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

感謝中國時報的報導

全球行動裝置持有數攀升,消費者運用手機和平板等行動裝置瀏覽購物網站的比率也持續增加,進而排擠原本用電腦瀏覽的購物習慣。但實際透過行動裝置購買的比例卻是偏低,接下來如何提供消費者完整好用的介面、快速找到自己想要的產品並決定購買,掌握2大技術是關鍵。

スクリーンショット 2015-08-18 17.38.52

據美國市調公司Custora的資料,美國市場採用電腦瀏覽電子商務網站的比率由2010年約97%下降至2014年第一季的63%,取而代之的是隨時隨地方便瀏覽的行動裝置,2013年採用行動裝置瀏覽購物平台的比率首次突破20%,2014年第一季採用手機瀏覽佔24.5%、平板電腦佔12.4%,光是運用行動裝置瀏覽購物平台的比率就達37%。

スクリーンショット 2015-08-18 17.55.26

觀察購物平台的轉化率(指瀏覽購物網站平台的流量中,多少人購買的比率),發現電腦的轉化率仍高於手機及平板電腦,分別為4.3%、1.4%、2.8%,消費者雖然偏好用行動裝置來看購物平台的商品,但實際在行動裝置上購買的比率低,此議題值得持續觀測。

又據Google於2014年所做調查,台灣31.2%的人使用多螢幕裝置瀏覽、購買商品,但實際透過Smart Phone完成交易的比率卻只有14%。

打造如電腦購物體驗

從創市際研究顧問於2015年2月針對台灣消費者所做調查來看,未使用行動購物的原因,第一個是螢幕太小(約58.7%),其次是搜尋功能差/功能不完整(約48.5%)、擔心個人資料外洩/信用卡安全、行動版網頁/App介面設計不容易使用等問題。

整體來說,行動購物仍在起步階段,無法提供有如一般電腦網路購物順暢的購物體驗,相關配套與設計也不如消費者熟悉的購物環境,故如何打造一個讓消費者能夠快速、安全、方便的行動購物體驗,成了現今網路購物平台的重要議題。

未使用行動購物的原因圖表by Viscovery

目前行動購買比率低於瀏覽比率,主要原因有:

原因1.行動購物操作介面不好用,消費者沒辦法順暢完成購買。

行動購物必須針對一個完全不同於PC的顯示尺寸、互動方式、使用情境下,提供一個新的網路購物介面,試想,我們在電腦前面打開購物中心網頁時,看到有興趣的商品就用滑鼠按下,便可進入購買頁面,右上角一按就可以輕易到會員中心看看購物車內容。

但轉換到行動購物的App操作上,有時只要跳出商品頁面可能就再也找不到同一個商品,目前消費者用觸控的互動方式,在不熟悉的介面上需有耐心並順暢操作到最後結帳的過程,是一件不容易的事。

原因2.行動裝置使用時間短且碎片化,無法在短時間決定購買。

消費者使用行動裝置的空檔時間通常短於30分鐘,且使用情境可能容易受外界等因素分心,停止購物網站的瀏覽行為,故難以在短時間內決定購買產品,除非此網購產品屬於較低價、限時搶購等,較容易驅動消費者購買。

原因3.行動裝置的畫面小,無法很快瀏覽多樣商品後決定。

電腦一次可瀏覽整個分類,包含圖片、價格等資訊,至少10項產品,但手機螢幕大多落在5~6吋,若要圖示清楚商品圖片與簡介,一次看到4項商品就塞滿手機螢幕,若要持續觀賞相關商品須往下滑。

故以瀏覽情境來說,比在電腦上進行購物困難,研究商品的時間更長,除非在網路購物以前,已經有相當明確的目標,否則很難在行動裝置上很快決定所要購買商品。

提升行動購物轉化率

簡要說,提供消費者一個好用的行動購物介面、一個短時間決定購買的驅動力,且能夠滿足消費者瞭解相關商品的需求,才足以提高行動購物的轉化率,將龐大的行動購物流量轉化為實際的營收。為了讓消費大眾能夠很快找到自己想要購買的商品,電商業者近期持續研究與發展2大技術,提升消費者在行動購物上的轉化率。

技術1.運用BigData分析,將消費者細緻分群進行個人化推薦。

一般在購物網站買東西,當您按下商品時,下面會列出一排「看過此商品的人也買過」的相關商品,目前大多數電商平台是採用CF(Collaborative Filtering;協同過濾分析法)將使用者分群,有些則交叉使用WalMart發展出來的AR(Association Rule;關連規則/購物籃分析),進行個人化推薦。

CF依據興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊,將來瀏覽購買商品的客戶進行相似度分析,從此資料進一步商品推薦;AR是依據購買商品與商品之間的關聯進行推薦,故CF技術較AR技術更能準確掌握消費者需求,是目前購物網站使用推薦的重要技術,較具規模的電商平台甚至擁有研發團隊,精確地將用戶細分為更多族群,發展自身的演算法,推算用戶可能喜歡的商品。

當行動購物情境發生時,若能精確的推薦用戶喜愛的商品,顯示在用戶進入首頁、特定商品的頁面時,進行個人化推薦,當然有助於提高行動購物的轉化率。

藉由 BigData分析技術,讓用戶更快速、便利地找到所需商品,並提高相關商品的購買、帶動單筆購物金額。未來值得持續觀測的是,如何讓行動推薦更精準,若能拆分不同硬體情境下的推薦內容,將替購物平台帶來更多商機。

技術2.結合實體環境,形塑「拍了就買」,將有興趣商品拍照後快速搜尋並進入電商購買平台。

阿里巴巴於2014年6月推出「碼上淘」,讓消費者掃入商品、快遞包裹及實體商店的二維條碼,即可進入阿里巴巴電子商務平台進行商品查詢、比價、購買等。

Yahoo購物於2014年併購美國公司IQ Engines,並於台灣Yahoo商城App推出「一拍即買」,拍攝商品條碼,即可進入Yahoo商城購買此商品,並將於2015年下半年推出只要拍攝商品,即可辨識跳出商品資訊並購買。

台灣電商業的機會

台灣新創公司創意引晴(Viscovery)技術獲肯定,於2015年3月獲A輪投資500萬美元,可拍攝實體商品(不同角度皆可辨識、離線辨識等),即可進入合作的特定電商平台購買商品,目前零售商客戶包含大買家屈臣氏,電商業者包含燦坤等。

此類行動購物環境是結合實體,讓消費者更快找到想要購買的商品,使用此類「拍了就買」的技術,可大幅降低消費者找尋瀏覽商品的時間,結合行動裝置的互動模式拍照,將對實體環境所看到有興趣的商品帶入線上購物,此技術若能提供精準的辨識,未來將帶動一大商機。

為了加速行動購物的決策,我國電商業者應持續關注2大技術面相,一是運用BigData分析更瞭解消費者,並針對行動進行精準推薦;二是結合行動圖像辨識,讓線下的需求導入線上購物,型塑O2O的購物環境,讓購物無所不在。

(本文作者為工研院IEK ITIS計畫產業分析師)(工商時報)

全文轉載自中時電子報