科技: 人物 企业 技术 IT业 TMT
科普: 自然 科学 科幻 宇宙 科学家
通信: 历史 技术 手机 词典 3G馆
索引: 分类 推荐 专题 热点 排行榜
互联网: 广告 营销 政务 游戏 google
新媒体: 社交 博客 学者 人物 传播学
新思想: 网站 新书 新知 新词 思想家
图书馆: 文化 商业 管理 经济 期刊
网络文化: 社会 红人 黑客 治理 亚文化
创业百科: VC 词典 指南 案例 创业史
前沿科技: 清洁 绿色 纳米 生物 环保
知识产权: 盗版 共享 学人 法规 著作
用户名: 密码: 注册 忘记密码?
    创建新词条
科技百科
  • 人气指数: 2854 次
  • 编辑次数: 1 次 历史版本
  • 更新时间: 2012-01-08
明天
明天
发短消息
相关词条
增加用户黏着度的五个方法
增加用户黏着度的五个方法
互联网产品设计12个理念
互联网产品设计12个理念
让用户快速上钩
让用户快速上钩
用户投资
用户投资
了解网虫消费者
了解网虫消费者
碎片时间调研数据
碎片时间调研数据
美国青少年线上隐秘生活
美国青少年线上隐秘生活
眼球跟踪在流行
眼球跟踪在流行
用户运营
用户运营
SeeWhy
SeeWhy
推荐词条
希拉里二度竞选
希拉里二度竞选
《互联网百科系列》
《互联网百科系列》
《黑客百科》
《黑客百科》
《网络舆情百科》
《网络舆情百科》
《网络治理百科》
《网络治理百科》
《硅谷百科》
《硅谷百科》
2017年特斯拉
2017年特斯拉
MIT黑客全纪录
MIT黑客全纪录
桑达尔·皮查伊
桑达尔·皮查伊
阿里双十一成交额
阿里双十一成交额
最新词条

热门标签

微博侠 数字营销2011年度总结 政务微博元年 2011微博十大事件 美国十大创业孵化器 盘点美国导师型创业孵化器 盘点导师型创业孵化器 TechStars 智能电视大战前夜 竞争型国企 公益型国企 2011央视经济年度人物 Rhianna Pratchett 莱恩娜·普莱契 Zynga与Facebook关系 Zynga盈利危机 2010年手机社交游戏行业分析报告 游戏奖励 主流手机游戏公司运营表现 主流手机游戏公司运营对比数据 创建游戏原型 正反馈现象 易用性设计增强游戏体验 易用性设计 《The Sims Social》社交亮 心理生理学与游戏 Kixeye Storm8 Storm8公司 女性玩家营销策略 休闲游戏的创新性 游戏运营的数据分析 社交游戏分析学常见术语 游戏运营数据解析 iPad风行美国校园 iPad终结传统教科书 游戏平衡性 成长类型及情感元素 鸿蒙国际 云骗钱 2011年政务微博报告 《2011年政务微博报告》 方正产业图谱 方正改制考 通信企业属公益型国企 善用玩家作弊行为 手机游戏传播 每用户平均收入 ARPU值 ARPU 游戏授权三面观 游戏设计所运用的化学原理 iOS应用人性化界面设计原则 硬核游戏 硬核社交游戏 生物测量法研究玩家 全球移动用户 用户研究三部曲 Tagged转型故事 Tagged Instagram火爆的3大原因 全球第四大社交网络Badoo Badoo 2011年最迅猛的20大创业公司 病毒式传播功能支持的游戏设计 病毒式传播功能 美国社交游戏虚拟商品收益 Flipboard改变阅读 盘点10大最难iPhone游戏 移动应用设计7大主流趋势 成功的设计文件十个要点 游戏设计文件 应用内置付费功能 内置付费功能 IAP功能 IAP IAP模式 游戏易用性测试 生理心理游戏评估 游戏化游戏 全美社交游戏规模 美国社交游戏市场 全球平板电脑出货量 Facebook虚拟商品收益 Facebook全球广告营收 Facebook广告营收 失败游戏设计的数宗罪名 休闲游戏设计要点 玩游戏可提高认知能力 玩游戏与认知能力 全球游戏广告 独立开发者提高工作效率的100个要点 Facebook亚洲用户 免费游戏的10种创收模式 人类大脑可下载 2012年最值得期待的20位硅谷企业家 做空中概股的幕后黑手 做空中概股幕后黑手 苹果2013营收 Playfish社交游戏架构

目录

用户推荐编辑本段回目录

关注到‘用户推荐’的契机是现在某购物站点的‘猜你喜欢’,虽然是换了皮的推荐,但真的某一天开始高准确度地猜中了我的心头好。我猜是我大量操作,坚持不屑地使用该产品,给数据库留下了足够的蛛丝马迹,这才被一箭命中,让程序看穿了喜好。

某日开会,业务与设计在争执‘推荐’模块内容,到底由业务推?还是按照用户喜好来推?换句话说到底是安排相亲对象还是放任自由恋爱?

‘用户推荐’到底是你说你的?还是我看我的?大家目的不一样,作为用户来说,仰赖自己智慧做出的选择,远比那些花花绿绿的推荐广告来的可靠,但有意思的是结果可能殊途同归。

今天小议用户推荐

脑海里浮现出的推荐模式

在线站点内推荐:

a. 超大广告灯箱+Flash滚动

b. 次级页面双侧‘推荐’模块

c. 页尾‘推荐’模块

d. 搜索时预置选项推荐

e. 搜索结果推荐

f. 犄角旮旯见缝插针狗皮膏药‘推荐’入口

站点外推荐模式:

(类同广告)

a. Email 、常规信件

b. 即时信息

c. 依附其他应用软件占得‘推荐’位

(应该说广告位更确切)

推荐对象

a.  当下产品使用者

b. 非本产品使用者,但可能与本产品相关软件/信息有交集的用户

c. 无筛选面对所有人

推荐频率

a.  每次页面刷新更新推荐内容

b. 固定有限区域定时滚动

c. (对于广告类,有针对性站外/线下推荐)根据产品活动,特殊用户事件(如生日,使用周期……)按特定时间点推荐

推荐效果

全面铺开的广告类推荐――特定相关用户会注意,非该信息兴趣点用户常常会忽略或持有怀疑态度

针对个人喜好的推荐――根据推荐准确度,接受信息比率依次增高

(但我们还是会删除所谓的产品新信息邮件,也从来不看信箱里的会员推荐广告,看到不靠谱的书籍音乐推荐,一律忽视删除,最后手动自己找)

很多热推产品占了超多篇幅,用各种PS得晶晶亮的图片轰炸眼球,但目的明确的熟练用户们,居然甚少通过这些主页大篇幅推荐去购买产品,很多页面点开看看也就关了。其实推荐这个东西站在市场的角度考虑,无非是要多卖产品,尤其是有滞销可能的产品,所以百般推荐,广告攻势,希望用户知晓,可惜用户不领情!业务需求喋喋不休地要推荐更猛烈,可是收效甚微,并无进步。这原来就是一场双赢交易,用户不是白痴,及时偶尔弱智了,也从情感上排斥步步跟随,倒贴抱腿的猛烈自荐式销售模式。用户需要知晓的是:真正与我相关的信息。否则不要浪费我的时间!更不要谈钱!

从这个角度来说,个人更鼓励有针对性的用户推荐,而且这种用户推荐早就已经被做得到处都是了,只不过做得好的并不多。有些美其名曰的用户推荐其实还是不精准的。这就有些尴尬了,这样的用户推荐就是鸡肋,既没有拉开和硬性推荐广告的距离,又没有做到体贴入微的私人定制化服务。那就是做了白做~!

找到用户兴趣点及行为习惯

涉及参考如下:

http://wenku.baidu.com/view/7711db64783e0912a2162a3d.html

1. 用户浏览文档的行为习惯

2. 用户重点关注的页面信息

3. 用户执行过保存、打印等动作的相关信息

4. 用户标记过的信息类型

5. 用户执行点击跳转到某个链接的行为

6. 用户访问重复度高的对应功能或信息

7. 用户操作次数多的功能或信息

8. 用户浏览时间长的信息

9. 用户手动输入过的信息(包括搜索关键词)

制定推荐导向

a. 同类产品最优价格推荐

b. 同类最新产品推荐

c. 同系列产品推荐(比如用户购买了洗发露,那是不是顺便推荐个护发素?)

d. 模糊类别的相同关键字推荐(比如用户购买了大量红色服装,是否可以‘红色’作为推荐关键词,对应其他非服装类产品)

e. 扩展推荐 (比如用户喜好悬疑类书籍,是否可推荐同类电影或话剧?甚至带有逻辑分析因素的活动,相关题材虚拟人物所在地的旅行?去英国找福尔摩斯去日本找柯南之类?扯远了……)

针对性强的用户个人推荐所带来的好处:

――增加了网站粘着度,用户可快速获得利用价值高的数据,更贴心

――提高有效反馈以及产品交易几率

推荐模式在生活中的案例

【书店】会将最新上市且有话题点的书籍放在首要位置,对应不同种类的书籍,在目光所及层放置最热销的书籍,冷门书籍往往在最高层,娱乐快销书籍平铺摆放在平面台上便于翻阅。

【超市】著名的啤酒和尿布案例~

还有就是经常将最接近保质期的货品放在最首要位置,降价促销。反而是热销产品广告非常少,且位置未必明显。对会员实行广告册发放。

【咖啡馆】有的咖啡店提供认领杯子,建立产品和客户联系,记录客户购买历史,客户进入店内做相应产品推荐。

【菜场】常去的菜场大妈会认识街坊,知道彼此购买习惯,出现时间点,口味偏好,预算范围,会推荐最新鲜菜,未必是最便宜,但适合街坊居家烹饪的材料。

【中药铺】这大概是用户推荐做的最好的地方了,不同与超市商店漫无目的卖东西,医生记录病人病例,对症下药。

说到最后其实就是对症下药~!

那么,当出于用户角度作出推荐且被采纳之后,长期维持的模式会有转移么?

会~!当用户与商业平台建立联系,用户心态会放开,除了固有的推荐产品类别之外,用户会可能尝试接受新推荐。这是一个插入商业目的推荐的好契机么?可能!比如推荐用户10款贴身打造产品都为最优价格,且长期都有良好反馈,在成功交易多笔交易之后,系统插入1条虽价格不是最优,但是体验最优的同类产品,用户会尝试了解。多次以后是否会尝试购买呢?

用户行为本身也在变化,系统数据会实时更新,推荐模式需要调整,在调整的同时,少量参杂引导性的出于其他目的,非用户常规模式,但与用户喜好有交集的产品,是否会成功达到目的?

在建立信任的前提下,才谈得到有效推荐其他产品。

还是菜场大妈A的例子,比如你每天都去买菜,大妈A知道你最爱买青菜,总之你全家老小都爱吃蔬菜,(这都什么假设……汗……)那么有一天大妈A批发了很多新鲜鸡蛋,大妈向你推荐保证和她卖的蛋和她10年来卖给你的其他蔬菜一样,是最新鲜的土鸡蛋,你不用去别家摊位看了,顺便和青菜一起买了,看着大妈A诚恳的眼神,你愿意不?鸡蛋又不是灵芝,差不了几毛,说不定你就和青菜一起买了几个回家下面条吃……

但是如果你新去了个摊位,上来个大婶B,你从来没在她那里买过任何蔬菜,她极力推荐她的土鸡蛋,说真的,菜场卖鸡蛋的这么多你也看不出有什么不一样,要是价格和大妈A摊上的一样,你会返回去大妈A那里购买,尽管大婶B热情推荐。

就像你常去的老饭店,老板会问:我们这里有个新菜叫#¥%……※,你要不要试试?如果不是贵的离谱,通常你都会说好。但去了新饭馆,这种回答要谨慎多了,问价格,问材料,问到后来也可能拒绝。

我们到底是为什么什么总做推荐?最后目的达到了么?

通常是:

a. 竞争力不高,但商家收益好的产品,会上推荐榜单

b.竞争力不高,甚至竞争力底下的产品,需要借题发挥,找个借口上推荐

总之,商家不要赔钱,要卖货~!

其实,即使是竞争力不高的产品,也有可能部分是与某些用户需求贴合的,如果一开始就能找到相对应用户群来推荐,成功率就回大增。

同样是竞争力底下的产品,即使广告、推荐做的再美妙,但是广撒网,也有可能薄收益,因为没找对用户展开攻势。(用户不傻,知道推荐必有商家价格诉求在)

反而,把心思花在将每个产品对应到不同的用户身上,挖掘产品和用户交集点,这样的推荐才是有效的,有针对性的,即使产品价格贵,但是体验好,依然有客户群。最后还非常可能与用户的实际需求对应,也可能与用户用搜索排序自己找的产品相同。这样大家不都高兴了?你卖了你要卖的,用户买了他想买的。

源地址:http://ued.ctrip.com/blog/?p=2717

→如果您认为本词条还有待完善,请 编辑词条

词条内容仅供参考,如果您需要解决具体问题
(尤其在法律、医学等领域),建议您咨询相关领域专业人士。
0

标签: 用户推荐

收藏到: Favorites  

同义词: 暂无同义词

关于本词条的评论 (共0条)发表评论>>

对词条发表评论

评论长度最大为200个字符。