出在各个平台上需要提供给业务线商详页流量(商详页PV,亚马逊称之为GV),以达到销售预期。为简化起见,假设年度转化率不变。
A业务线需要的App GV = A业务线App端预计销售件数 / 上一年度A业务线App端转化率
将所有业务线的GV需求逐一计算,并求和,即可得到GV需求总量。
App GV需求总量 = ∑ 各业务线App GV需求
也就是通过计算转化率,将商品销售数量转换为平台商详页的访问量。请注意,转化率有两种定义,一种是订单数除以访客数量,另一种是商详页流量除以销售单品的数量。由于顾客的购买行为跨越多个品类,而商详页是按品类划分的,因此在分析业务线流量需求时,必须将流量按业务线分开,因此选择后者进行后续计算。第四步:我从市场部流量团队获得了下一年度的流量预期。这个流量是指访客数量(UV),而不是商详页流量。然后,通过上一年度各平台的人均商详页流量,计算出下一年度总的商详页流量(假设流量质量不变)。App端上一年度人均商详页流量等于上一年度App端总商详页流量除以上一年度App端总访客数量(日活)。
App端总商详页流量预估等于下一年度访客数量预估乘以App端预计占比乘以App端上一年度人均商详页流量,也就是将商详页流量按平台分别计算访客数量层面的流量需求。这一步得到的总商详页流量是引流渠道的流量输出,与上一步得到的业务流量需求相比,可能存在较大差距。这是理想与现实之间的差距。作为副产品,在这一步计算中,我发现App端人均商详页流量比PC端高22%,比Web端高84%。这表明顾客更喜欢在App端浏览,每次访问会浏览更多的商品,而Web端则缺乏吸引力。这进一步证明了全力发展移动端的合理性。第五步:设法弥补第三步得到的流量需求和第四步的流量预期之间的差距。有五个思路:1)要求各业务线降低收入预期……好吧,我们先留到最后一步再考虑这个,因为CEO可能不会很开心。2)要求市场部增加流量。如果没有增加流量采购的经费(流量非常昂贵),可能会迫使流量团队使用低质量的渠道或刷流量,需要小心处理。3)全力将流量转移到移动端,充分利用移动端每位访客产生更多商详页流量的情况,提高相同流量的商详页流量产出。有两个事项可以做到,一是与市场部沟通,调整投放计划,将更多的引流渠道放在移动端;二是在产品端和运营端加大力度(例如推进Deeplink,设置移动端抽奖或专享活动),将PC端和Web端的用户转移到App端。4)通过产品和运营的协作,大力发展导购频道和个性化推荐,提高每位访客产生的商详页流量数量。5)通过产品端的努力,提高转化率。当然,提高转化率也可以通过降低业务线价格或准备更好的商品来实现,但这方面先留给业务线,我们先看看产品能做的事情。1和2两个方向与产品和运营的工作基本无关,我们的目标自然放在3、4、5上,通过挖掘内部潜力,先看看能否有机会弥补差距,避免公司降低收入预期或市场部大幅增加费用。第六步,这是最困难的一步 - 仔细计算产品和运营的工作,能够提升的转化率和每位访客产生的商详页流量。1)产品端计算:产品主要通过新项目提高平台的流量效率。当时我的产品策略是“全力发展移动端”,所有的产品改进都针对App端进行。转化率提升项目:计算可以优化的购物流程环节带来的预期转化率提升,然后根据销售预期计算由于转化率提升而可以减少的商详页流量。这一计算后相应地降低了商详页流量需求总量。新导购项目:参考类似频道的点击率,估算该项目可能获得的点击混合数,并根据该项目的特点估算每位访客的商详页流量,结合首页的访客预估,计算商详页流量的增量。导购功能优化:根据当前功能的商详页产出,估算优化后的商详页流量提升幅度。移动端迁移:在自然迁移的基础上,计算产品措施可能带来的App端迁移增量,并计算这部分增量可能带来的商详页流量增量:(App端人均商详页流量-PC端人均商详页流量)乘以迁移增量。通过上述产品效果计算,需求量下降,产出量提高,差距大幅缩小。2)运营端计算:首页运营工作主要是资源位产出的盘点,资源排期,日常的资源位分配和管理,以及大促资源分配和管理。可以做的事情包括:盘点低效资源位,计算将资源分配优化后(分配给产出更高的业务)可能带来的商详页流量提升。盘点亚马逊的重点销售渠道“镇店之宝”频道的常规促销活动分配情况与商详页流量之间的关系,找到活动-商详页流量的最佳拐点,重新制定活动规则。盘点大促活动的时长、频率、主题和资源分配,优化大促计划。由于大促活动吸引全站常规流量,对产出有贡献,但由于大促主题的品类偏向以及促销疲劳问题,促销贡献的产出未必能抵消正常非大促销售的损失。因此,大促活动需要有最佳的节奏,而不是盲目增加。由于我也负责大促团队,因此有机会在全局范围内重新制定大促规则,当然这方面需要与业务线进行充分沟通。在进行了所有这些盘点之后,运营团队也给出了商详页流量提升的预期。
通过我们之前的工作,我们已经成功地弥补了流量需求和供给之间的差距,这对于产品和运营团队来说是非常有价值的。我们在不增加成本的情况下,显著提高了流量产出。当然,现在还存在一些差距,所以我们采取软硬兼施的措施,通过调整市场部的UV目标和渠道分配来达到总流量的匹配。接下来,我们需要把总流量分配给各个业务线,并设定下一年度的流量指标。我们将根据上一年度各业务线的实际流量占比,确定下一年度各业务线的流量占比的提升或下降比例。同时,我们还需要计算搜索流量对各业务线的影响,并将其从业务线的流量目标中剥离。搜索结果不是可分配资源,但我们可以通过调整搜索权重因子来影响搜索流量的分配。除了搜索流量,其他的流量主要通过首页流量分发来实现。我们根据每个业务线的非搜索流量占比,来确定各业务线在App端的非搜索流量目标。通过这些步骤,我们基本确定了首页对各业务线的流量分发总目标。接下来,我们需要盘点当前首页的资源位分配,确定每个资源位可以产生的流量量。然后,根据第八步得到的各业务线流量分发目标,进行资源位的初步分配。例如,我们可以将原本固定分配给某业务线的顶部轮播广告位改为机动资源位,然后将这些广告位每天所产生的总流量重新分配给需要提升流量占比的业务线。类似的方法也可以用在促销场次分配、大促资源位分配、首页频道入口分配等方面。在完成资源位的调度方案后,我们需要制定全年的资源位分配规划,并进一步细分到每个月。考虑到业务线的季节性特征、各档大中小促销流量特点和日常流量情况,我们对业务线进行具体的资源分配,并设定每月的流量目标值。这些月度目标值将成为每月盘点的基准,并根据实际情况对下个月的分配进行调整。接下来,我们需要在PC端和Web端分别进行以上步骤,并设置各个平台的流量目标。Web端的入口分配与App端完全一致,只需估算流量的纳入全局即可,不需要另行分配方案。通过以上步骤,我们完成了资源规划,并形成了流量分发的基线版本。这个过程涉及到大量的模型建立、计算、取数、沟通和协调工作,我们的团队经过46个版本的努力,最终完成了并获得了CEO的批准。这是一个庞大的工程量,但这只是第一步。确定了行动路线之后,我们还需要根据实际情况灵活应对,因为我们不知道会遇到什么样的阻击和挑战。至少,我们已经明确了方向和目标。接下来,我想谈一下这个方法存在的问题。流量并不完全呈线性比例关系,即使资源位数量发生变化,流量的变化也不会完全按比例发生。举个例子,如果数码品类有3个入口,母婴品类有2个入口,得到的流量比例是3:2。如果我们希望改变比例,变成2:3,我们是否只需要调整一个数码的入口给母婴就可以呢?答案是否定的。因为在流量背后,可能存在9个数码消费者和6个母婴消费者,即使减少数码入口,数码消费者可能仍然会点击数码入口,母婴消费者也是如此。因此,入口的调整可能会导致流量的变化,但不会完全按照资源位数量的比例发生线性变化。那么我们该怎么办呢?根据我的经验,我们应该保留尽可能多的灵活机动资源,不要预先将所有资源完全分配。然后,我们可以每周仔细盘点流量情况,与第十步给出的目标进行对比,对缺流量的业务线多调配一些资源,对相对富裕的业务线减少一些资源。当然,业务线也面临一些困难,有时候他们认为会有资源,规划了一些活动,但结果资源被调动,活动无法上线,这是非常困扰的。因此,我们应该做好尽可能准确的长期规划,而不是频繁调整。可以看到,首页资源位管理是一项非常困难的工作!不仅技术难度高,还很容易得罪人。资源的分配就像发工资一样,大家都觉得流量不够,但肯定没有人觉得有多余的,也没有人愿意放弃自己的资源。对于那些流量使用效率不高的业务线来说,他们往往大声疾呼是因为流量没有给够,而不是思考自己做得不好的原因。因此,首页产品和运营需要有一个强大的内心。### 流量分发策略在完成了资源位分配后,我们还需要思考一些流量分发的做法和体验。首先,我们应该尽量多留出机动资源位,以便根据实际数据进行灵活调配。其次,我们应该尽量设计不需要人工运营的跨品类自动化导购频道。通过算法调整来改变品类的曝光比例,这样更加灵活,并且不容易引起争议。同时,只有算法才能做到个性化推荐,导购效率通常更高。值得注意的是,根据实践数据,做得好的人工运营在非促销的导购栏目中可能会略微胜过算法推荐频道,这是因为人工运营对商品和顾客有深入的了解,尤其是对于冷启动商品、季节性商品以及新潮流和新导购方式的敏感度。当然,这也与导购逻辑和算法质量有很大关系。
为了让大学毕业生理解上述内容:
-
为了使栏目自动化的同时,保留人工干预的入口,以便给重要商品和新推出的商品提供曝光机会。
-
在资源规划中,充分考虑到不同商品的时间特性。移动端流量具有明显的时间特征,每个小时和每天都有不同的流量分布情况。不同的商品可能在不同的时间段存在一定的差异。详细分析可以参考《漫谈新零售(13): 70前、70后、85后、95后》一文中的相关分析。
-
在分配活动资源位时,建立明确的门槛规则。例如,只有预期销售额达到1000万才能申请A级资源位。同时,建立盘点和奖惩机制,激励产出。缺乏奖惩机制时,常常会出现业务线占用资源位但没有相应产出的情况。在商城平台上,这种情况相对较少,因为商户花费了大量资金购买活动资源位,肯定会精心打理,以最大化产出。京东的“流量货币化”项目在本文的“资源位管理”部分进行了简述。
-
调整流量分发比例是有上限的,并且需要经历一个漫长的过程。不要假设通过资源位调整就可以迅速提高流量。这是因为第一,只有少数人对推荐感兴趣;第二,用户需求和占比的调整是一个渐进的长期过程。
-
建立赛马机制,监控资源位的产出效果,在大促销售期间进行实时调整,在平常时进行每周盘点和优化。
-
建立并持续执行首页效率监控和优化体系是非常重要的。该体系的建设可以参考本文的第二部分。
相关阅读
-
首页运营攻略(一):流量模型与首页指标体系
-
首页运营攻略(二):玩转首页资源
-
首页运营攻略(四):首页运营技巧
免责声明:本内容来源于第三方作者授权、网友推荐或互联网整理,旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有,其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况,请您通过400-62-96871或关注我们的公众号与我们取得联系,我们将尽快进行相关处理与修改。感谢您的理解与支持!
请先 登录后发表评论 ~