“Shopping with iPhone” is created by Jason Howie (Flickr)

感谢中国时报的报导

全球行动装置持有数攀升,消费者运用手机和平板等行动装置浏览购物网站的比率也持续增加,进而排挤原本用计算机浏览的购物习惯。但实际透过行动装置购买的比例却是偏低,接下来如何提供消费者完整好用的接口、快速找到自己想要的产品并决定购买,掌握2大技术是关键。

スクリーンショット 2015-08-18 17.38.52

据美国市调公司Custora的数据,美国市场采用计算机浏览电子商务网站的比率由2010年约97%下降至2014年第一季的63%,取而代之的是随时随地方便浏览的行动装置,2013年采用行动装置浏览购物平台的比率首次突破20%,2014年第一季采用手机浏览占24.5%、平板计算机占12.4%,光是运用行动装置浏览购物平台的比率就达37%。

スクリーンショット 2015-08-18 17.55.26

观察购物平台的转化率(指浏览购物网站平台的流量中,多少人购买的比率),发现计算机的转化率仍高于手机及平板计算机,分别为4.3%、1.4%、2.8%,消费者虽然偏好用行动装置来看购物平台的商品,但实际在行动装置上购买的比率低,此议题值得持续观测。

又据Google于2014年所做调查,台湾31.2%的人使用多屏幕装置浏览、购买商品,但实际透过Smart Phone完成交易的比率却只有14%。

打造如计算机购物体验

从创市际研究顾问于2015年2月针对台湾消费者所做调查来看,未使用行动购物的原因,第一个是屏幕太小(约58.7%),其次是搜寻功能差/功能不完整(约48.5%)、担心个人资料外泄/信用卡安全、行动版网页/App接口设计不容易使用等问题。

整体来说,行动购物仍在起步阶段,无法提供有如一般计算机网络购物顺畅的购物体验,相关配套与设计也不如消费者熟悉的购物环境,故如何打造一个让消费者能够快速、安全、方便的行动购物体验,成了现今网络购物平台的重要议题。

未使用行動購物的原因圖表by Viscovery

目前行动购买比率低于浏览比率,主要原因有:

原因1.行动购物操作接口不好用,消费者没办法顺畅完成购买。

行动购物必须针对一个完全不同于PC的显示尺寸、互动方式、使用情境下,提供一个新的网络购物接口,试想,我们在计算机前面打开购物中心网页时,看到有兴趣的商品就用鼠标按下,便可进入购买页面,右上角一按就可以轻易到会员中心看看购物车内容。

但转换到行动购物的App操作上,有时只要跳出商品页面可能就再也找不到同一个商品,目前消费者用触控的互动方式,在不熟悉的接口上需有耐心并顺畅操作到最后结账的过程,是一件不容易的事。

原因2.行动装置使用时间短且碎片化,无法在短时间决定购买。

消费者使用行动装置的空档时间通常短于30分钟,且使用情境可能容易受外界等因素分心,停止购物网站的浏览行为,故难以在短时间内决定购买产品,除非此网购产品属于较低价、限时抢购等,较容易驱动消费者购买。

原因3.行动装置的画面小,无法很快浏览多样商品后决定。

计算机一次可浏览整个分类,包含图片、价格等信息,至少10项产品,但手机屏幕大多落在5~6吋,若要图标清楚商品图片与简介,一次看到4项商品就塞满手机屏幕,若要持续观赏相关商品须往下滑。

故以浏览情境来说,比在计算机上进行购物困难,研究商品的时间更长,除非在网络购物以前,已经有相当明确的目标,否则很难在行动装置上很快决定所要购买商品。

提升行动购物转化率

简要说,提供消费者一个好用的行动购物接口、一个短时间决定购买的驱动力,且能够满足消费者了解相关商品的需求,才足以提高行动购物的转化率,将庞大的行动购物流量转化为实际的营收。为了让消费大众能够很快找到自己想要购买的商品,电商业者近期持续研究与发展2大技术,提升消费者在行动购物上的转化率。

技术1.运用BigData分析,将消费者细致分群进行个人化推荐。

一般在购物网站买东西,当您按下商品时,下面会列出一排“看过此商品的人也买过”的相关商品,目前大多数电商平台是采用CF(Collaborative Filtering;协同过滤分析法)将使用者分群,有些则交叉使用WalMart发展出来的AR(Association Rule;关连规则/购物篮分析),进行个人化推荐。

CF依据兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息,将来浏览购买商品的客户进行相似度分析,从此数据进一步商品推荐;AR是依据购买商品与商品之间的关联进行推荐,故CF技术较AR技术更能准确掌握消费者需求,是目前购物网站使用推荐的重要技术,较具规模的电商平台甚至拥有研发团队,精确地将用户细分为更多族群,发展自身的算法,推算用户可能喜欢的商品。

当行动购物情境发生时,若能精确的推荐用户喜爱的商品,显示在用户进入首页、特定商品的页面时,进行个人化推荐,当然有助于提高行动购物的转化率。

藉由 BigData分析技术,让用户更快速、便利地找到所需商品,并提高相关商品的购买、带动单笔购物金额。未来值得持续观测的是,如何让行动推荐更精准,若能拆分不同硬件情境下的推荐内容,将替购物平台带来更多商机。

技术2.结合实体环境,形塑“拍了就买”,将有兴趣商品拍照后快速搜寻并进入电商购买平台。

阿里巴巴于2014年6月推出“码上淘”,让消费者扫入商品、快递包裹及实体商店的二维条形码,即可进入阿里巴巴电子商务平台进行商品查询、比价、购买等。

Yahoo购物于2014年并购美国公司IQ Engines,并于台湾Yahoo商城App推出“一拍即买”,拍摄商品条形码,即可进入Yahoo商城购买此商品,并将于2015年下半年推出只要拍摄商品,即可辨识跳出商品信息并购买。

台湾电商业的机会

台湾新创公司创意引晴(Viscovery)技术获肯定,于2015年3月获A轮投资500万美元,可拍摄实体商品(不同角度皆可辨识、脱机辨识等),即可进入合作的特定电商平台购买商品,目前零售商客户包含大买家屈臣氏,电商业者包含灿坤等。

此类行动购物环境是结合实体,让消费者更快找到想要购买的商品,使用此类“拍了就买”的技术,可大幅降低消费者找寻浏览商品的时间,结合行动装置的互动模式拍照,将对实体环境所看到有兴趣的商品带入在线购物,此技术若能提供精准的辨识,未来将带动一大商机。

为了加速行动购物的决策,我国电商业者应持续关注2大技术面相,一是运用BigData分析更了解消费者,并针对行动进行精准推荐;二是结合行动图像辨识,让线下的需求导入在线购物,型塑O2O的购物环境,让购物无所不在。

(本文作者为工研院IEK ITIS计划产业分析师)(工商时报)

全文转载自中时电子报