隨著互聯網紅利的褪去，用戶增長的關注點逐漸從品牌投放、拉新轉向已有用戶的精細化運營。本文主要以功效性護膚品行業的自營電商平臺為例，通過數據分析的方式研究如何優化電商貨架，提升用戶的訪問效率，一起來看看。

隨著互聯網紅利日漸衰退，經濟下行的背景下。用戶增長的關注點從品牌投放、拉新逐漸轉向對已有用戶的精細化運營。提升用戶體驗、持續復購、留住老客、自發傳播成為越來越多的企業關注點。從指標角度來說，GMV這種最終的業務指標，是通過很多前置指標進行累加的最終結果。

其中包括用戶指標（流失用戶、激活用戶等）、流量指標（瀏覽量、停留時間等）、渠道訪問指標、轉化率等。

在做精細化運營時往往是以這些細節指標為依據，來輔助決策。

獲取數據的最佳方式就是數據埋點本次不展開討論。

本文主要以功效性護膚品行業的自營電商平臺為例，通過數據分析的方式研究如何優化商品列表排序，以及思考產品和運營的迭代思路。

一、貨架羅列的意義

1. 方便用戶找到所需要的商品，商品陳列必須一目了然

2. 能夠突出重點產品，能夠有效曝光轉化

3. 商品陳列要展示使用功能，陳列是為了刺激用戶的購買欲望

二、自營電商平臺貨架案例

功效型護膚品頭部的自營電商前三位：薇諾娜、修麗可、潤百顏。

我們以這三個品牌的自營小程序產品為例進行拆解。

圖片來源于網絡

1. 薇諾娜

官方商城在商品列表日常售賣時以方案、新品、系列為主進行分類曝光。

雙十一活動選擇了“躺平式”、“沉浸式雙十一”的方式進行商品曝光。

設11.11大促專區：滿贈活動，5折單品專區。

對于頭部的品牌，雙十一期間的銷量是市場最關注的點。

畢竟近兩年的雙十一薇諾娜都有不俗的銷量業績。

其排序維度邏輯：爆品（舒敏保濕）>當前主推>銷量、價格

薇諾娜貨架展示

2. 潤百顏

特點：

1. 主要以產品系列為主

2. 整體呈現非常清爽

3. 次拋空管，回收計劃。

排序維度邏輯：

以系列為主排序（次拋、調理、盈透、面膜、爆款單品）：

在這里要特別提一下，次拋空管，回收計劃。

在我們追求GMV時，是否可以參考這樣的活動，他呈現給用戶的目的是什么？

僅僅是老客福利嗎？

當然不是…

方案能夠提升用戶對平臺粘性、有效促進復購，雖然表面上看起來是成本增加了，但是從經濟學的邊際效應角度來看，是值得的，投資的是未來。

首先，能夠達到這部分要求的用戶是已經花了很高的費用購買了產品，品牌方已經到賺取一部分錢。

另外，目前護膚品行業可替性強，流失率高。

通過類似方案可以提升用戶粘性、提升品牌效應、降低流失率從而使得獲客更有價值，這些都是看不見的成本和利潤。

潤百顏商城列表貨架展示

3. 修麗可

排序維度邏輯：以商品分類為主

抗氧化（核心）、榜單（爆品）、套組、肌膚問題（解決方案）、產品類型、整全護膚。

特點：

雖然有多個種類的產品，產品線很豐富，但是根據不同維度做了不同的分類，讓用戶學習成本很低。

整體界面呈現上來說，黑色的TAB欄讓人看著很難受，很容易讓人視覺疲勞。

修麗可貨架展示

三、設定目標

在制定方案之前，我們先設定目標，用于后續的復盤并且能夠根據該結果判斷方案的有效性。以目前我正在做的產品為例，通過歷史數據我們發現，用戶在貨價列表頁的停留時間過長、商品類型較多當前的排序邏輯比較混亂。本次通過商品羅列和櫥窗的優化，降低用戶在貨架列表頁的停留時長，優化商品排序，提高用戶搜索效率。

數據指標設定：

1. 當前櫥窗頁面人均停留時長為100s，優化目標為90s以下

2. 當前櫥窗頁面次均停留時長為45s，優化目標為40s以下

四、優化思路

主要優化邏輯包含三個板塊：排序維度、排序權重、用戶行為。

1. 自營電商產品在不同階段商品的排序策略和排序維度

第一個維度是分類排序：

（1）初創期策略

可以根據主推系列的權重以及品牌自身的邏輯來綜合排序。

（2）成熟期策略

主要以市場需求、用戶需求為主，可以通過分類訪問占比、轉化率占比、支付占比分析排序。

第二個維度是商品排序：

初創期核心排序策略：

由于沒有相對完整的數據輔助決策，則以新上架商品、爆品優先為主，其他商品根據業務情況選擇排序。

成熟期核心排序策略：

以新上架商品、爆品在前為主，其他商品根據其點擊率、頁面停留時間、購買次數、轉化率綜合評估排序。

2. 商品排序權重依據

判斷維度可多樣的包括訪問率、支付人數、單次購買數量、轉化率、評價數量等維度去定義。

比如說：7成的轉化率權重：2成訪問呂權重：1成的單次購買數量。

3. 分析用戶行為

比如說我們想知道，是否有用戶想要查看所有面霜的行為。

方式：通過數據埋點，用戶搜索則上報，最后統計分析用戶的搜索行為來決定商城的分類如何排序

數據分析執行落地對貨架頁進行分析排序通常包含兩個類型：商品分類排序、商品排序一、商品分類排序以7±2法則為基礎，分類中的內容控制在7個左右。多的內容會讓人出現認知負載，成為一種記憶負擔，影響產品使用體驗。

不同產品的排序設定：

具體策略：根據欄目支付轉化率、訪問率、支付占比這三個相對后置的數據來決定欄目的排序。（此處需要數據支撐驗證，需對數據進行收集）數據與修改意見（脫敏數據，僅供參考）

分類排序數據表現：

最終結果：

1. 根據數據反饋，刪除并且合并了分類I、D、F，其中包括了原高順位的D，以此將分類控制在7個左右。

2. 根據權重策略，重新排序了原有的分類。

3. 根據經營策略，非自營商品、其他分類固定排在最后置底。

五、商品排序策略

通常商品根據經營策略會分三種：活動商品、爆品、一般商品。

商品排序維度建議：當前活動主推>爆品>一般商品

其他維度包括不限于以下幾類：支付轉化率、點擊率（訪問人數/曝光人數）、評價等。

具體策略：根據轉化率、訪問占比、單次購買數量進行排序權重為：

轉化率（3）：訪問占比（3）：單次購買數量（2）（可根據實際業務情況對維度和權重進行調整）

這里使用線性歸一化方程對特征進行歸一化處理， 使得不同指標之間具有可比性。

通過以上公式將商品歸一化數據進行測算，最后通過加權方式將商品通過不同維度進行排序。我們以類型B為例（脫敏數據，僅供參考）

類型B的所有商品

最終排序結果：

1. 主推商品依舊置頂靠前
2. 其他商品根據加權值進行排序
3. 額外發現4個異常商品，需針對性的進行展開分析（本文不展開討論）
4. 列表頁中常常伴隨顯示頭圖和價格，所以排序時也要注意下視覺效果和價格因素
5. 通常功效型護膚品的用戶畫像以女性為主，若商品區分男性用或女性用且權重相當，則根據用戶畫像以女性為主

六、數據與結果復盤

最終經過一個月的數據收集與等待，最終結果如下：1. 原櫥窗頁面人均停留時長為100.7s，優化目標為90s以下，實際結果為56s，【提升42.5%】瀏覽效率。2. 原櫥窗頁面次均停留時長為45s，優化目標為40s以下，實際結果為27.5s，【提升37.5%】瀏覽效率。

小結：原有的目標設定相對保守，本次優化策略高效落地在數據層面有明顯的提升。

七、總結

精細化運營的核心之一是多元的數據分析角度以及將數據價值最大化。而獲取到重要數據，則離不開埋點的設計與開發?？此剖切枰拇罅抠Y源和時間的事，但是通過得到的數據能夠更加準確的洞察用戶行為，從而為產品和運營提供決策依據。

通過這次的優化，最終將用戶對商城的訪問效率提高了42.5%，這就是精細化運營中的一小部分。

另外，通過一次分析能夠沉淀很多其他有價值的資產，幫助產品、運營提供迭代思路。

在產品側，根據數據情況，通過對競品分析歸納出UI/UE角度的迭代方向。其中包括很多小細節，比如如何提示、滑動交互、更多維度的數據埋點等。

在運營側，總結提煉出排序方法，不定期的對商城商品數據進行復盤，根據不同季節、周期活動，對商品進行定期跟蹤進行排序優化。

最后，管理層注重結果，執行層更應注重過程。

每一個結果都是由瀏覽量、留存率、轉化率、訪客數、客單價、停留時長等無數個小指標累加所決定的。

“不積跬步，無以至千里；不積小流，無以成江海?！?/p>

當感覺業務已經達到瓶頸的時候，不妨去看看，那些看不見的數據，是不是還有進一步提升的空間~

希望本文對你有一定的啟發，over~