起因有點偶然
八月裡,我在微博上順手點開一個廣告,發現某美妝品牌性價比不錯,就下單了。這是我在 SNS 站點上完成的第一筆交易。拿到貨之後我才反應過來:我從沒在「我的淘寶」的好友動態裡點過別人分享的東西,更別提買。於是有了這次研究。
一、立項
最初想研究的是 SNS 用戶習慣與動機,範圍不限於淘寶,打算用照片日志(Photo Diary)這種定性方法,去描繪活躍在各大 SNS 上的用戶特徵,幫淘寶定位目標人群。但很快發現一個前提問題:會在淘寶購物的人本身就自帶特點,而我這項研究真正的價值點,應該落在【怎麼把這些網購用戶轉成淘寶的 SNS 用戶】。
帶著這個目標,我們對齊了 SNS 下半年的業務規劃,把產品範圍收在【淘寶網分享】,研究它的使用習慣與驅動因素。
二、研究思路
一個嚴謹完整的研究,定性和定量都少不了。所以項目走的是:先定量、再定性、最後回到定量。

圖1
1. 定量:確定目標用戶
產品定了,接下來是圈人。為了讓樣本更準,我們拉了 BI(商業智能)同事合作,請他們把全網用過 SNS 分享功能的用戶特徵跑出來,幫助篩選定性研究樣本。
過程中發現一組值得注意的數字:七月用過 1–2 次大分享、且八九月 GMV 達到三筆以上,但八九月不再分享的用戶,佔所有大分享用戶的 76.2%。這群人為什麼停下來,是個很有價值的挖掘點。
於是我們把用戶分了三層:

圖2
新用戶:8 月 1 日至 17 日之間第一次分享,且至少綁定一個外網 SNS 站點。
活躍用戶:六、七、八月均有分享,且至少綁定一個外網 SNS 站點。
流失用戶:六月分享過,但七八月都沒再分享,且至少綁定一個外網 SNS 站點。(BI 建議:調研時可選分享天數 ≥2 的用戶,因為只分享過一天的人多半只是試了一下。)註:這裡不用分享次數定義流失——一個用戶一天內分享十次、第二天不再分享,同樣算流失。
問題也來了:三層都做,每層都容易挖不透。討論之後排出優先級:流失用戶 > 新用戶 > 活躍用戶。最終目標用戶確定為:使用淘寶網 SNS 分享的流失用戶。
2. 定性:以研究目的為導向深挖
層級確定後,接著按用戶星級、淘寶成交情況、人口特徵等因素做抽樣(具體抽樣方法屬另一個話題,這裡略)。隨後依提綱電話深訪了 16 位買家,其中 10 位流失用戶、6 位活躍用戶,收穫不少定性問題,整理後進入定量驗證。
為什麼要訪談活躍用戶?下一節會說明。
3. 定量:把定性結論量化
從 BI 取回的數據裡,流失用戶的最終樣本只有三萬多,按我們平時問卷回收情況估算,樣本量偏低,誤差會比較大。為了保證結果可靠且信息豐富,我們補進了【非流失用戶】——即七、八、九月 GMV ≥3 筆的淘寶純買家(排除流失用戶)。這部分有效樣本充足,而且同時覆蓋了新用戶與活躍用戶,可以在人口特徵、習慣、動機、使用驅動因素上做對照。
這也是我們在電話調研中加入 6 位活躍用戶的原因。
問卷設計階段最大的挑戰是驅動因素那部分題目。建模需要大量經過反覆驗證的成熟量表,而 SNS 領域的相關研究少之又少。為了保證模型的完整性與科學性,項目期間我們做了不少桌面研究。
整個項目分三個階段推進,最終得到的模型如下(結論僅供參考,由於實驗設計與目標用戶不同,結果可能會有差異):

圖3:有過分享經歷的非流失用戶,做分享的原因模型
圓圈越大,相關度越高(下同)。藍色代表與購物相關的因素,紅色代表用戶心理層面的因素。

圖4:流失用戶做分享的原因模型

圖5:有過分享經歷的非流失用戶,不分享的因素模型

圖6:未分享過的非流失用戶,不分享的因素模型

圖7:非流失用戶的刺激因素模型

圖8:流失用戶的刺激因素模型
以上結論是在專業同事的幫助下完成的,也是我們對 SNS 領域的一次初步探索,期待更深入的探討與交流。