绿色无毒,放心下载!

当前位置: 优优卡> 资讯>游戏评测>《盒马鲜生App》评测: 从实际使用体验经历看阿里运营线上商品策略

《盒马鲜生App》评测: 从实际使用体验经历看阿里运营线上商品策略

时间:2019/3/6 16:02:34 浏览:

盒马鲜生是以“生鲜电商”为切入口,通过APP和线下门店覆盖生鲜食品和餐饮服务的一体化商业模式。盒马鲜生自营的生鲜与餐饮产品,满足用户随时随地“吃”的需求,既有美味熟食,又有广泛的生鲜直采食材。每日推新的早餐、大厨现做的午餐、有格调的下午茶、豪华的海鲜晚餐、琳琅满目的休闲零食、柴米油盐酱醋茶等等样样都有。让用户体验好吃、安全、营养、健康、方便、实惠的理念。

一、现象描述

盒马鲜生的商品销售:热门商品的头部效应明显

image.png

二、问题分析

1、卖出更多的商品(一):盒马鲜生的商品推荐

①首页“猜你喜欢”未作“脏数据”清洗

②单品页的推荐没有部署个性化算法

2、卖出更多的商品(二):盒马鲜生的商品关键词搜索

注重对热门关键词的引导

三、对盒马鲜生线上商品马太效应的优化建议

盒马鲜生利用网上推广和订购,实体店体验的模式,消费者既可以到店购买,也可以在App上下单。因此,相比传统的零售店,盒马鲜生能够覆盖更多的目标用户群。

盒马鲜生(福州茶亭店),是阿里在号称“中国零售之都”福州开的第一家新零售旗舰店。其选址地处福州市区中心(如下图所示),截止今天,已经运营八个多月了。因此,选取这样的一个门店来作为了解盒马鲜生在商品运营方面的策略,应该来说具有一定的代表性。

图1 盒马鲜生在福州茶亭商圈的配送范围

一、现象描述

盒马鲜生的商品销售:热门商品的头部效应明显

大米属于日常消费品,销售量比较平稳,一般不会大起大落。因此,选取以大米为例(如下图所示),分析盒马鲜生App上商品的销售情况及运营策略。

图2 盒马鲜生App中大米类别下的SKU

盒马鲜生App中的商品没有显示销售量数据,只显示商品的评论数。这里,我们假设一款商品被M个人购买之后,其中有N个用户会发表评论意见(N<=M。一般来讲,N/M的比值会是一个比较稳定的区间值)。相比销售量,商品的评论数更能体现这款商品受欢迎的热度。因此,我们选取了大米这个品类下所有60个SKU的商品评论数,通过绘制直方图查看商品的热度分布情况(如下图所示)。

图3 大米品类下所有商品的评论数分布

从上图可以看出,盒马鲜生App上的大米销售具有马太效应(零售业中,好卖的商品越来越好卖,不好卖的商品越来越不好卖),受欢迎程度呈现出明显的右偏分布,即大部分大米品牌的消费者没有发表评论,只有少部分大米品牌具有比较高的热度。

盒马鲜生App上的其他商品其实也具有和大米一样的销售特征,即商品的马太效应。刚看到这样的数据时,一般人都很难相信这是在电商领域浸淫数十年的阿里会有这样的表现(网上还有淘宝算法工程师分享的如何在双11中通过个性化推荐取得耀眼的成绩)。但是,在体验盒马鲜生这款App过程中,感觉到造成线上商品具有明显马太效应的现象是有原因的。

二、 问题分析

在互联网行业中,遇到因为由于“信息过载”产生的马太效应,主要是通过个性化推荐和搜索引擎一起配套解决。盒马鲜生(福州茶亭店)运营的商品SKU超过6000个,从线上运营的角度上看,有限的手机屏幕必然无法让全部的SKU都得到足够多的曝光。因此,要解决线上商品的马太效应,一般也都离不开个性化推荐和商品搜索功能。

1、卖出更多的商品(一):盒马鲜生的商品推荐

(1)App首页的“猜你喜欢”未作“脏数据”清洗

我们以“乡村土鸡蛋 15枚装748g”这款商品为例,点击进去后做无效浏览测试。如下图所示,我们在商品页中,依次快速浏览各选项卡(商品->评价->详情->菜谱->推荐),不做停留,然后退出返回首页。

图4 商品的无效浏览测试

第二天再次登录时(其实不用等一天,盒马的推荐间隔只要几分钟),在首页底部的“猜你喜欢”中给出了我们做无效浏览商品的相关推荐(我们测试了乡村土鸡蛋,盒马推荐了另外一种土鸡蛋)。

图5 盒马鲜生App首页中的“猜你喜欢”

从以上描述我们可以知道,盒马的“猜你喜欢”至少包含了基于用户的浏览行为(是否包含基于购买行为的推荐,目前未作测试)进行了推荐。但是,正如我们在之前的个性化推荐相关文章中分析过(点我查看),在BAT等都可以对外提供推荐算法标准化服务的现在,数据质量的好坏将成为影响推荐结果准确性的首要因素。

而我们在前面对于土鸡蛋这款商品做了无效浏览,这样的用户行为数据在建模前的预处理清洗中应该进行剔除。很显然,盒马在这里并没有对“脏数据”做什么处理,这将对个性化推荐的效果造成影响。

(2)单品页的推荐没有部署个性化算法

在盒马鲜生App中,我们选择了“大米”这个品类下的两种类型大米。分别查看其TOP4 SKU的单品页推荐情况,如下图所示。

图6 “稻花香”(米)品类中TOP4单品的推荐结果

图7“泰国米”品类中TOP4单品的推荐结果

从上面两张图可以看出,盒马鲜生App上的每一款单品页中的商品推荐雷同度都很高。针对单品的“看了还看”或者“买了还买”并没有部署推荐算法。造成这种情况的原因,要么阿里的产品运营策略就是只推爆款。要么是盒马鲜生的用户消费频次和深度都比较浅,即回头客比较少、每次购买的商品比较少。造成无法形成足够多的有效商品关联规则。

有限的推荐位如果都用来推送雷同的商品,其后果必然是其他大部分的商品没有得到足够的曝光,为商品的马太效应埋下了伏笔。

2、卖出更多的商品(二):盒马鲜生的商品关键词搜索

搜索引擎作为解决“信息过载”的另一种利器,在内容型App中从来都占据重要的位置(和个性化推荐一样,在App的功能中都属于一等公民)。因为搜索属于用户自发找寻信息的一种行为,是用户将内在的偏好主动暴露出来的一种表现,这样的数据具有很高的价值。但是,盒马的搜索引擎似乎对用户发自内心的商品偏好并不感兴趣,整个搜索界面主要都是围绕着热门商品搜索进行引导,如下图所示。

图8 盒马的关键词搜索界面

为了比较搜索的重要性,我们特意截取了一张今日头条的搜索界面,如下图所示。

图9 今日头条的关键词搜索界面

观察上述两张关键词搜索界面,它们虽然不属于同一个行业,一个电商(新零售),一个是资讯阅读。但是,应该来说这两个行业其实都并不喜欢商品(或资讯)的马太效应。所以,从这个角度上来看,除非是盒马的产品运营策略有意为之(我只推爆款,我就是喜欢让其他的商品都沉睡在仓库),否则,它就是在犯一个比较低级的错误。

三、对盒马鲜生线上商品马太效应的优化建议

第一、注重数据清洗工作,提高用户数据质量。

其实,关于建模前的数据清洗这一块,对于阿里来讲应该不用多说。阿里在大数据技术的运用方面的大牛很多(淘宝在双11中运用过个性化推荐)。但是,盒马App目前在数据清洗这方面犯的低级错误,可能恰恰说明了阿里在新领域进行业务拓展的时候,内部部门之间的协同支撑需要得到进一步的加强。

第二、App搜索界面加强针对用户个性化商品偏好的引导

在盒马鲜生这款App中,对于爆款商品并不缺乏展示曝光的机会。在搜索界面中,如果继续全部向爆款商品倾斜,最终商品的马太效应可以说是毫无悬念的。

基于用户的搜索关键词,生成关键词的关联推荐,这样的个性化推荐思想在“信息过载”最为严重的资讯阅读领域已被验证是可行的(比如,今日头条的成功)。用这样的方法解决电商领域内相对较多SKU的“信息过载”,必然也是一种解决问题的好方案。

第三、加强产品的供应链管理

通过个性化推荐解决商品的马太效应,在这个过程中,推荐的效果固然取决于对用户行为中真实关联性的发现。但是,商品质量的保证却是一个先天条件。盒马鲜生出售的很多海鲜类产品中,其实对商品标准化的把控是比较弱的。比如商品的个头大小、新鲜程度等等都是用户吐槽最多的问题。

现在很多的生鲜电商,在蔬菜方面都可以做到蔬菜种植基地的直接采购。但是,在海鲜这一块,电商企业是否能够做到开船出海,第一时间从正在海上作业的渔船上采购到海鲜产品呢?而不是从二道贩子手上进行采购。

十多年前,福建省的鱼贩子就做到了直接开船出海,从海上的渔船上采购海鲜,然后在船舱内要么直接冷冻(经济价值不高或者不容易养殖)、要么在船舱内养殖(经济价值高且容易养殖)。然后当天运输到岸上,进入各大市场、酒店进行销售。

上述的这个过程中,一是从还在海上的渔船上直接采购。二是当天返回岸上。即使容易养殖的海鲜(比如正蟹、花蟹等),在船舱里面多养一天,口感立马就不一样(养在船舱内,海鲜还是生活在海水中,但船舱中的海水是没有其他生物,海鲜完全靠消耗自己身体内的养分为生。养分流失多,口感自然就下降了)。

文章标签: 软件评测

网友评论

相关应用