PChome 與 Momo 的線上購物大戰,不只是「搜尋結果」的差異而已

消費者的平台體驗是各電商競爭優勢的基本功。但是回歸到過去的經驗去推演,轉化率、客單價、消費者購買決策,並不能這麼簡單跟平台體驗畫上等號。
評論
Photo Credit: 截自 PChome
評論

原文刊登於燒賣研究所:電商人的培養皿,作者 Stone Shih ,INSIDE 經授權轉載。

最近 Momo 跟 PChome 的這篇比較文沸沸揚揚,諸多前輩有很多討論,討論平台的介面誰好用,誰搜尋的準確度高?是否每年雙十一除了優惠比較之外,也會在商業策略上比較兩家發展。

看完電商比較文後,我先簡單整理成兩大觀點出來討論:

  1. 搜尋產品結果,會影響購買
  2. 產品呈現資訊,會影響購買

仔細想想,我認為這樣的推論,太過簡化於單一面向。消費決策因子,有太多層面需要討論,單就呈現畫面就化作 M 家超車的結論,身為一個參與電商也滿多年的人,可能會抱持懷疑角度思考這件事情。

消費者呢?不外乎靠攏「便宜」、「信任」兩大因子。沒有這兩點因素,很難完成最終的結帳之路。

每年雙 11,不,應該說每月的折扣時間,尤其是摸不透的 2020,隨著各平台不斷祭出折扣牛肉殺紅眼,「怎麼買、在哪買」成為消費者話題焦點,我想從兩個方向討論,第一個是像我一樣,下班後化身消費者;另一個是我所粗淺了解的電商平台內搜尋系統討論起。

一、 消費者怎麼看待在電商平台上的購買決策?

上網買東西,大概可分幾個情境(閉上眼睛想想花錢的過程),情境其實跟找尋另一半很像,有隨機搭訕、用交友軟體篩選,或一生只要你一人那種的(為何我腦海浮現兩位政治人物):

  • 情境一,隨機搭訕類:不知道要買「什麼」,但我就想花錢

第一個情境,電商平台的首頁或是各分類的分頁的設計風格、行銷頁面規劃,會有喜好影響,原因在於視覺看到甚麼感興趣,或是讓我想要去進一步了解商品內容,可能剛好看到首頁、或家電分類次首頁中的空氣清淨機,這個月有特價(因為一入冬霧霾就來了嘛),大約瀏覽一下產品內容以後,大多數網友應該是另開視窗 Google 看網友評價,或是進一步去搜尋看看:它真的有沒有比較便宜。

  • 情境二,交友軟體類:已知「類型」,不知道要買哪一款品牌/型號/規格

第二個情境,當打算要買空氣清淨機,一定會先 Google,可能看了很多電小二的文章,接著打開平台 APP。此刻平台只要能快速地讓我跳到清淨機的分類就好,分類通常都設計在上方,然後接下來講一些品牌看一看,這時候需要的,是廠商的文案與影片,文案做得好的品牌商品,看起來賣相當然好,然後我會去各平台看一下價格,手機 APP 切換很快,選最低價的下單或是等到雙 11 下單。

  • 情境三,堅定追求類:已經確認要買哪個「商品」

最後一個情境,也是最殘酷的情境,我已經在評論網站那頭,選好空氣濾清器要買某 A 牌子(或已經知道某特定型號的款式),接下來點開各家 APP 手刀切換,直接搜尋型號看一輪,然後就跟當年麥當勞早餐的廣告一樣,我選便宜的或是選贈品多的,下單結束。

但面對「商品行銷頁面、活動資訊」該如何標示簡單又明瞭呢?說穿了,只有走到結帳那一頁,顯示的折扣後價格才是真。過量且不適當的資訊,對消費者可能都是干擾、或造成負面感受。

Photo Credit: Stone Shih

因此回上述三個情境:

  • 情境一,是在首頁要有能吸引閒逛的消費者「點擊下一頁面」的動力。
  • 情境二,變成是要剛好有清淨機或是清淨機「類別日」之類的活動,才能吸引到你的眼球。
  • 情境三,更要精準的打到「品牌日」或是「單品折扣」才有辦法。

因此平台工程部門對於預測與分析用戶意圖,瞄準客人當下的需求,給予最可能滿足對方的資訊來獲得用戶善意的回應,是大家共同的目標,誰做的越準,越能先讓顧客停留下單。

這點我得說 M 家系統的客戶分級與折價券差異發放,確實有達到效果,貢獻度高的顧客可以獲得較好的折價券,確實是不錯的。

但折價券這件事情,不是又回歸到價格了嗎?

這也是為什麼各家 PM 當看到對家的價格比較低,都要求廠商要跟價,或是不可以讓對方跟價的原因,所以我想平台跟廠商都知道,對一般消費者,同件商品的購買決策因素是:

價格>>>>>>>>>>>>>>>>>介面>搜尋

那麼,搜尋結果或是行銷頁面呈現的畫面,是否會勾人購買衝動呢?

老實說,設計視覺是很主觀的條件,對於相同一件產品,最後下單的一里路,大多數的消費者大多都還是價格取向(尤其是台灣),如果今天購物搜尋結果這麼重要的話,為何一堆直播主導購,用FB buy+1,團媽用line群組,簡單的導購頁面+1,都能創下超強的業績呢?

要購買的因素絕對很多元,主要還是在於商品力本身跟價格力身上,你有沒有辦法吸引人來購買,而非單就搜尋結果就能引發購物慾望。一旦這邊有批牛肉好便宜,跟隔壁棚還同一批,介面多難用你都會去買的。

Photo Credit: 中央社

二、 電商平台怎麼看待消費者的購買決策?

電商平台同樣也會思考,消費者在站內的各種行為,這也是這篇文章中所提出的內容之一,這部分根據我自身經驗,以及過去跟外站工程人員的請益後,對作者所提出的幾個內容,想提出一些看法。

  • 同樣的關鍵字,為什麼在不同網購平台上會找到不同商品?

關鍵字與搜尋標的內容本身字段的相符程度,確實會影響搜尋結果,因此要讓「機器學習」優化高相關搜尋結果。有在操作 SEO 的人都知道,同一個關鍵字在 Google 的自然搜尋結果(即沒有投放廣告的搜尋結果)排序會透過「機器學習」動態改變,當越多人因為特定關鍵字點擊前往某網站,該網站在 Google 的搜尋結果排序就會越往前跑。

同樣道理,當平台有持續透過「機器學習」優化自己的搜尋,那麼它的搜尋結果理當會讓最多客人「瀏覽、加入購物車或加入最愛」的商品優先排列,因為這些行為暗示「這個商品是客人最需要的」。

至於何謂「客人最需要的商品」?相信每個網購平台會因自家客人組成、消費行為…等不同,各自有最佳解答,如果我大膽假設各平台的 TA 完全不同,但是鍵入同一組關鍵字出來的是一樣的,那某種程度來說,這系統反而是不太合理。

再者是關鍵字能觸及的範圍廣度,舉例我分別把孔雀魚放入臉盆與浴缸中,兩者能容納的魚數量不同,要從臉盆與浴缸撈起「指定品種、或某一隻孔雀魚」的難度與技巧也不同,網購平台的搜尋範圍大小,也會影響搜尋結果回應的選擇與排序組合,因此各平台 SKU 數如果非常不同,搜尋結果不一樣不也是相對合理。

Photo Credit: 中央社
  • 缺貨商品,應該讓客人看到嗎

這一點站在平台的立場、實體通路,甚至於是供應商角度,可是有不同看法。

試想我們進到一間餐廳坐下來點菜,連點回鍋肉、豆干肉絲、客家小炒三道招牌菜,老闆都回「抱歉,今天已經沒有豆干,請換點其他菜色喔。」飢腸轆轆的你,此時我們會有哪些想法?

我脾氣好所以可能會盤算著「這店好熱門喔,下次早點來」,但有的人可能生氣,說我要去吃隔壁的麥當勞。

又或者有另一間餐廳,是在老闆遞上菜單時就告訴你哪些菜餚今天已無法提供,並主動推薦橙汁排骨、椒鹽里肌……等同樣是豬肉料理的菜色給你參考,此時我們的感受又會是如何?

以上「點餐內心小劇場」其實便是各平台對於「熱門商品缺貨」如何呈現的縮影,意味著與各平台希望呈現的形象,以及服務客人的策略。

基本上,光是要不要讓客人看到缺貨商品就可以分兩派,當客人使用關鍵字明確找尋某指定熱門商品,而該熱門商品早在開賣瞬間秒殺,平台可以選擇在搜尋結果最前台大喇喇展示缺貨商品,讓客人「看得到、買不到」展現自己或商品炙手可熱的形象;也可以用低調的體貼,選擇不優先顯示已缺貨商品甚至是下架,改媒合其他類似、但仍有存貨的商品,幫助客人完成選購。

但你問我哪樣好,不論是站在平台或是廠商的角度,不論是導購其他商品,或是開放預購熱門商品,只要能滿足消費者並讓顧客有成交最好。

三、 結論

打了落落長一篇,到此做小小結論。

我不否認消費者對於平台的體驗是各電商競爭優勢的基本功,這代表的是使用者的黏著度與第一個打開的 APP 的習慣,但是回歸到過去的經驗去推演,轉化率、客單價、消費者購買決策,並不能這麼簡單跟平台體驗畫上等號。

Photo Credit: Reuters/達志影像

也許大家看了可能覺得這是我的同溫層,又或是客觀數據不夠,但我相信我的同溫層應該滿肥厚的(笑)。

至於其它討論的點,比方說到貨速度,因為我住在台北市,老實說評斷這個並不客觀,各大平台在北部都是一堆物流業者協助送貨,通常都是非常快到貨,但若是到外縣市,建議各位看看各電商在 FB 的交流社團,就大概能知道物流是否出了狀況?物流爆量是大家都不想看到的非戰之罪(當然是不希望各位老闆遇到這問題)。

至於集團策略綜效,有一點我比較難理解,真的有消費者會捨棄離家近的 7-11 而去台哥大門市取貨嗎?除非我家樓下就是門市。畢竟,我相信各位電商前輩,看看內部數據,應該不會取消「超取」這選項吧。不過台哥大的會員轉成 Momo 會員這件事情,絕對是好事,PChome 不也終於把轉單跟入倉合併了嘛,在今天松果跟創業家兄弟也合併了,這個時代看起來策略聯盟跟整併是大趨勢,避免資源浪費。

總結以上,網購平台系統的發展方向、呈現方式,與客群行為,真的很難一言以蔽之,更難以判斷誰好誰壞。我只能說,能幫品牌主、供貨商賣商品、賺到錢發大財的平台,就是好平台。

最後關心一下,雙十一檔期大家業績都好嗎?希望大家都業績長紅!

責任編輯:MindyLi
核稿編輯:Chris

延伸閱讀:



電動自駕車上路迎曙光!Turing Drive 借重 AWS IoT Lab 雲端服務,桃園青埔開放道路成功試營運

Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線,AWS 除了技術面、架構面的協助之外,更重要是提供實作的引導,讓管理資料安全更有效率。
評論
Photo Credit:TNL Brand Studio
評論

電動車浪潮,讓無人自駕車的場景應用,增加更多想像空間!市調預測 2020~2024 年 L1-L5 等級電動自駕車,年複合成長率 18.3%。然而,電動自駕車要實際上路,除了要配套法規,保護乘客、行人的安全,更備受考驗。

團隊成員平均 30 歲的新創台灣智駕(Turing Drive)於 2018 年創立,致力研發可商轉的自動駕駛系統,他們開發的特製國產電動車,上路測試兩年行駛超過 30,000 公里、運載 70,000 位旅客。達成 98% 車輛妥善率,背後正仰賴龐大感測數據做為支撐,過程中 Turing Drive 借重 AWS IoT Lab 物聯網實驗室服務,讓創新之路更加拓寬。

特殊交通情境提供創新養分,封閉到開放場域 Turing Drive 累積實戰經驗與數據

Photo Credit:TNL Brand Studio
Turing Drive 執行長沈大維提出電動自駕車在台灣交通情境下所擁有的優勢與挑戰。

「要在台灣創新,尤其是電動自駕車全新題目,對我們新創是相當大挑戰,但也迫使我們每天想破頭思考,在困境之下該如何找出路!」Turing Drive 執行長沈大維開門見山表示,創業三年多來,走得每一步有多麼不容易。

Turing Drive 握有 CPU、GPU 平行運算核心能力,正因為資源稀缺,盡可能發揮自駕系統的多重定位技術,從GPS、光達、雷達、影像、到車體慣性導航等應用,Turing Drive具備足以提供市場最快速 time-to-market 應用方案。然而,除了握有 AI 演算、晶片感測能力,沈大維認為台灣的獨特交通情境,對發展自動駕駛技術推了一把。

他解釋,「台灣摩托車、汽車齊聚路上,還有偏鄉接駁、市區夜間公車專用道,多元交通環境交錯,讓我們嘗試用自動駕駛創造新的營運模式,這是其他國家沒有的先天優勢。」因為有實際場域得以試營運,Turing Drive 一路從封閉環境的桃園農博會、台中麗寶樂園,再到台北信義區夜間、桃園青埔的開放道路環境,象徵台灣交通情境的縮影,這家新創正逐步破關打怪。

Photo Credit:Turing Drive
全台第一條電動自駕巴士路線,就在桃園青埔。

除了 Turing Drive 積極突破技術提升安全率,提供場域驗證、城市建設的桃園市也貢獻良多。桃園市政府經濟發展局局長郭裕信回應,桃園近年積極推動創新城市治理,被 ICF 智慧城市論壇評選為「全球智慧城市首獎」,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運,提供載客接駁累計超過 800 位人次乘坐,創下 90% 乘客滿意度。

Photo Credit:TNL Brand Studio
桃園市政府經濟發展局局長郭裕信表示,桃園近年積極推動創新城市治理,電動自駕車是智慧城市的一環,因此桃園不遺餘力推動全台第一條自駕巴士路線試營運。

大量的感測、影像數據該如何加值使用?借力 AWS 邁向「雲」運算成必經之路

Turing Drive 的電動巴士每天在桃園青埔定點載客、行駛,可想而知,有多麼龐大的感測、影像數據不斷累積。沈大維點出過去其他案例測試時,若想達成 Data Driven 驅動更多自駕車服務,勢必要先克服數據的儲存、加值、運用等實際挑戰,他解釋,「以前用終端硬碟儲存資料,往往我們工程師要留守到半夜,再去插拔車上的硬碟、整理車子運行數據,我們發現這樣做很沒效率,甚至隨著數據資料越來越多,在分類管理的工作也更為困難。」

面對難題,就是尋求解方!Turing Drive 找上 AWS IoT Lab 物聯網實驗室,雙方開始盤點,該如何運用雲端環境的優勢,更輕鬆掌握、洞察自駕車數據的金礦。AWS IoT Lab 表示,

「我們從三大面向切入,協助 Turing Drive 加速他們開發流程、減少工程師例行工作,甚至將影像資料有效加值,又能確保資料安全。」

AWS 所説的的三大面向,正是 AWS IoT Lab 所提供的三項解決方案服務。首先針對工程師要排班到試營運現場,插拔硬碟下載資料的冗長流程,AWS 提供 AWS IoT Device SDK 透過 MQTT over TLS1.2 安全機制加密與 AWS IoT Core 連結,通過認證後可將終端裝置的資料傳到 AWS 雲端儲存。同時允許開發團隊從遠端,直接登入自駕車系統做韌體更新或回收數據等指令,大幅縮短 Turing Drive 在開發、調教程式的時間。

第二項服務則聚焦協助 Turing Drive 針對自駕車運行所錄製的影像,AWS 提供 Amazon Kinesis Video Streams (Amazon KVS) 服務,讓終端裝置的影像資料串流到 AWS 雲端平台,進行後續機器學習、分析處理。讓 Turing Drive 省去過去人工傳輸影響資料流程,也幫助開發團隊更便利做後續的資料加值利用。

Photo Credit:TNL Brand Studio
AWS IoT Solutions Architect Tec 介紹三項解決方案內容服務。

第三項則鎖定自駕車的資料,因為搭載光達、雷達、GPS、陀螺儀等感測器,每天每秒都在產生巨量資料,Turing Drive 透過 AWS IoT Core 進行資料彙整並集中傳送到 AWS 雲端,事後新創團隊更快梳理資料庫的數據,持續優化自駕車路線。除這三項關鍵服務,沈大維特別回應,「AWS 帶給我們技術面、架構面的協助之外,更重要是提供實作的引導,讓我們管理資料安全更有效率,把資料放到雲端儲存,再也不用煩惱地端伺服器的維護跟管理。」

Turing Drive、AWS、桃園市政府,各司其職聯手出力助攻電動自家車加速上路

Photo Credit:TNL Brand Studio
沈大維指出,電動自駕車上路的普及,須同步具備雲端數據解決方案與硬體環境的配合。

在 Turing Drive 的眼中,與桃園市政府合作在青埔導入電動巴士試營運只是開端,沈大維說:「十年、二十年後,我們認為新世代的智慧車會趨向平台化發展,一方面需要有像桃園市願意投資智慧城市硬體環境的地方政府;另一方面則仰賴 AWS 雲端方案,完善數位基礎建設來整合道路號誌資料、車輛運行資料,當這兩端同步發展之下,電動自駕車上路才會加速普及。」

尤其是自駕車數據背後隱含的商業創新,郭裕信回應說,「智慧城市治理最重要就是數據, Turing Drive 掌握的數據未來還能跟保險公司、電商導購做結合,只要資料去識別化在安全範圍下使用,相信 Turing Drive 與 AWS 兩家新創企業的創新能量,我們非常樂見有更多資料應用,搭配新興商業模式,在充滿活力的桃園市進行驗證,看見更多創新應用具體落地。」

Turing Drive 展望未來的佈局,沈大維認為自駕車的發展不會只靠一家企業單打獨鬥,未來他們將聯手產業鏈夥伴,將 AI 技術、車載設備、關鍵組件、路側設備端到端的解決方案輸出海外,放眼全球商機。他肯定表示,「AWS 雲端平台具備彈性,不斷推出新應用的價值,我們會持續與 AWS 合作,把新世代智慧車的數位基礎建設産品放在 AWS 平台一起推廣,鼓勵更多勇於築夢的新創,善用 AWS 的優勢展開創新之旅!」