怎樣算一個好首頁?實現(xiàn)首頁的使命的就是好首頁。
寧夏網(wǎng)站建設(shè)公司渝網(wǎng)互聯(lián)以為,首頁的的第一使命是激發(fā)和捕捉新用戶的興趣,其中,匹配覆蓋面和刺激強度是兩個關(guān)鍵元素。 用什么來衡量首頁刺激和捕捉新用戶興趣的能力? 把首頁定位為入口,在目前統(tǒng)計信息有限的情況下,可以把主動觸發(fā)率或者說二跳率可以作為首頁優(yōu)劣的主要參照指標:從首頁點開其他頁面的用戶比例越大(而不一定是平均打開的頁面越多),這個首頁就越好。
這樣我們就把問題轉(zhuǎn)化為:如何提高首頁的二跳率。 觀察B2c的首頁,常見三種取向:第一種首頁基本無單品,以圖片加文字引導(dǎo)的"集中二跳點"為主,吸引人盡快再點一次;第二種首頁列出大量商品,希望通過總有幾款打中用戶眼球,最常見;第三種是前面兩種的平衡或混合。
哪一種有最好的匹配覆蓋面和刺激強度,最能提高首頁的二跳率?以及,二跳之后最能產(chǎn)生三跳、四跳和購買轉(zhuǎn)化? 最近從不同來源看了幾家感性類商品站點的用戶點擊分布熱圖,發(fā)現(xiàn)一個共同的特點,首頁和商品列表頁的商品:
1. 點擊分布很不均衡,相當比例的的商品點擊率很低 2. 最熱的商品,跟同頁的熱門分類、熱門頻道相比,點擊率也不高 這說明什么?我以為這一現(xiàn)象是很值得警惕的:單品在概率意義上普遍低命中率,對用戶興趣的匹配覆蓋面不夠大、刺激不夠強。 可以大膽作出以下推論:
1. 如果品類較多,首頁羅列多個獨立品類,每個品類列出幾款推薦產(chǎn)品(或暢銷產(chǎn)品),那么這幾款推薦產(chǎn)品如果匹配用戶興趣不成功,用戶很可能會對整個品類喪失探究興趣。 我們已經(jīng)知道,單品的興趣命中能力是比較低的,這幾款典型商品在吸引部分用戶的同時,推開了更多的用戶;
2. 如果品類不多,首頁大量羅列商品,那么就是暗示用戶首頁已經(jīng)有足夠代表性,如果首頁見不到適合刺激自己興趣的商品,用戶就可能離開(為了緩解這一點,可以強化"下頁"或"更多")。
由于首頁用戶未被按興趣分流,用戶不得不行走在大量無感覺商品中尋找可能感興趣的商品,按照前述單品弱小的發(fā)現(xiàn),每個單品能夠刺激到的用戶比例是很有限的,因此這個尋找效率很低,首頁即使有大量商品羅列,仍然難以覆蓋很大的訪問人群,會丟失相當?shù)挠脩簦?/P>
3. 如果首頁主體位置只推薦很少幾款單品,而不強調(diào)品類列表入口,那么將有大量用戶對這幾款具體商品不感興趣而離開,風(fēng)險很大; 這些未經(jīng)證實的推論,可以進一步得到以下推論: 最理想的首頁,既不羅列商品,也不按門類推薦典型商品,而是按照用戶的潛在分類(商品品類、功用、消費力、行為傾向),以圖文形式呈現(xiàn)多個入口,進入下一級的商品列表; 這些入口起到了過濾分流的作用,在更狹窄的匹配面上,可以保證在查看下級商品列表時有較高的興趣命中率; 這些圖文形式的入口,面積不要太大,要明顯象入口,圖片的選擇和文字引導(dǎo)一樣都非常重要,集中傳遞信息、強化刺激。
狹窄的匹配劃分+強化的刺激,就是首頁提高二跳率的關(guān)鍵法門。
不同的b2c,其新用戶穩(wěn)定性結(jié)構(gòu)不同: 通過熟人口碑、媒體報道等信任途徑而來的用戶,帶有解決某種問題、尋找某個東西的動機的用戶,購買理性類商品的用戶,有較好的探索耐心;通過引擎、廣告而來的用戶,只是隨意逛逛沒有特別目標的用戶,比較缺乏探索性,短時間內(nèi)沒接觸到匹配自己興趣的東西,以及刺激不夠強度,很容易就會跑掉;男生和女生有耐心的東西是不一樣的。。。
根據(jù)新用戶穩(wěn)定性結(jié)構(gòu)的不同,首頁可以采取不同的取向。前面的討論主要針對新用戶穩(wěn)定性差的b2c,例如女裝。 除了狹窄匹配面和強刺激,還有一點也很重要,就是給首頁做減法,那些只有少量用戶感興趣、點擊率低的東西,如果無法改造就取消,減少對用戶注意力的分散,先把新用戶引到最有可能刺激用戶的商品列表或促銷頁面。
例如: 在新用戶對商品開始感興趣之前,很少人關(guān)注沒有結(jié)合具體商品或品類的全場促銷政策,例如全場性的送分、買N送N、折扣,這些東西不用花太大面積強調(diào)。全場促銷不如分散差異化的局部促銷。 在新用戶對商品開始感興趣之前,用戶不關(guān)心物流和運費、不關(guān)心積分政策,這些沒必要在顯著位置。
首頁顯示的社區(qū)內(nèi)容看的比摸的多,點擊率通常很低,主要用來暗示人氣,不需要期待用戶去點擊,因此小面積+快速動態(tài)就好。
只有熱的分類和tag多人點,有些沒多少人點的沒必要在首頁出現(xiàn),移到"更多"去。 上述討論,我們把首頁第一使命定位為新用戶的保有和轉(zhuǎn)化,得到的結(jié)論是:通過集中刺激——分流,通過集中匹配——轉(zhuǎn)化。 通過cookie處理,老用戶看到的首頁應(yīng)完全不同,以后有機會再慢慢討論。