本篇文章对电商经典漏斗shopping journey进行了讲解，模型的预期是希望用户在本阶段积累有效互动，达到阈值，则引导用户去下一个阶段。让我们来继续学习一下吧~

假设我们达成共识，按照session来归因。当然session的定义可以有所不同。每一个session都会有一个单独行为漏斗。我在做电商业务时，采用的漏斗是常见的shopping journey模型，预期是希望用户在本阶段积累有效互动，达到阈值，则引导用户去下一个阶段。基本符合线下购物体验。

awareness > consideration > decision > payment > enjoy&share

不得不强调，我个人认为99%的运营误解了shopping journey，包括Google/Facebook/Tiktok的KA Manager这种广告平台的运营，往往画一个大图，把这个漏斗当成一个框，无论什么都往里装。最大区别在于口径，我认为单纯的把不同session用户行为放到一起看shopping journey是无效的阿，因为这不符合人的意识。可能他们把流量运营和品牌运营搞混了。当然品牌运营也不应该按这样理解。

• awareness：客户进入服装店，导购判断用户偏好，介绍相关产品。如果客户是一个男士，你却介绍女士内衣，就很奇怪。
• consideration：给女士讲怎么搭配，试穿。给男士讲什么材质，耐用。
• decision：满减，商场活动，线上线下同价。
• payment：支付安全性
• enjoy & share：社交价值

下面这个例子中的分值仅仅为了便于举例。

当在同一个session中，item分值超过一个阈值，我们在用户下次遇到这个item时，利用坑位鼓励用户进行下一步操作。当∑(item)超过另一个阈值，则降低前一个阈值，鼓励用户对更多产生兴趣的item进行下一步操作。

例如：用户反复3次查看了某款鞋的买家秀，下次再刷到这款，提示可以加购。

todo: 漏斗模型图

举个反例。某些业务运营团队漏斗居然是技术团队漏斗的简化版本。

impr > click > visit > first page load > item page visit > add to cart > payment

技术参数漏斗主要是给技术部门使用，为了日常监控，快速定位哪个环节可能存在系统性故障。这更像是监督技术部门的工作，业务部门重复劳动，我个人认为是没有增量价值的。

为了提升漏斗效率，有一些深度内容运营策略。

一、如何做awareness？

1. 从用户特征出发

比如地理位置，北京上海同属大城市，但是用户的需求差异非常大，粽子南甜北咸。类似的策略测试结果购买转化率提升了50%。 本人发明的算法，其实很简单，如果你仔细观察抖音的推荐逻辑，也应该能找到答案。

2. 及时响应

当你玩抖音的时候，点赞了一个“高速运转的机械进入中国”视频，系统是否马上给你推荐相关的段子？这个时候用户已经把答案告诉你了，就不要忽略。

用户从一个女装创意进入APP，但是对一款墨镜产生了强兴趣，你还要不要主推女装呢？相比某些业务的内容推荐逻辑，最快是每日刷新的，这种效率很难满足生活节奏快的人群。可能你会受到挑战，及时响应的硬件成本过高，复杂度过高。但我们只需要找到一个非常具体的细分领域，针对一小部分特定人群展开测试即可。拿到阶段性成果，就很容易说服技术团队。

3. 反向操作-购买频次

先说一个反例，你可能经常发现刚刚从某平台买了一个产品，立即在其他媒体上看到这个产品自己的广告。起码同一个SKU是严重错误。另外我认为这不符合购买频次的逻辑。例如快时尚类尤其服装同品类都可以做到1-2周，但是同品类厨具，起码12个月，甚至36个月都有可能。具体方案暂不展开。

4. 需要对产品配合

还需要产品团队的配合。我提出的底层逻辑是，在同样session时间内，提高有效信息所占的视觉面积。以landing page为例，再次从反例入手：

• 为了便于搜索，landing page上制作了搜索框。但根据我数据分析结果，这个功能几乎没有人使用，更别提对结果的贡献。那么就需要业务给产品提需求，拿掉这个模块。大约可以节省5%的视觉面积。
• 因为第三方公司说，代金券是非常重要的，所以产品专门开发了领券的模块。同样经过数据分析，没人使用。拿掉这个模块。大约可以节省20%的视觉面积。 我实地考察的时候问用户为什么不使用代金券，收集了大量用户的答案我才发现，某些业务的代金券都是忽悠人的，因为用户根本无法使用，跟用户想买的产品八竿子打不着。商业本质属于广告，就是因为产品的策略导致这部分商家获得了非常多的曝光机会，但问题是这本质是消耗用户的时间。用户的时间就是一般业务的真实成本，虽然未计入会计成本。

二、如何做consideration？

对于awareness 分值足够高的某一个item，当用户再次从某一个展示位（比如搜索结果页）看到的时候，应该多展示consideration阶段的内容。根据业务特征定制。例如服装，客户最大痛点并非价格，也不是退货流程，而是合身。互联网业务的本质是减少信息不对等。

为了便于理解再次举个反例。某业务从第三方机构通过问卷调研得出结论，买家的评价是非常重要的。为了增加评论数量，开发了一个功能，任何人只要把文字和图片都填到评论里，则可以得到不错的积分奖励，积分可以兑换代金券。由于这个策略是从竞争对手抄过来的，竞争对手的评论区都是垃圾信息泛滥，可想这个功能的结果。

按照我的逻辑，正确的策略应该是通过明确的模板的方式引导买家评价，比如告诉买家，应该如何拍照。同时给卖家一个选择权和优质内容指导建议，把优质评论置顶，同时买家可以得到超级丰厚的积分奖励。否则只能得到非常低的。最终结果一定会看到，各种高矮胖瘦，各种pose的优质买家秀。买家希望看到跟自己身材相似的人穿上是什么感觉。更简单一点的策略，就是统一为服装业务定制标准化的身材规格，包括但不仅限于三维等规格，甚至头围，如果卖帽子的话。 由于穿搭也是这个业务这个阶段的痛点，那么在这个阶段，也应该多展示穿搭组合的信息。

三、如何做decision？

所有条件都满意了，用户可能因为什么不提交订单呢？还是要从业务角度出发，逐个找到策略。也不一定所有的品类都有在这个阶段有优化的必要。仅放两个例子，以后有机会再丰富。

1. 还是服装类。万一线下拿到货，跟线上确实差异大。走退货流程很麻烦。利润空间足够大的商品，可以考虑当面验货，对面料，做工不满意可以当面退。但是要注意做好风控，可以从最优质买家开始公测。
2. 标准品类，主要是电子产品。某些新兴地区，用户大多倾向于线下购物的。应主打假一赔十的策略。把这个信息做成可视化很强的形态。例如一个盾牌。让消费者充分了解。因为产品本身没什么变量，只要参数都对齐，唯一变量就是价格。用户几乎只关心是否正品。