新零售核心工作仍然是“引流”和“变现”,引流方案如何设计?与传统方案有什么差异?这一切都来自购买逻辑的改变。
消费者购买以前是“需求驱动”,“搜索”就是最效率的引流方案,今天是“兴趣驱动”,也就是购买是“逛”出来的,“推荐”的效率就会更高,兴趣购买占比已远超需求购买,推荐自然就成了主流模式。
探讨推荐模式的引流方案,先要理解平台的推荐逻辑,为了便于理解,先看一个数字,Dou+投100元,有5000个播放量,如果推荐对象精准,成本就可忽略不计,因此第一步是让平台能精准识别客户。
平台都有AI能力,只是经过训练,精准识别客户不是问题,方法就是持续上传内容到平台,通过内容被阅读的数据,来给浏览者打标签,并利用算法不断优化,从而做到精准推荐,显然“内容”驱动力。
如何扩大推荐量,就需理解流量池和推荐逻辑,平台有流量池分为多级,每一级都有数据指标,如:完播率、转赞比、关注率等,推荐从初级流量池开始,完成数据指标就推荐到下一级,比如“上热门”就是全网推荐,平台流量池都都是亿级规模,推荐量可以很大,但内容播放数据不理想,怎么办?
内容质量的确很差,就一定不会有推荐量,但内容在某级数据完成不好是正常的,就花钱买流量跳过本级流量池,在下级完成数据后接着推荐,因此扩大推荐量本质是“数据”驱动。
平台流量池都是数亿量级,从任何一个平台引流,都足以把生意做得很大,选任何一个平台深耕下去就好,流量来了就是变现。