產品推薦大致分兩種:一種以營銷為目的,一種是真心覺得好。今天只談第一種。
之前我們做過一個推薦系統,自認為不錯,客戶和客服的反饋也好,可惜沒能正式上線,至今擱置。思路很簡單:"客戶告訴我們他願意花多少錢[X]、希望得到什麼效果[Y],我們幫他選擇合適的路徑[P]。"其中,X相對容易獲得;Y則因本身的多样性,需要先做細分,抽象成可量化的特征;然後對每個特征,選取路徑P1、P2……Pn做組合分析;最後把所有Y的特征放一起做全局優化。當然,投入的可能不只是錢,也可能是時間等,但那樣算起來就太複雜了。
我們最後只完成了這個宏大理想的第一步:客戶說要走第一條路時,我們告訴他該穿什麼鞋……說起來真是細節。那時我們能看到的路徑也就一兩條,還滿是泥濘,生怕把客戶引過去人家不樂意,或走著走著摔了跤,而修第一條路的人又不给力,一直念叨"要不等我們再修好點,你再帶人來?"哎,反正很糾結。最後的結論是:時機未到,還需等待。悲催!
這幾天又想起這事,發現產品推薦的思路並不總靠譜,只有在特定環境下才做得有意義。
首先,客戶的訴求實在太難抽象和量化。他們常說"這產品做得不好""它沒達到我要的效果"之類,都很難處理。你再追問、希望他們說得細些,他們想一想,回答兩個字——"感覺"。總之,能清晰描述需求的客戶不多。你若再問"你是注重A還是B?"回答"都想要"的客戶基本佔了九成。
其次,客戶沒你想的那麼傻,也沒太聰明,但他們多數很懶。一款新產品意味著一套新內容、新要求、新操作,對大多數人來說,若現有的已能滿足,就不會有強烈的嘗試沖動,尤其當嘗試還要付費時。所以新產品上線前做小流量試驗,為招募更多自願客戶,常採免費試用或至少半價推廣。從實際經驗看,能招到八個左右的大客戶已屬上佳。
第三,客戶真的需要產品推薦嗎?本週我專門找了幾位相熟的客服聊這話題,她們也幫我問過客戶,答案差不多:客戶不需要,客服可以看看。客戶通常對推薦類東西抱著懷疑——他們知道你的目的是營銷,潛意識會想"你是不是要我掏錢啊",頗為抗拒。想想你接到保險公司電話時的反應,就那麼回事。客服則不然,畢竟有工作壓力,他們以往的推薦經驗多來自個人積累、同事分享和一些幫助文檔,很少有實時可參考的數據與信息,更沒有相應工具輔助,所以挺歡迎。另外還有一點:客服不希望這樣的產品開放給客戶,尤其帶詳細數據和趨勢圖的,主要是怕解釋成本增加。
也有好消息:大部分客戶很愛問別人怎麼做——競爭對手、同行都在做什麼,看到不錯的產品也會主動詢問。比如最近很火的百度開放平台,咨詢的就挺多,可惜客服問我的時候,我也一無所知……
說到這裡,我就想:產品推薦換種形式會不會更好?昨晚去泰好味吃飯,每桌的餐牌上都寫著上個月的銷售情況:第一名是冬陰功湯,賣出五百多份;第二名好像是鳳梨飯。統共列了十多道菜,都標清了6月份的銷售份數。以往吃飯前我愛查大眾點評,看哪些是招牌菜,餐廳這一舉動倒省了初來食客不知點什麼的煩惱,看起來格外貼心,比服務員說"我們這裡的某某賣得很好"、你一看價格心裡湧起"貴死了"的反感要強得多。
那產品推薦能這麼做嗎?既然客戶想知道,我們就適當告知其他人在用什麼、最近什麼紅,充分利用人們的從眾心理。若能保證數據和資料真實、建立暢通的反饋機制、讓用戶清晰表達要什麼不要什麼,有了一定積累後,再開始做推薦。
如今做推薦的常見場景是:面對一個沒有頭像、喜好不明,甚至連性別都可能搞錯的客戶。一般只能從用戶ID和註冊時填的基本信息,最多再加上他在其他產品線的表現,略知一二。之前我們用與該客戶同類型的數據做預估,也用真實數據檢驗過,結果並不準確。想想也是必然:用過去的經驗預估未來都不一定準,何況用別人過去的情況去推斷。
我所了解的產品推薦就這麼多,總結一下:
1. 如果客戶能清晰說明投入與期望產出,且對路徑毫無偏好、願照推薦執行,事情會簡單得多。
2. 產品推薦建立在對客戶和產品的充分了解之上,而兩者都在變動,所以很難。
3. 它本質上是性價比與最優分配的問題,但很多數據未知,難求最優解。
4. 推薦是大趨勢,但時機仍未到。當下,或許做排行榜類的效果更好——面對相同數據,客戶會有不同解讀與選擇。他們願意為自己的決策負責,卻未必願為你的推薦買單。
From - https://www.wangxuntian.com/?p=1230