转化率之变现的算法

  近段时间,各种记者和同行常常问我有关“蘑菇街的变现转化”的问题,整理一下,和大家一起分享。

  像我们蘑菇街这种解决用户“买什么”的问题,并且为电商引导成交的网站来说,是很重要的一块收入,就是来自电商网站的佣金。换句话就是,我为电商网站带去成交,他们就会给我分成。这种收入通常被称为“CPS(Cost Per Sale)收入”。

  现在,淘宝的淘宝客系统,又叫“淘宝联盟”的就是最大的分成平台。事实上,蘑菇街目前大部分分成收入来自淘宝联盟。

  下面就是最简单的转化流程:

  图中我们重点会涉及三个参数:

  ●整站转化率:就是进入网站的UV,转化到下游电商网站的UV,在转化成订单的“整站购买转化率”。关于这个我上一篇《说说转化率》有详述,这里不展开了。蘑菇街3月底的几个数据是,进站UV220万,出站(入淘)UV是75万,订单6万以上,所以“整站购买转化率”是3%左右。

  ●淘宝客订单比例:就是所有到淘宝的成交中,只有一部分支持分成。分成比例和淘宝卖家的设置情况有关,目前全淘宝相关类目的支持比例在50%左右,蘑菇街没有对支持淘宝客的商品做加权(也不能做),所以这个数值会和淘宝一致,也是50%左右。

  ●平均佣金比例:就是支持淘宝客的商品,平均设置的佣金比例。该比例和类目有很大关系,就蘑菇街的类目来看,我们一般按照5%左右计算。

  通常,我们把“淘宝客订单比例”和“平均佣金比例”合并,叫“平摊后的佣金比例”,所以蘑菇街的这个数字是2.5%左右(50% x 5%)。

  好吧,我们开始分解公式了。(每次我拆公式都会觉得很嗨屁,职业病?)

  上面看懂没?当我们把佣金收入的公式拆分到“到站UV、整站转化率、支持分成的比例、客单价、平均佣金比例”这5个数字时,我们发现,每个数字都可以计算,并且有据可查。换句话说,我们可以计算了。这比很多行业要实际得多。

  4月初我微博公布了蘑菇街的新数据,很快投资人就“批评”我,说我干吗这么“实在”说那么多实数,我说“可能在我看来,所有数字都可以算,我与其让大家算,不如都说了好”。从已有数字倒推,也就是解一个一元一次方程或二元一次方程的事儿,我初中就会了。

  所以4月15日淘宝公布说“蘑菇街的淘宝分成日收入已经达到十几万元人民币,是目前最大的第三方电子商务平台”的时候,我特高兴,因为正着算反着算我们都能对上。

  我们骨子里的想法,就是诚信。也因为有公式,我们必须诚信。

  那接下来,就上面的公式,我们可以知道,如果要追求佣金更多,那运营和营销方向分解就变得很容易。

  到站UV必须变大。这是整个公式里弹性最大的部分,其他的变化范围都有限。换句话说,UV提高一倍,我收入就翻番。

  整站转化率是运营核心。上一篇详述过,这而不说了。3%的数值上升空间比较大,但是天花板也很明显,总不能翻倍吧?

  支持分成的比例和定位有关。如果蘑菇街是一个纯淘宝客网站,那完全可以做成100%,但我们不是,我们解决的是“用户买什么”的问题,所以我们必须保持“不功利”,那这个比例不大会变。

  客单价可以提高。比如淘宝网综合客单价常常按150元算,那蘑菇街还有很大空间,淘宝联盟公布说平均单价是89元,那依然有空间。提升的办法,比如提高品质感,比如想办法扩展人群和品类……

  平均佣金比例变化空间不大。甚至可能会降低,不过我认为淘宝客是一个生态系统,维持系统稳定的最好方法,就是保持各种比例稳定。这就好比一个森林里蛇的比例不能超标,也不能过低。

  图中粉色的星星,就是我们的运营方向和重要级别。公式都拆解到这个程度了,其他的也没啥好瞒的。

  ……

  一直想找一个反算的例子,可是怎么举例都担心会被人说居心叵测。算了。

  总结一下吧:

  1. 数字靠不靠谱,把公式分解了,谁都可以算。

  2. 要提升CPS收入,必须学会分解公式。

  3. 找到可改变、可衡量的因素去努力,千万别在掌握在别人手里的参数上吹牛。

时间: 2024-09-22 15:15:07

转化率之变现的算法的相关文章

再说电商网站转化率:变现的算法

中介交易 http://www.aliyun.com/zixun/aggregation/6858.html">SEO诊断 淘宝客 云主机 技术大厅 很有趣,过年时候写的文章<说说转化率>,三个月后被几个地方转载了,当时我还觉得自己的科普很没意义似的. 就着最近经常被各种记者和同行问到的"蘑菇街的变现转化"的问题,整理一下,就用上一篇的方式,再跟大家分享一下好了. 我们上次说了,像我们蘑菇街这种解决用户"买什么"的问题,并为电商引导成交的

机器学习自主解决安全威胁离我们还有多远?

本文讲的是机器学习自主解决安全威胁离我们还有多远?, 曾经听见不止一次这样的问题: 机器学习会替代基于人工经验规则的安全解决方案么? 把这个问题放在去年来看,我们已经得到了非常多的讨论甚至是一些已经实际应用的解决方案,对于人工智能在安全以及其它各种对数据进行价值挖掘的场景下,大家都表现出了极高的兴趣与激情. 你希望机器学习帮助你解决什么问题? 这个问题实际上代表了我们对机器学习的期待,而绝大多数人包括笔者在内的回答可能都比较类似:我希望机器学习算法能够帮助我更有效的挖掘数据内在价值,发现潜在未知

10分钟搞懂分层实验原理

文/九德 1. 背景 想要同一时间做N个实验? 想要同一份流量不同实验之间不干扰? 想要每个实验都能得到100%流量? 那么你就需要分层实验. 1.1 什么是分层实验 分层实验概念:每个独立实验为一层,层与层之间流量是正交的. 简单来讲,就是一份流量穿越每层实验时,都会再次随机打散,且随机效果离散. 所有分层实验的奠基石--Goolge论文 <Overlapping Experiment Infrastructure More, Better, Faster Experimentation>

流量贬值的O2O时代

浓缩观点 在现在强调场景化的O2O时代,流量的转化无疑是正在遭遇到又一次的贬值.而卖流量的逻辑其实并不适合吃喝玩乐的服务性消费,服务型的O2O要走一个长期的过程. 在大街上通过伸手招车的动作现在已经替换为打车应用,也就是建立在场景不同而把用户的行为替换成了线上的流量,而对于O2O来说,这才是O2O最大的价值洼地. 通过淘宝10多年积累下来了巨大的商品流量,在购买商品的时候转化就会很高.可是如果要转到本地生活服务上,一个是商品属性,而另一个却一个服务属性,中间应该是不可能做到无缝转化的. 流量的价

O2O时代,流量生意正在衰落 流量的价值在发生很大的变化

O2O时代,流量生意正在衰落 流量的价值在发生很大的变化. 如果在前面加个定语,就是在移动互联网的场景下,那些曾经被所有人追逐抢占的流量正在遭遇贬值. 就像当你想打车的时候,你还是会选择从嘀嘀打车或快的打车这样的App进入而不是从微信一样.用户正在变得越来越简单越来越懒.而不是越来越高级,越来越智慧.在手机端,没有谁还在垄断流量,或是成为入口.当一切越来越分散和碎片化,到底什么才是好的流量?在移动互联网时代,好的流量是在用户有需求的时候出现的流量. 流量价值的四个阶段 回看从PC互联网到移动的时

从1到N 郭博士的算法工程化变现之路

自<从0到1>这本书在中国畅销以来,无数热衷于"双创"的科技从业者都把做出从0到1的发明列为了自己的目标.但其实发明本身,是一个从1到N的过程.走出了最难的第一步,还有接下来同样甚至更艰难的N步在等着--如何标准化.产业化,如何推广-- 幸运的是,对于现任教于某市电子科技大学的郭博士而言,从1到N这条路,他在极视角的帮助下,走的格外轻松. 算法有了,其他问题来了 谈起自己的行人检测算法,郭博士可谓是信心满满,"不仅精度高,还运算快,还能根据各种需要进行定制和优化.

细谈转化率

全文分以下两个部分: • 电商行业的基本转化率公式,还有计算方法. • 蘑菇街所在行业把转化率变现的所用的基本算法和分解. 第一:电商都是有公式的 在淘宝工作了这么多年之后,这是我内心深处的想法.我之前有提到过很多公式,电商领域,只要是在追求利润,都是可以用一些公式去进行分解. 下面就是这个最简单的例子. 所以,我在对电商和店铺诊断的时候,常常会列出店铺的各种来源和转化,然后去判断每一个步骤的转化和数据是否在正常范围,这样就很容易找到病根. 第二:转化率是追求的重点 上面那个复杂的推导,我们看到

大数据进入价值变现的2.0时代

文章讲的是大数据进入价值变现的2.0时代,移动互联网和传感器出现推动了大数据时代的出现,大量非结构化数据的出现令数据处理面临了难题,在大数据时代初期,有关大数据应用主要集中在收集数据,存储数据.处理数据等方面,解决的是主要是数据效率问题.当数据效率问题被解决之后,大数据价值变现问题将摆到面前,也就是说大数据将进入2.0时代(价值变现时代). 一大数据1.0时代的特征 大数据1.0时代的主要特征是发现大数据,存储和处理大数据.大数据4个V中的前3个V(大量的数据.多变的数据.高速的数据)都被有效的

A5营销:研读百度新算法 细节优化是核心

百度搜索引擎在这一年里频繁的更新算法,为了提高互联网的良性发展,搜索引擎算法个升级引来站长们各种抱怨声,关于SEO优化已经没有前途被推到风头浪尖.之前笔者也写了关于<搜索引擎优化并没"死" 而是进入新时代>,站长们仔细研读更新的算法,并会发现搜索引擎出发的本质并没有变,重点是在站长们有没有抓住细节的优化. 内容建设不要欺骗用户 站点内容的建设是网站运营的整体核心,内容的质量高低直接影响着搜索引擎权重,和用户对站点的信任程度.很多站长为了能用时下热门的话题,获取相应的搜索流量