品牌行銷策略，產品行銷與設計，各類型行銷推廣案例分享-品牌行銷點點讚
編輯導語：流量分發是指通過一定的設計策略，將用戶的流量合理的分配到其他各個地方，從而達到產品的設計目標，促進流量利用最大化；本文作者分享了關于一網站的流量分發策略解析，我們一起來了解一下。
一、背景介紹
該節日促銷以美國Memorial Day期間為背景展開，Memorial Day不單是美國人展現愛國情操的一個重要節日，在民間更是代表夏季正式開始，夏季服裝的需求量即將迎來每年的高峰期。
不少海灘、游樂場、小島的夏日渡輪等等，都會由該星期的周末開始營運，泳裝及適合拍照的連身裙為本次促銷的重點品類；而且由于連續有3日假期，令不少美國民眾到郊外燒烤野餐、到海邊玩樂或者參觀博物館等等，導致頗為嚴重的交通堵塞，手機的使用時長較平日更高。
以下結合當前SHEIN首頁Shop板塊下之流量分發策略設計，其最終目標在于提高成交總額GMV，增強當季新品的曝光率，吸引新用戶首次下單，增加老用戶的粘性和轉化率，并提升整體的客單價。
二、流量分發策略目標
1. 什么是流量分發？
流量分發的本質其實就是用戶需求分發，策略產品經理需要弄清楚用戶的需求（搜索、分類、個性化推薦等等），策劃能夠滿足用戶需求并解決問題的產品，讓流量價值和用戶價值最大化，給業務帶來價值。
好的流量分發策略，可以減少用戶完成目標的時間和精力，讓產品可以準確的掌握用戶的需求流向。
2. 為什么做流量分發？
流量分發的最終目標是為了配合產品戰略提升平臺收益，因此產品經理需要明確公司的業務定位，并平衡用戶與平臺雙方，將流量利用最大化。
1）降低成本與提高收益
優質的流量分發策略能夠提升產品的曝光機率，在最短的路徑下匹配到用戶的使用需求，進而降低流量運營成本，增加盈利收入。推薦策略中有許多評價指標，包含：滿意度、準確性、覆蓋度、多樣性、信任度、實時性等，其中轉化與收益仍是最重要的指標之一。
從用戶出發：
策略產品經理需要站在用戶的角度，讓用戶快速的找到感興趣的商品，讓用戶快速的完成購買，以及基于購買后的再次推薦，同時給予用戶良好的推薦體驗。
從平臺出發：
如何提升GMV是檢驗推薦策略的重要指標之一，GMV = 流量 * 轉化 * 客單價。策略產品經理不僅需要為平臺導流，更需要思考如何提高轉化率，在單位流量上創造更多的收益與利潤。
同時，為了達到流量利用最大化，流量的分發并不是單向的，而是并行、串聯的。就像給轉化漏斗戳幾個洞再用很多根管子串起來，將所有的流失于漏斗內不停循環。
2）產品戰略與業務需求
除了降本增效以外，策略產品經理仍需根據產品定位和戰略目標，將流量導向目的地，扶持目標業務的生長。需要明確平臺的商業定位，依業務從高到低的重要度進行策略設計，將流量從大到小的傾倒至對應的業務當中，幫助盤活新業務以及尋找新的價值。
SHEIN首頁除了商品以外，還有著Brands、Campaigns與Gals等內容業務。由此可見，除了GMV以外，SHEIN次要目標為推廣自有品牌并提升用戶粘性與使用時長。
三、SHEIN怎么做流量分發？
流量分發的本質其實就是用戶分發，當用戶從啟動APP的那一刻開始，流量分發策略也就開始了，不給用戶思考的機會，讓用戶于主頁自然的瀏覽并點擊至商品詳情頁，完成加購、下單、支付。
以下針對SHEIN啟動頁、搜索欄、Banner、分類、Feed信息流五種商品曝光板塊，根據用戶操作APP所觸達的順序進行策略分析與優化建議。
1. 啟動頁
當我們啟動SHEIN APP的時候，5秒的全屏廣告與浮窗廣告是觸達用戶的最短路徑，流量的分發從這里就開始了。
這里可以根據用戶或業務需求進行導購廣告的投放，如首次打開APP的用戶以限時新人優惠或首單滿額免運的策略促活新用戶完成首次交易、或是借由當季爆品的導購廣告直達商品詳情頁。
SHEIN于此只使用了三種導購廣告，依序為節日促銷、夏日新品、慈善活動（社交裂變小游戲），變化略顯單調。建議此處可以穿插根據用戶標簽投放推薦算法之排序較高的個性化廣告。
借由以下三種數據可以分析用戶的可能行為（以下三者比例加上無效操作為100%）：
- 廣告點擊率：說明用戶大概率對內容有興趣。不過也有可能是誤點擊。若廣告顯示不足1秒，則列為無效點擊。如果點擊率環比下降較多，可能需審視導購廣告內容或提升廣告更換頻率。
- 廣告完播率：說明用戶中概率對內容有興趣，或是尚在閱讀時即結束倒數等等。不過也有可能是離開了，若完播后5秒內沒有動作，則列為無效完播。如果完播率環比提升較多，需注意啟動廣告內容之直接性，避免短時間內給予過多信息。同時，需要注意能使完播用戶于下一步的首頁中找到相同的活動或信息。
- 廣告跳過率：說明用戶低概率對內容有興趣，或是懶得閱讀等等。如果跳過率環比提升較多，或是用戶直接退出APP了，則須注意是否廣告加載不順、APP啟動卡頓。
以上數據反映了流量分發策略于啟動頁之成果指標。可以將多組廣告進行統計比對，逐漸增加點擊率較高的廣告之曝光率。
2. 搜索欄
搜索功能為有明確查詢需求的用戶提供了入口。然而，在SHEIN的海量SKU之下，用戶往往不清楚某個SKU的名字，所以SHEIN搜索板塊的存在的目的應從過去的“人找貨”模式，轉變為“貨找人”。
在搜索這個顯性場景中，細化出更多的入口，給流量提供更有效的支持，一步步引導用戶踏入你精心策劃的入口。
借由以下用戶搜索輸入Query前與后兩個階段進行推薦：
1）搜索前：在用戶輸入Query前，先行推薦并引導用戶點擊。
底紋推薦詞：
SHEIN于首頁并沒有顯示底紋推薦詞，而是在點擊搜索框之后才出現，不確定是否已做過AB測試評估。此外，筆者推測SHEIN尚未于此加入推薦算法（該賬號已購買過商品），底紋推薦詞為隨機顯示活動與類目，若能通過用戶的歷史偏好預測進而推薦給用戶，或許會有更高的點擊轉化率。
最近搜索、熱門搜索以及更多推薦詞：
點擊搜索欄后，下方顯示了最近及熱門的搜索關鍵詞，不過并沒有出現針對筆者的用戶標簽及行為日志的個性化推薦詞。此外，當前的推薦詞僅覆蓋了屏幕鍵盤以上，下方尚有可利用空間，可以嘗試將推薦商品列表至于下方，借由AB測試驗證其效果。
2）搜索中：在用戶在輸入中，智能推薦候選Query，提高用戶輸入效率，幫助更快找到想要的內容。
預測候選詞：
此處候選詞列表下方，尚有可利用空間，可以嘗試將當前Query搜索（無論是否輸入完整）之結果商品，顯示于候選詞列表下方，同時也要考慮當前技術能否支持實時搜索的運算量。
SHEIN的搜索推薦詞除了品類關鍵詞外，還有以Hashtag開頭的活動關鍵詞。如果點擊推薦詞進行搜索的環比下降，可能是因為推薦詞庫選取不當，用戶對推薦詞不感興趣；比如“#SHEINX”在用戶的心中，是沒有概念的，以此作為推薦詞進行搜索的可能性相對較低，有極大的可能使用戶錯過了一個流量分發入口。
不過，如果SHEIN當前的品牌戰略目標為大力推廣SHEINX，且SHEINX之曝光率因此而提升，使更多用戶了解SHEINX的故事與價值，進而提升了SHEIN的品牌形象，那么亦是一次成功的流量分發策略。
3. Banner
產品在首頁規劃中，Banner大概率會為承載大部分的流量，不僅可以靠圖片吸引用戶點擊，還能同時宣傳活動與促銷。
如果Banner點擊后落地頁的跳出率環比增加，或是落地頁停留時長環比降低，可能是商品列表中的折扣力度不符合Banner描述，比如Banner寫著UpTo80%Off，點進來后發現只有8%，大多數為25%（此為筆者真實體驗）；或是優惠商品不夠吸引用戶、也可能是用戶在第一時間找不到Banner廣告上的同款商品，需確認圖片上的商品是否總能出現在點擊后的列表頁。
本次Memorial Day的大促活動是給到了Dresses、Swimwear與Tops，而Swimwear則占據了最中心的位置。
從供給的角度去觀察：
由于夏天來臨，SHEIN以30-70%的促銷，于夏季主打泳裝。SHEIN美國站上的Dresses與Swimwear的總數量為三比二，但促銷中的數量近乎一比一。Dresses促銷比例為1.4%，而Swimwear促銷比例為2.0%，可見SHEIN將較多的優惠給到了Swimwear。
從需求的場景去共情：
身為一個女孩子，衣柜里肯定有十套內衣，但泳衣就是那么兩三套。一年一度的Facebook、Instagram、好友圈之夏季泳裝曬圖大賽即刻展開，若還是穿著去年已經過流行的泳裝迎擊，不免未戰先敗。
若是被朋友發現每年夏天只有那么兩三套泳裝，是擔心、是恐懼、也是痛點；SHEIN提供了女性用戶，在每年夏天，能以不心疼的價格獲得當季最流行的泳裝款式。
故SHEIN將Swimwear置于APP一打開就能看見的鉆石C位，捕捉女性的視線，也捕捉了用戶的流量。便宜，是種優勢；而便宜在用戶痛點上，是極大的商機。
4. 分類宮格
宮格板塊承接了品類推薦，有的平臺是基于推薦算法進行展示，根據你最近瀏覽的商品動態變化的。
而SHEIN的品類推薦則是靜態的，將用戶的購物需求與平臺的販售需求取得平衡后依序排列展示，并非動態排序（比較了三個賬號）。
從供給的角度去觀察：
由于SHEIN為至今仍是主打女裝，連衣裙為SHEIN上商品數最多的品類，共有3.8萬件連衣裙（38440件）同時于架上販售。
從需求的場景去共情：
一件上衣與各種褲子裙子，是乘法關系，能夠產生多種搭配；然而一件連衣裙，很難與上衣或褲子裙子再進行搭配，所以風格變化就受限了，故連衣裙其實是一種不好搭配的品類。
平均2件連身裙的價格，能夠買2.5件女上衣加1.5件半身裙。花一樣的錢，買了2件連衣裙僅能穿出2種風格，而2.5件女上衣與1.5件半身裙卻能穿出3.75種搭配。可謂連衣裙的有著變化度不高的問題。
然而，過去女性購買連衣裙的顧慮，在風格豐富的SHEIN上透過低廉的價格，找到了解決方案。
綜合供需角度，連衣裙品類對于SHEIN而言，有著重要的戰略地位，所以無論在臺灣站或是美國站，分類宮格的列表排序第一位都是給了Dresses（第二名則有在地化的差異）。
以上Banner與分類宮格的兩個例子，再次表明了流量分發策略不僅僅是為了降低成本、提升收益，也不是一味的推薦算法，更需要從產品戰略、業務需求出發。唯有看得更廣，才能走得更遠。
5. Feed信息流
SHEIN首頁之Tab1的最后一個板塊Recommend，以及Tab2的第一類目JustForYou均為推薦算法的體現；借由個性化推薦用戶感興趣的品類及商品，幫助用戶快速做出購買決策，促成用戶轉化。
若用戶于Recommend板塊的點擊率環比降低，有可能是對平臺的推薦的商品排序不感興趣，則推薦模型需要進一步優化。
當前SHEIN首頁的板塊排序為：Banner、分類宮格、SHEIN活動、自有品牌、每日新品、限時促銷，最后才是Recommend，可以理解為SHEIN將商品的推薦算法置于Tab1的最后。或許這也是為了因應公司的業務需求，然而以上的板塊除Recommend外，都需要兩步以上的操作才能進到商品詳情頁。
對于用戶而言，多一步的操作就多一分流失，筆者相信SHEIN是明白這個道理的，有可能是因為SHEIN之個性化推薦商品效果不如品類。
海量SKU加上單個SKU的生命周期不長（每日上新與下架），使得協同過濾算法僅能做到品類級別，無法精準到商品級別，這部分或許需要人工對各個商品之風格等信息進行更精細化的標簽標注。
6. Tab導航列
在流量分發策略中無法衡量就無法優化。所有的業務最終都要落到具體的數據去驗證和再探索的，策略產品經理有很大一部分精力要投入在這個層面。
除了以上提到的點擊率、轉化率、曝光率、退出率、跳出率、停留時長以外，頁面訪問路徑也是查看流量去向的關鍵指標之一。首先對用戶打好標簽，觀察標簽用戶的整個操作路徑，對路徑上的反復的操作進行簡化能夠提高正確商品的觸達率和成交率。
例如，當前SHEIN總是默認頂部Tab為WOMEN，假設從頁面訪問路徑發現80%以上的男性用戶打開APP后，第一步總是將Tab切換至MEN。那我們或許需要根據用戶行為，將男性用戶的默認Tab設置為MEN。
其實這里可以做一系列AB測試：如果用戶性別為男性，則默認Tab為MEN；或者，如果用戶近期有多次購買女裝/男裝的行為，則Tab默認為WOMEN/MEN；又或者，總是將男性用戶的Tab設為WOMEN，不直觀的操作反而使用男性逛女裝的時間增加，進而提升了轉化率？這些都是值得去做AB測試的地方。
最后，策略產品經理需以目標為導向，以數據為依歸，合理假設且小心求證，借由AB測試實驗結果判斷流量策略，起到更精準地用戶分發。在設計策略的過程及結果當中，不停反思整體的產品特性，是否符合產品定位，是否落地了產品戰略，是否扶持了業務需求，并達成最開始制定的策略目標。
作者：James Chen；從波士頓回到上海，正在尋找深圳的機會。
本文由 @James Chen 原創發布于人人都是產品經理，未經許可，禁止轉載
題圖來自 Unsplash，基于 CC0 協議