最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

那些喜忧参半的用户评论数据到底是如何影响电商销量的?

[复制链接]
跳转到指定楼层
楼主
发表于 2017-9-8 09:14:37 | 只看该作者 |只看大图 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
新零售业态下,消费者决策路径变成“线上→线下→线上”即线上查询对比价格,查看产品口碑评论,线下实体店体验,最终回归到线上渠道购买。整条行为路径中,线上的用户评论成了影响消费决策关键的一环。


用户评论数据如何影响电商销量?
用户评论数据主要有以下:留言板、社区论坛、网店的售后评价区及第三方的点评网站。
留言板:在购买商品之前,消费者可以通过留言板查看其他用户留言,从中了解商品情况及店家信息。用户通常会在购物结束后,在留言板上写下自己对所购商品的评价以及对此次购物的想法。这些留言为以后的浏览者留下购物参考证据。
社区论坛:社区论坛涉及的范围更广更全面。虚拟的社区论坛中,人人可以发表帖子,将自己周围的事情、或消费情况进行评论。其他消费者可以通过浏览论坛,了解各方面信息。
第三方点评模式的网站:第三方点评模式网站,如大众点评网,这类新型生活服务兼电子商务类网站为消费者提供一个更加透明化、针对性更强的信息沟通方式。这些基于网站的评论方式提供给消费者十分便利的信息服务。
数据显示,93%的消费者表示在线评论会影响他们的购物选择,82%的人在作出购物选择之前会阅读商品评价,而近60%的消费者至少每周都会浏览在线商品评价。
悲伤的故事:买家秀和卖家秀
万能的淘宝,提供了“只有你想不到,没有你买不到”应有尽有的海量商品。大家在淘宝上买东西,一方面是图便利,另一方面则是考虑以低于实体店的价格买到高性价比的东西。在整个消费路径中,影响消费者决策的因素有很多,如店铺信誉,品牌知名度,其他消费者对产品的评价,店主对投诉处理情况等等。
结合了大众的消费决策路径,做了两张关系图,来捋一捋关系:
*消费者购买决策影响因素
*消费者购买决策的影响因素权重
在无边界的网络销售行业,网络口碑的影响力远远大于其他行业或销售环境,所谓“坏事传千里”,随着网络咨询的日益发达,百花齐放的媒体传播端口,消费者在弹指之间便可获得海量的产品信息。这些或客观或刻意抹黑的评论数据一一堆积在网站、网店的评论区,让消费者更难抉择与产生信任。
而在电商网站购买东西,因为闻不到、摸不到,隔着屏幕只能通过用户评论和卖家提供的产品照片和文字去了解产品,建立信任度,从而促进消费成交。
很多人都被淘宝的一个段子刷过屏——“淘宝买家秀”。通过对相关舆情数据爬取,淘宝买家秀之所以被吐槽如此严重的原因主要是“货不对版”。那么“货不对版”中出现频率最高的关键词主要有“色差、褪色、尺寸、材质”此外还有数量、破碎等关键词提及的次数也不容忽视。
*关于“货不对版”的词云



口碑效应凸显,用户评论数据大有可为
○提供准确数据分析,创新营销模式
购物平台上的订单、交易、购物偏好、消费评论等是卖家与买家的商业交易行为产生的核心数据。通过深化数据的多方位采集与深度挖掘,提供准确的数据分析,对于提效、降成本,实施精准营销和创新营销模式提供突破口。
例如亚马逊记录用户的搜索内容、产品浏览情况、页面停留时间、竞品及最终购买的产品,利用有奖参与等各类互动游戏获取反馈信息,通过数据分析了解用户真正需求,个性化推荐产品。
○及时的应急处理能力实现创新,推动差异化竞争
建立电商后台数据库收集海量评论数据,将不同的数据整合到企业数据库中,进行综合分析,构建数据之间的关联性,寻找规律,依托这一流程,决策将日益基于数据和分析作出,而不再是基于经验和直觉,实现决策效果精确量化,效率大幅度提高,形成新的核心竞争力,促进商业模式创新变革,推动差异化竞争。
○提升用户体验,炼就核心竞争力
作为电商的核心板块,提升用户体验及产品服务认可度可谓是各大电商的救命稻草,谁守住用户,谁就占据市场。通过数据挖掘分析用户消费习惯和满意程度,例如京东通过对多维度的用户消费数据进行分析,建立个体识别模型,继而根据不同用户的特质,推介不同的商品给不同人群,并对网站、购买页面进行个性化设计,极大提升用户体验,获取用户的好评和消费心理的依赖,建立与用户之间的信任,并发展成为长期客户,最终炼就企业的核心竞争力。



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 11:59

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表