談談線下場景中的數(shù)據(jù)分析思路
數(shù)據(jù)分析并不只存在于線上場景,在許多線下商業(yè)場景中,許多用戶行為數(shù)據(jù)也值得被業(yè)務人員進一步地分析。那么,在搭建線下數(shù)據(jù)分析場景時,你可能會遇到怎樣的阻礙和困擾?面對線下數(shù)據(jù)采集的難點,你又可以如何進行解決呢?
導語
筆者在之前曾經(jīng)撰寫過一篇關(guān)于指標體系的文章《淺談用戶標簽的實現(xiàn)困境和搭建方法》,該篇文章詳細闡述了什么是指標/指標體系以及其搭建方法,但是該篇文章的指標體系主要針對的都是線上觸點(app、小程序)。
筆者在工作過程中發(fā)現(xiàn),對于一些傳統(tǒng)企業(yè),他們還會有線下的場景,例如快餐店內(nèi)線下點餐屏的用戶行為,4s店展臺上觸屏的用戶軌跡等。這些場景的用戶行為數(shù)據(jù)也是值得被收集和分析的,然而由于各種技術(shù)限制與認知不足,很多企業(yè)還未意識到線下場景數(shù)據(jù)對用戶運營和業(yè)務增長的重要性,故筆者撰寫本篇文章,旨在與大家分享搭建線下數(shù)據(jù)分析場景時的難點與思路。
一、線下數(shù)據(jù)的采集與應用難點
1)線下數(shù)據(jù)的id-mapping
在上述餐廳點餐大屏的場景中,我們一般很難強制讓每個用戶在點餐時都登陸他們在app/小程序上的賬號,因為這樣做耗時且費力,還會降低點餐效率和用戶購買欲望,甚至還會讓餐廳里排起長龍(各位可以回憶一下,一般我們在諸如kfc、麥當勞之類的餐廳點餐屏點餐時,是不是快速點完餐食就立刻取餐走人?)。
由于前述限制,我們很難區(qū)分點餐大屏背后一個個獨立的人,在計算實際uv時該數(shù)據(jù)會明顯變小,因為在非登陸場景下,我們只能以設備id為單位去計算uv,但是這些設備是公用的。
2)線下數(shù)據(jù)分析場景搭建難
線下數(shù)據(jù)分析和應用目前仍然處于初期,很多傳統(tǒng)企業(yè)還不知道如何使用這些數(shù)據(jù)去助力業(yè)務增長,能夠采集和分析的數(shù)據(jù)也不過是不成體系的點擊、瀏覽量。
二、線下數(shù)據(jù)分析場景搭建
筆者就線下數(shù)據(jù)分析的一些思路進行了整理(如下圖):
筆者梳理了線下流量的流轉(zhuǎn)過程,并列舉每個步驟可能會涉及到的指標。
① 流量獲取
不像線上流量獲取的渠道多樣且繁雜,線下流量獲取的途徑比較單一,客群一般是未在手機app、小程序上下單,直接進店購買餐食的客人,所以在數(shù)據(jù)分析層面,可分析的指標一般是進入點餐軟件的次數(shù),下鉆的維度可以是門店、門店所在城市/省份/地區(qū)等。
除了前述指標,我們還可以分析流量活躍的時間,例如一天中什么時間使用點餐大屏的頻次較高?工作日還是周末、節(jié)假日線下點餐大屏會更加活躍?以及大型活動是否會影響點餐大屏的活躍?
② 流量分發(fā)
用戶進入到點餐軟件后,會點擊“選購”查看商品詳情,將商品加入購物車或者點擊“立即購買”,這和線上電商平臺的步驟是一樣的。
在這一系列流程中,我們可以看對應步驟的次數(shù),并且去下鉆不同的菜品和門店去做具體的分析。
另外,除了各步驟的絕對數(shù)量,我們還可以觀察各步驟之間的轉(zhuǎn)化率,如果整體/某個菜品/某個店面的轉(zhuǎn)化率明顯低于歷史同期或者平均水平,則需要探查是否是菜品的供應出現(xiàn)了問題或者是用戶在點餐大屏上的體驗過程中某一環(huán)節(jié)是否出了問題。
③ 流量轉(zhuǎn)化
該環(huán)節(jié)主要涉及用戶在挑選完商品后支付訂單,同樣可以根據(jù)菜品和門店的維度做下鉆分析,看支付筆數(shù)、金額、筆單價等指標,從而觀察菜品在各個門店的熱度。
另外,還可以看用戶在進入點餐軟件首頁到最后支付訂單的平均時長,從而反映用戶從進入點餐軟件到最后下單的決策時長
④ 流量留存
這是一個存疑的環(huán)節(jié),因為在本文第一部分提到,由于線下場景的特殊性,我們暫時無法區(qū)分點餐大屏背后的用戶到底是誰,但是在留存分析中,我們需要判斷一個獨立的用戶,在第0天進入點餐軟件后是否會在后續(xù)第n天再次來,所以留存的需求在當前背景下暫時是無法實現(xiàn)的。
而且點餐大屏的場景,更多的是滿足客戶即買即走的需求,分析留存的意義似乎不是很大。
三、總結(jié)
以上就是筆者根據(jù)自己的過往項目經(jīng)驗總結(jié)出的一些線下場景的數(shù)據(jù)分析思路,囿于項目邊界和場景局限性,不能將所有可能的指標都列出來,各位讀者如果有更多想法,可以隨時與筆者交流。
另外,關(guān)于本文第一部分提到的id-mapping的問題,筆者曾經(jīng)也思考過替代的解決方案,比如說用滑動待機頁并進入點餐首頁的次數(shù)作為真實用戶數(shù),但是該數(shù)據(jù)仍然是有誤差的,如果各位讀者有更好的方案,也隨時歡迎與筆者進行交流討論~
本文由@一個數(shù)據(jù)人的自留地 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自Unsplash,基于CC0協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發(fā)揮!