增长黑客之“术”——选品、流量与推荐

4365 字
22 分钟
增长黑客之“术”——选品、流量与推荐

引言#

一个商品转化不好,团队最容易先动页面:主图换一版,卖点重新排序,优惠往前提,购买按钮再突出一点。这样的动作具体,责任人明确,也容易排进版本。问题是,用户没有购买,未必是页面没有做好。商品和场景不匹配、入口带来的人不对、供给太多却找不到合适的商品,最后都会表现成同一个结果:转化不好。

这几类问题长得很像,动作却完全不同:货不合适,继续优化页面很难解决;流量结构变了,后面的内容和优惠只能不断替前端补洞;人和货都没有明显问题,用户仍然不知道怎么选,搜索、筛选、导购和推荐才值得加重。再往后,如果用户已经表达了明确需求,中间还要重新搜索、重新筛选,把填过的信息再填一遍,问题就落到了链路本身。实际做增长时,比起记住更多技巧,更值得先做的一件事是判断:现在该动的是货、人、匹配,还是中间那段多余的路。

1.1 选品:页面怎么改都不动,先看看是不是货的问题#

页面能够帮助用户理解商品,也能降低比较和操作成本,但它很难替商品创造需求。一件商品和当前用户、场景、价格带本来就不匹配,再丰富的内容也只能把这个事实解释得更清楚。所以当页面已经反复调整、结果仍然没有明显变化时,一个很实用的动作是把视线从页面移开,去看另外一组数据:在相近的流量和承接条件下,不同商品到底表现得怎么样。如果商品之间的差异明显大于页面版本之间的差异,资源就没必要继续平均投在页面细节里

我看这类问题的顺序通常是先货后页面。但“看商品”也不能简化成追爆品。真实经营中,一件商品是否值得继续拿库存、曝光和运营资源,要看它在当前业务里承担什么任务。引流商品要看带来的是否是目标用户,利润商品不能只看毛利,还要算退换、履约和售后成本;复购商品要看下一次需求是否稳定,新品则更多承担探索任务。比给商品套一个固定分类更要紧的,是先说清楚这件商品为什么值得继续投资源。

看到的情况可以先做的动作重点观察
同一渠道里商品表现差异很大调整曝光、库存和运营资源,不再平均分配点击、购买、退货、利润
新渠道刚开始经营先组成小货盘,不急着搬全量商品动销、缺货、购买结构
出现新的消费场景增加场景商品,必要时开发渠道专属 SKU新需求能否形成稳定交易
新品判断没有把握小批量、小区域、小人群先卖真实购买、退换、反馈
商品长期靠补贴才能动降低资源,观察自然需求停止补贴后的交易表现

都市丽人进入美团闪购时,遇到的就是一个很典型的选品问题。线下已经有大量商品,但进入即时零售以后,并不能简单理解成“把已有 SKU 上架”。据美团披露,品牌上线初期会基于平台用户和商品数据获得选品参考,针对即时场景中出现的一次性需求,还开发了渠道专属商品;同时同步线上线下库存,减少“线上有货、门店缺货”造成的退款。试运营阶段,美团披露其销售环比增长 222%,冬季降温和春节礼赠期间,家居服、保暖内衣等场景品类也出现明显增长。这个案例里值得拿走的不是那个增长数字,而是一套很朴素的动作:先看新渠道里真实发生的需求,再决定什么商品应该上、什么商品应该少上,必要时甚至重新开发商品。原有货盘只是起点。

名创优品的 24H 超级店把这个思路又往前推了一步。2024 年名创优品与美团扩大合作时,这类闪电仓在商品种类、覆盖范围、经营时间和服务体验上都与普通门店做了区分。根据美团公开资料,24H 超级店增加了旅游出行、礼赠、清洁、数码配件、美妆个护、宠物等更符合即时需求的供给,而不是把线下门店货盘原样复制过去。此前约 500 家门店经过近半年的试跑后,名创优品才决定进一步扩大这一业态。

这里最有价值的是“试跑”。新渠道、新场景、新品类刚出现时,内部总会有很多判断,需要做的是尽快让这些判断进入真实交易。少量库存、少数门店、一个区域或者一个明确人群,已经能够回答很多问题:用户到底买不买,哪些商品动销,哪些需求只在促销期间出现,哪些 SKU 容易缺货或者退货。信号成立,再扩大库存和流量;信号不成立,调整货盘的成本也还可控。

选品做到这里,关注的问题已经从“哪个商品转化最高”变成什么场景需要什么供给,这套供给能不能在真实经营里成立。主动搜索、内容种草、社区门店、即时配送面对的是不同状态的用户,货盘自然也可能不同。货还没有对上就急着扩大流量,那只是让更多人看到一批和自己关系不大的东西。

1.2 流量:不是越多越好,先看来的是什么人#

流量很容易让团队产生安全感,因为它天然可以汇总成一个数字。曝光没有下降,UV 还在增加,新用户数字也不错,但总量看不到结构。一条规模不大、购买和复购都不错的渠道逐渐萎缩,另一条便宜、量大的渠道正好把缺口补上,最终总流量可能几乎没变化,进入交易以后却已经换了一批用户。前端获取一个用户很便宜,如果后面需要更重的优惠才能成交,退款更高、后续价值更差,这笔流量最后并没有看上去那么便宜。

一旦确认渠道或者人群结构发生变化,动作不能只剩“继续调投放”。量大但后续交易持续偏弱,可以缩人群、降预算;点击很好而购买明显跟不上,要回头看素材承诺和真实商品是否一致;搜索流量质量高,可以继续补高意图词、对应货盘和库存;内容流量很多但需求还浅,就应该用场景内容和更小的商品集合继续承接,而不是把用户直接扔进完整货架。还有一些小渠道规模不大,用户质量却连续更好,这时先研究它为什么好,比立刻把预算扩大十倍更要紧。

流量表现更值得先做的动作容易做错的事
量大,购买和复购持续偏弱缩人群、降预算、重新看渠道意图用更深优惠强行补转化
点击高,交易明显跟不上检查素材承诺、商品和价格带继续用更刺激的素材拉点击
搜索流量质量高扩高意图词、商品覆盖和库存给明确需求用户重复做泛种草
内容流量多、需求较浅场景内容 + 对应商品集合承接直接导向完整商品池
小渠道连续出现高质量用户拆人群、场景、商品,再逐步扩大一次数据好就立即重投入

流量还有一种经常被低估的变化:新的渠道未必只是多了一个入口,它可能让原来无法被满足的需求变成了交易。小天才与美团闪购的合作就是这样,2025 年 618 期间,全国超过 4000 家小天才门店同步上线旗舰新品 Z11;美团披露,儿童节当天该新品销量占比接近三成,5 月 28 日至 6 月 1 日品牌成交额同比增长近 16 倍,双方合作同时覆盖新品货盘、门店供应链、即时送达和售后服务。只把这件事理解成“美团给品牌增加了流量”,会漏掉更重要的一层。传统购买儿童手表可能需要提前计划、到店或者等待配送,即时零售承接的是“今天就要”、“临时送礼”、“新品现在就想拿到”这样的需求。渠道改变以后,商品、库存、履约和服务也必须一起跟上。多出来的不是一个 UV 来源,而是一类过去很难被满足的消费场景。

所以评价流量时还该补上一个问题:用户为什么从这里进来。搜索、内容、即时需求、熟人推荐带来的意图不同,后面的供给和承接自然不能完全一样。流量的量可以靠预算快速扩大,需求匹配却很难用预算硬买出来。入口带错了用户,成本会一路传到页面、优惠和售后;前面少一次错配,比后面多做三轮转化优化省力。

1.3 推荐:人和货都有,为什么还是找不到彼此#

供给基本合适,流量也没有明显错位,用户仍然可能买不下来。搜索了几个词找不到,打开多个相似商品来回比较,或者知道自己想解决什么问题,却不知道应该看哪个品类、哪些参数。商品越多,这种情况反而越明显,因为丰富的供给同时意味着更高的搜索、比较和判断成本。这时候最容易犯的错误,是直接把问题叫作“推荐”,然后马上讨论算法。用户已经明确知道品牌、规格和价格区间,只是搜不到,优先应该修搜索、分类和筛选;用户有明确场景,却不知道怎么选,可以先用榜单、专题、场景集合或者人工导购收窄范围;反复出现稳定的商品关系,再把人工经验做成规则;当用户、商品和行为规模大到规则难维护了,个性化算法才解决规模问题。

用户现在卡在哪里可以先用什么主要解决什么
知道自己要什么,但找不到搜索、分类、筛选查找效率
知道场景,却不知道选什么榜单、专题、人工导购缩小选择范围
已有稳定搭配或购买关系规则推荐、关联推荐复用业务规律
用户和商品规模很大个性化推荐处理更多行为差异
需求主要以场景和自然语言表达AI 搜索、对话式导购理解复杂、模糊意图

团队没有推荐系统时,人工就是很好的起点。假设一个家居业务发现,用户经常看很多商品,却迟迟确定不了搭配,可以先找一小批典型用户,由运营或导购收集户型、预算、风格等几个关键条件,再人工推荐三到五件商品,通过现有客服、企微、运营位或者简单页面交付。先看用户是不是少搜了、少来回比较了,加购和购买有没有变化。如果人工推荐都没有带来稳定信号,直接建设标签体系、算法和新页面,很可能只是把一个还没有成立的机制做得更重。等匹配关系已经成立,技术才开始显出不同层次的价值。

淘宝、天猫在 2025 年把大模型进一步整合到搜索和推荐底层,并为超过 20 亿件商品增加更丰富的语境信息。阿里巴巴披露,在复杂查询中,搜索结果相关性提升了 20 个百分点,部分推荐场景点击率取得两位数增长。对这样的超大规模平台来说,问题早已不是“有没有商品”,而是用户需求变复杂以后,系统还能不能理解他想解决什么。京东的“京言”更接近传统导购的数字化延伸,京东公开资料将它描述为基于大模型的智能导购助手,通过主动服务和多轮对话提供商品信息与购买建议,目标之一就是降低用户查找和选择商品的成本。用户过去需要先学会“商品语言”,把自己的需求翻译成品牌、型号、尺寸和参数;对话式导购则允许他直接表达场景和限制条件,例如预算、空间、使用人群和偏好,再从大量供给里收敛结果。AI 在这里提供的是更强的意图理解和规模化能力,它没有改变推荐最基本的要求:团队仍然要知道什么样的匹配对用户有帮助。如果人工都说不清为什么推荐这件商品,模型只会把模糊判断更快地复制出去。反过来,当人工经验已经稳定、规则越来越多、用户需求又难被关键词描述时,AI 才突破原来的成本和复杂度上限。

推荐还有一个容易被忽略的细节:给出一个结果,不等于帮助用户完成选择。商品越复杂、价格越高,用户越需要知道为什么。“适合小户型”、“与你已有设备兼容”、“更适合第一次使用”,这些推荐理由本身也在降低判断成本。好的推荐把一大片无关商品收敛成少数候选,同时把最终决定留给用户。

1.4 链路:有些环节不用优化,可以直接拿掉#

货、人和匹配逐渐理顺以后,还有一类损耗来自流程本身。用户已经看完围绕某件商品的内容,兴趣也已经形成,点击以后却回到商城首页重新搜索;刚告诉导购预算、用途和规格,换一个页面后所有条件全部丢失;推荐已经把范围缩到三件商品,下一步又把用户送回完整货架。站在内部系统看,每个页面都有自己的职责,站在用户一侧,他只是在重复已经完成过的工作。

传统漏斗优化会分别提高内容点击、搜索转化、列表点击和详情转化。有些场景更值得先问一句:这一步还有没有必要存在?内容已经对应明确商品,可以直接进入商品或者一个足够小的商品集合;用户已经给出预算和场景,后面的筛选、推荐尽量继承这些条件;系统在合法授权范围内已经知道的信息,也没有必要因为换了页面就重新填写。减少一次点击本身没有多大意义,有价值的是删除那些没有增加新信息的重复动作。

微信生态里的闭环营销可以看到这种变化,腾讯 2025 年第一季度披露,视频号营销服务被用于扩大内容曝光、推广直播并推动销售转化,小程序营销服务也在承接更多闭环营销需求。内容、搜索、小程序和交易之间越靠越近以后,用户从产生兴趣到完成购买,不需要在多个平台和入口之间重新建立上下文。对于商家来说,这种变化未必表现为某一个按钮突然提升很多,却会减少整条链路的损耗。

链路也不是越短越好,高价格、高风险或者难以撤销的交易,本来就需要更多比较和确认;隐私授权、安全校验、重要条款同样不能因为影响转化而隐藏。判断一个步骤应该优化还是删除,可以看它是否给用户增加了新的信息、控制权或者必要的安全保障。如果三者都没有,只是内部系统没有打通,于是要求用户再搜一次、再填一次,把已经选好的东西重选一遍,这个成本才值得拿掉。

文章分享

如果这篇文章对你有帮助,欢迎分享给更多人!

增长黑客之“术”——选品、流量与推荐
https://www.shanfengpm.com/posts/methods/2021-04-27-growth-hacker-product-selection-traffic-recommendation/
作者
山风
发布于
2021-11-12
许可协议
CC BY-NC-SA 4.0
本文首发于「山风blog」,作者:山风(余涛)。欢迎转发、分享本文链接, 但禁止任何形式的未授权转载、摘编、改写或商业使用
同合集文章增长黑客
1
增长黑客之“道”——重新理解增长
增长黑客区分增长手段、指标结果与价值传播,重新定义什么才是真正可持续的增长。
2
增长黑客之“道”——用户为什么行动
增长黑客从动力、阻力和决策心理理解用户行动,找到影响转化与留存的真实条件。
3
增长黑客之“道”——增长如何持续
增长黑客判断一次增长能否留下用户、数据、供给和认知积累,形成下一轮增长的起点。
4
增长黑客之“道”——增长的前提
增长黑客在放大增长前,先确认用户价值、PMF、商业模式与承接能力是否成立。
5
增长黑客之“道”——如何判断增长问题
增长黑客把增长问题从表面指标拆到变量、杠杆和假设,避免用方案替代判断。
6
增长黑客之“道”——增长如何成为组织能力
增长黑客讨论增长如何从个人经验沉淀为跨职能协作、复盘学习和组织能力。
7
增长黑客之“法”——增长方向如何确定
增长黑客用 PMF、阶段目标和北极星指标收敛增长方向,让资源投向最值得的问题。
8
增长黑客之“法”——增长问题如何拆解
增长黑客从用户链路、AARRR/RARRA 和增长模型入手,把目标拆成可分析的关键变量。
9
增长黑客之“法”——增长发力点如何找到
增长黑客从整体数据、用户分群和漏斗路径中定位异常,找到最能撬动结果的增长杠杆。
10
增长黑客之“法”——增长策略如何形成
增长黑客把核心变量转成增长洞察,再通过影响、信心和成本筛选真正值得执行的策略。
11
增长黑客之“法”——增长实验如何设计
增长黑客围绕关键假设设计实验,明确变量、指标、样本和分流,让判断变成证据。
12
增长黑客之“法”——增长如何持续优化
增长黑客用实验结果更新模型、优先级和策略库,让增长进入持续迭代闭环。
13
增长黑客之“术”——内容、价格与成交
增长黑客围绕内容理解、信任建立、价格判断和交易流程,提升用户成交效率。
14
增长黑客之“术”——库存、履约与服务
增长黑客把库存、履约和服务能力纳入增长判断,避免前端放量变成后端损耗。
15
增长黑客之“术”——复购、会员与私域
增长黑客从复购周期、会员价值和私域触达看用户关系,提升长期留存与复购。
16
增长黑客之“术”——分享、拼团与裂变
增长黑客拆解分享、拼团与裂变的成立条件,让传播建立在真实关系和真实价值上。
Profile Image of the Author
山风
12年产品经验,持续记录产品思考、业务设计、数据分析和团队管理实践。
站点统计