用数据卖零食:良品铺子如何赶超行业第二的百草味

  如何用30天把夏威夷果做成爆款?除了产品本身过硬外,数据恐怕是商家最强的帮手。

  零食品牌良品铺子用实操演示了它强大的数据运营能力:3月15日开始的一个月内,这款夏威夷果从月销不足700笔,销售排名行业一百名开外的位置,一路蹿升到行业第三,月销超10万笔。不仅如此,良品铺子还将它的搜索人气和销售人气都做到了全网类目第一。

  正是对数据的灵活运用,让良品铺子成为阿里巴巴首届数据先锋的十佳商家,其中究竟有怎样的秘诀?良品铺子的运营总监苏华对《天下网商》说,店铺所有的动向都不能拍脑袋决定,而是需要根据店铺的数据指标谨慎行事。

  很难想象,一个在线上玩得这么溜的商家,大本营居然是在线月,良品铺子的第一家门店在武汉开业,十年间,良品铺子一路开了近2000家门店,集中在湖北、湖南、江西、四川、河南五个省。

  “很多人都会问,电商发展这么快,会不会对线下门店产生很大的冲击?从数据上来看,线下仍然发展得比较好,甚至有促进作用。”苏华说,“前提是,要撇开过去单纯的买卖关系,向服务转型。”他举例说,2015年双11,良品铺子选择用线下门店资源帮助线上引流,团队本来预计这样的做法会影响门店生意,没想到,当天线上线下的销售额同时创下新高。配合基于门店的O2O实践,做到了“门店互联网+”。

  线上线下是相互融合的,只是放大各自的优势领域,在不同的消费场景下为顾客提供更丰富的选择,你满足顾客的需求场景越多,用户粘性就会越好。苏华表示,线下门店不仅有便捷的售后服务,还可以补充损、易碎或者保质期较短的生鲜食品等电商无法满足的品类。

  从另一个角度看,线上数据还可以被有效利用到产品开发中。过去,良品铺子可能仅凭经验判断来开发产品,而现在,有了大量的消费数据做支撑,就能让投放更精准,也更有针对性。这让产品研发团队能更快地了解消费者对于商品的评价感知,接收第一时间的反馈,使效率更高。

  现在,良品铺子在开发新产品时,会考察三个方面的内容:行业趋势、口味选择和评价。团队会为目标消费群做一个清晰的画像,线下店只有购买记录作为参考,但这远远不够,相比之下,线上数据可以告诉运营团队,某位消费者到底是白领、家庭主妇还是学生?有了判断,就可以导向更精准的用户需求。

  此外,为了更好地管理线家门店,良品铺子还与IBM和SAT合作定制了一套ERP系统,实现了线上线下数据的打通,进一步满足了更庞大的数据处理需求。

  “数据分析应该是几乎所有做电商的人都要做的事情,不能专门指望某一个团队或者某一个人做数据的分析。苏华说,在他的团队中,每个人都是身兼业务技能与数据分析技能的小行家。这是做运营必备的技能。

  苏华认为,数据分析本身建立在对业务的理解上,只有懂业务才能做有效的数据分析,专职团队只能站在专业的角度建立一些数据模型,并没有对业务问题的洞察能力。

  目前,良品铺子的运营团队除了做自己专业领域的数据分析外,还会在不同的模块中配备专职人员。无论是会员、店铺、还是商品,都会有专人支持。

  在数据分析中,小团队通常选择着眼于流量、转化率、客单价等少数关键指标,而随着团队的成熟和专业化,整个消费行为会被细化为几十个相互独立又相互关联的指标来监控。

  进店、下单、订单处理、发货、收货……每一个环节,良品铺子都建立起了一套成熟的分析标准模型,由数据专员来维护和优化,发现问题,继而及时提出解决方案,挖掘更多价值。

  以发货环节为例,此前,良品铺子以DSR评分和发货速度等作为判断标准,现在则会细化到十余项步骤来监控,不断优化速度,最后,在整个流程没有大变动的情况下,顾客的24小时和48小时签收率大幅提升。

  数据分析还被应用到流量运营中。苏华告诉记者,运营团队一般会分为活动、推广、设计等职能,但良品铺子将天猫旗舰店的专职运营团队按价值分为三块:平台活动、商品运营和店铺运营,分别对应活动流量、免费流量和自主流量,形成某种动态平衡,让店铺运营的效率最大化。

  在苏华的运营团队中,还有爆款打造、活动评估等多个小组,用来打通各个运营团队,在保证专业分工的同时,帮助他们协同合作。

  苏华说,数据分析的目的并不是为了解释一种现象,过去很多电商同行交流的结果表明,大量的运营团队都在做数据解释类工作,即就数据分析数据,得出一种看上去合理的解释。苏华认为,其实这不一定有价值,即使数据分析逻辑非常清晰,天衣无缝,但也可能是错的,因为“数据会说谎”。

  他认为,数据分析的目的是分析趋势,挖掘潜在机会,从而引导出有效的行为:在此基础上,数据可以帮助运营团队更精准地找到问题和机会,减少试错成本,提高运营效率。用数据分析的结论,可以避免用经验去决策,而是用客观事实去决策。

  几乎所有的行为都可以被数据化,这是电商最大的优势。这使得电商数据库显得尤为庞杂,关键在于回归顾客需求,围绕消费者,将所有模块的结论都引导到消费者上去,才能避免数据说谎,做出类似提升包邮门槛的情况下保证转化率不下降等反顾客需求的结论。

  第一,要让数据分析的团队具备更专业的分析能力。要想分析一个动作是否有效,抽取一小部分样本进行对比,使其更真实地反馈这个动作带来的变化,让数据说真话。

  第三,要给团队更多的自主权,鼓励大胆试错。有些结论无法分清对错,只要过程没问题,结论不违背常识性的原则,不违反顾客真实的需求,就值得去尝试。

  对于决策与支持,苏华笑着说:如果全部靠领导决策,那团队怎么成长呢?领导要干的事情就是让过程变得规范,让团队能够快速的成长。要想培养一个能够快速改进的环境和队伍出来,修跑道更重要。

  数据分析更多的是一种方法或者工具,关键是怎么用。最终数据分析起到多大的作用,还是取决于其背后的导向,是消费者导向还是竞争对手导向。

您可能还会对下面的文章感兴趣: