竞品分析报告|案例:购物车如何支撑战略

14 评论 100068 浏览 421 收藏 16 分钟

购物车作为拍单支付环节第一个节点,将拥有矛盾属性的商品,基于仓储、物流、活动和促销等规则维度合并分拆,打造易用的购物车,支撑平台快速、高效、有效引导用户拍单的战略。本文将对唯品会、考拉和淘宝的购物车功能,进行较浅的纵向延伸与横向对比分析。

一、横向分析

常规的购物车拥有以下功能:价格提醒、活动促销、凑单、商品收藏与删除、失效商品管理、合并结算。但平台不同的定位,在功能的处理上存在差异。通过横向对比与功能重要性分析进入第一个分析环节。

重要(转化率):5分

频率(曝光率):5分

1、价格的提醒功能

场景分析:在用户进入购物车查看入袋商品场景下,会出现商品降价提示

因素分析:已入袋的商品是用户感兴趣的商品,已经过选购的过滤,但往往基于价格与比货的因素产生犹豫,导致订单转化失败。通过当前价格和加入购物车价格产生对比差异,让用户产生惊喜引导完成购物车转化。

细节分析:淘宝的降价,格式精确至分;而考拉的降价,精确至元;从业务侧面推测淘宝主要考虑后端商品单价较低,精确至分更适应淘宝后端的商品业务。而考拉主打海淘商品的单价较高,所以采用精确至元的方式。

综述:通过降价提醒,能将用户加入购物车的商品引导完成购物,支撑平台降低购物车的弃置率战略,提升平台销售额

重要程度:☆☆☆☆☆☆☆

2、活动促销的功能

场景分析: 当商品拥有促销优惠元素的场景下,展示商品特价、限时购、满减、包邮标签

因素分析:促销优惠信息是引导用户购物转化的重要因素,但用户进入购物车时会出现不知道的情况,而商品的标签将促销优惠更清晰传达给用户,用户根据促销优惠信息完成购物车转化,提升购物车促销转化的战略。

细节分析:购物车促销标签,会与促销规则一同展示,如:考拉的限时购与限购数结合,将促销规则在购物车充分展示给用户,避免在已付款后差生误会。

重要程度:☆☆☆☆

3、凑单

场景分析:用户在购物车了解促销优惠信息的场景下,需快速的达到促销的条件(满邮、满减…)

因素分析:对于精打细算的女性用户而言,更乐于多买一件心仪的商品可以享受平台的福利,当用户购买很多商品时,但却不清楚自己是否满足促销条件,影响促销优惠对用户的渗透,而凑单无限的缩短用户与促销规则的距离。

细节分析:唯品会的凑单功能,是归类至供应商的维度,放在页面底部。而考拉的凑单是关联至商品的维度,采用下一级页面的展示方式。推测:

  • 发货方式的差异,唯品会主要有唯品会发货,作为平台的供应商。
  • 考拉的满减与促销优惠,根据商品本身触发。

综述:凑单是一个建立在满减、满邮,甚至其它的促销方式。基于用户的买的更多享受更多优惠的心理,实现扩展入袋商品数的战略。考拉的购物车便是很典型的例子。

重要分析:☆☆☆☆☆☆☆☆☆

4、商品收藏与删除

场景分析:当用户购物车商品非常多的时候,用户进入购物车很找到自己的准备下单的商品,造成用户选择困惑。这时候可利用删除功能,将繁杂的购物车商品删除。但是,直接删除心仪商品会可惜,导致删除与心仪之间产生矛盾,所以在这个基础上提供了收藏功能,用户可以将心仪的商品移至收藏夹。

因素分析:对于平台而言,入袋的商品是非常重要,如果用户直接删除会造成本来快要实现销售转化的商品发生丢失,而移入收藏夹会减少用户意向商品流失。所以删除与移入收藏都作为一个组合功能放在了一起,部署至编辑这条线上。

细节分析:唯品会的购物车只有删除功能,而没有收藏功能,本质在于强调档期的战略,错过了就没了。而对于考拉、淘宝而言,就没有档期的概念,所以这删除与收藏都存在,路径较深。

综述:通过删除与收藏的矛盾结合,能有效挽回沉淀在购物车的商品,缩短了商品二次购物车的距离。

重要程度:☆☆☆☆☆

5、失效管理

场景分析:在商品已经下架的场景下,平台会提供失效商品功能,方便用户管理已失效的商品

因素分析:已入袋的商品往往由于下架、缺货、促销…等因素导致无法购买。但当商品符合这些场景下,如果不将失效商品从已入袋的商品拆开区分,容易产生歧义:

  • 失效商品不能打勾,直接不让用户选
  • 失效商品可以打勾,但结算页面拆开

上述两个结果,都不是好的结果,所以在购物车,直接将上架商品与下架商品拆开,独立去管。不但不影响结算,而且减少歧义。

细节分析:考拉对于失效商品,提供清除功能。而淘宝在这个基础上,提供挖掘相似商品的路径。但路径来回需要跳跃6次,非常深,环节出问题提升了跳出购物车的概率。

为什么考拉没有呢?笔者推测:

  • 增加购物车的复杂难度,被干掉
  • 转化率较低,并且考虑较低概率出现这种矛盾情况,被干掉
  • 不确定性提高,对购物车核心数据帮助不大

但根据本人商品在购物车的现状,A、B两项可以排除,更多的原因推测是C

综述:购物车失效商品管理,虽然不直接影响转化率,但让购物车路径更通畅,提高购物车转化。但淘宝这种处理交互的样式,充满较多的不确定性。而考拉在失效商品流量挽回处理存在不足。

重要程度:☆☆☆☆☆☆☆

6、合并结算

场景分析:用户将进入购物车的商品,多个进行结算

因素分析:当用户购物车商品很多时,特别是男性的用户由于懒惰的天性,习惯于将购物车的商品多个一起结算,减少结算的次数。

细节分析:在结算业务上,海淘与非海淘平台在结算上拥有差异:

  • 菠萝蜜:多个结算按钮,将分拆的订单单独结算
  • 唯品会:只有一个结算按钮,必须对购物车所以商品一起结算
  • 京东:一个结算按钮,可分开对拆单进行结算支持合并结算

在跨境电商平台,购物车会将不同发货仓的订单拆开,单独结算,核心原因在于需一个订单对应一个等同的支付流失号,利于清关。

而京东在将结算时,支持不同维度的商品合并结算,但跨境与国内仓商品统一结算也会有分开结算的提示,并且不同仓的结算流程是独立的。

唯品会只有一个按钮,推测所有的订单必须走唯品会的仓库出货。

综述:合并结算,提高用户订单结算效率,更加符合用户逛完货进行结算的习惯。

重要程度:☆☆☆☆☆☆☆☆☆☆

7、总结分析

围绕这些功能模块,我们生成GE模型图,通过矩阵我们便发现:

  1. 合并结算是频率最高,且是最重要的功能
  2. 活动促销、价格提示,辅助性功能,处理极致可以往上升一级
  3. 凑单功能作为频率一般,但重要性很强,如果能引导用户使用,提高凑单功能的数据精准°,可以升级为最核心的功能
  4. 失效管理,作为排在中间的模块,价值空间等待挖掘
  5. 移入收藏与删除作为放在编辑功能下方,使用频率一般,重要程度也一般

二、纵向分析

上述对购物车常用的功能,进行了横向的对比分析。现在通过纵向对购物车在选购拍单环节的定位,与竞品赋予购物车的赋能进行分析

1、路径分析

通过平台角度分解去看,购物车在购物车-支付环节第一个入口,梳理来自处理选购环节加入购物车的商品。通过业务梳理与订单分拆,打造通畅的支付体验,直接影响:

  1. 订单的数量与客单
  2. 结算转化与结算金额
  3. 减少促销信息歧义
  4. 有效商品订单转化

而在平台选购拍单中,只有首页也禀赋于这样的重任。梳理与分拆来自不同渠道的千万级的流量,分配到各个类目实现流量高效转化。根据购物车针对电商业务分拆的任务,购物车是仅次于首页的模块

它的处理结果直接影响支付环节的转化率

2、斌能分析

虽然平台不同,对购物车的定位是一致的,但在赋能方面,却存在非常大的差异。

(1)唯品会购物车

唯品会

唯品会作为国内主打女性市场的特卖平台,平台战略定位:

  • 品牌折扣零售商的的尾货清理
  • 特卖商品限时限量

所以唯品会在购物车赋予“紧迫感”,通过倒计时+档期将特卖电商三个维度表现淋漓尽致

  • 快:20分钟倒计时
  • 少:库存限量
  • 抢:库存回滚

快速基于感性的思维冲动,引导女性客户在特卖抢购氛围促使你快速下单。强制规定要么买买买or 拒绝拍单。这种可疑制造出来的商品稀缺性的假象使多少女性用户在最后关头毫无理由的拍单支付。如果你不买,购物车将商品自动清空,这些商品不抓紧就是别人的。

基于唯购物车顶部会一直强调时间概念,制造紧迫感,打造购物篮的概念,支撑特卖电商的战略。

效果分析:按照2016年9月对外公开的数据来看,唯品会注册会员2亿,累计购买用户7566万,其中81%会员为女性,87%的销售来自移动端。复购率高达73%,唯品会的复购率一直居各大电商平台之冠。

(2)网易考拉购物车

网易考拉购物车

对于唯品会购物篮的概念,考拉赋予购物车更像一个“快捷通道”,这与唯品会形成巨大的差别:

  • 品牌商的商品卖品质商品
  • 商品在品牌知名度

所以在购物车,考拉赋予了“直观感”,通过“减少路径+减少信息”两个维度,打造知名品质商品与用户快速对接的通路:

  • 少路径:直接砍掉了跳转结算页面、支付页面
  • 少信息:将所有的信息缩减到一个弹层

基于这两个维度,女性用户在充分理解产品的条件下,只需要2步操作与不需要花费过多页面加载的时间。这样的购物车流程,让用户很轻松、不用思考便能完成商品购物。

效果分析:艾媒咨询《2017H1中国跨境电商平台市场份额分布》数据,2017年8月3日,国内知名第三方数据机构iiMedia Research(艾媒咨询)发布了《2017上半年中国跨境电商市场研究报告》,报告显示:网易考拉海购以24.2%的占比占据2017年上半年跨境电商平台市场份额分布首位,并在正品信任度、市场满意度两项排行中再获得第一,成为34.1%新海淘用户的首选购物平台。

(题图由作者提供)

 

本文由 @倒爷 原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 分析的不错。

    来自新疆 回复
  2. 漏斗倒过来了

    来自北京 回复
  3. 想请教下复购率等数据可以从哪里提取?

    来自上海 回复
    1. 行业数据:艾瑞、易观、talkingdata、trustdata、CNNIC、DCCI……
      趋势类:艾瑞指数、百度指数、微信指数……
      系统掌握竞品分析、PRD等产品经理必备工作文档,明确各大文档使用场景、组成模块,戳>http://996.pm/YwjZb
      更多产品数据来源、竞品分析案例,可联系起点学院蘑菇获取(wx:qdxymg)

      来自广东 回复
  4. 漏斗分析好像有点问题

    来自江苏 回复
  5. 感谢分享

    来自上海 回复
  6. 分析的很细,道爷厉害了! 😉

    来自广东 回复
  7. 写的很好,但是个别字眼不是很理解。貌似有错别字。

    回复
    1. 不够细心啊…

      回复
    2. 😉 杰哥牛逼

      来自广东 回复
  8. 抱大腿

    回复
    1. 哈哈哈哈,大佬大佬

      来自广东 回复
  9. 😉 倒爷在这里~关注我关注我

    来自广东 回复