数据如何驱动网站页面设计和优化

作者： 雪鹰传奇（真名李必文）

摘自：《电商大数据——数据化管理与运营之道》（第二版）电子工业出版社

电商行业已经进入红海阶段，机会主义不在，技术洼地被填平，精细化运营和数据化管理已是电商决策者的必修课。电商企业的兴衰荣辱总能最先在数据层面窥见端倪，甚至可预见是否养痈成患。

随着互联网业态不断深入发展，如今在互联网（含移动互联网）跟电力一样稀松平常作为生活、工作刚需之时，数据化管理与运营之道不是空心的概念，但是它需要成熟的应用场景和可复制的业务支撑套路，仅凭一些数据分析师的主观能动性是远远不够的。

下面这一段书摘，主要从电商网站艺术设计的角度，对首页长度、结构布局、首页商品撤换原则等方面，结合数据分析进行阐述。

网站首页最优长度如何测定

网站首页长度并非随意的，尽管不需要十分精确，但是首页的大体长度还是需要拿捏好分寸：首页太长，加载速度会变慢，强烈影响到客户体验的；首页太短，固然短小精悍，但是显而易见暴露了不能盛放足量信息的弊端。因此，首页长度有一个大致的最优长度。

如图1所示是一家电商公司首页点击率示意图。其中，横坐标表示图片的从上到下的排列顺序，比如第1排、第2排、第3排……纵坐标表示点击率，单位是‰（千分比）而不是%，这点要注意。

图1 优化之前点击率与首页位置的关系

图1表明，随着首页商品图片的位置越往下，点击率急剧衰减，我们可以很清楚地看到，在80排至120排之间，点击率贴近渐近线，趋向为0，由此而承受的点击量绝对值也是很少的。但是，从80排至120排中间有40排的商品图片，网页负荷不轻，网站打开时加载速度尤其是在共用网络环境中（如办公环境、群租胶囊公寓等）会变得更慢，势必影响客户体验。好在互联网带宽不断拓展，这方面的因素正在弱化。

不过，后面一大排商品图片堆砌在首页上，实际上点击量很少，没有功能性，从这个层面上说，后面40排无疑是一个累赘，所以去掉后面40排的商品图片，优化之后的点击率跟踪如图2所示，每一排图片都有不容忽视的点击率，且从最终销售额的结果上看，销售额没有任何减少，是完全可行的，所以我们可以放心大胆地给电商网站首页做一个“大手术”。但是需要提醒的是，这跟图片的大小、网站的结构布局、商品类目等皆有关系，需要通过实际的数据来分析合理的页面长度，尽量减少主观臆测。

图2 优化之后点击率与首页位置的关系

经典“F型”网页结构布局

说到网页结构的布局，不能不提到经典的“F型”结构，而此项结构来源于：长期研究网站可用性的美国著名网站设计师杰柯柏·尼尔森（Jakob Nielsen），在2006年4月发表了一项《眼球轨迹的研究》报告（原题为F-Shaped Pattern For Reading Web Content,有兴趣的读者可以了解下）。我们引用杰柯柏·尼尔森大师的三条基本结论，如图3所示，图中用颜色来表示浏览者眼光聚集的热度，分为最热、较热、不热和基本不关注四种，颜色最深处表示热度最大。

图3 F型眼球浏览轨迹

对F型的浏览轨迹解读如下。

?从左往右从上往下，跟之前黑白电视电子扫描枪朝电视屏幕上发射电子的原理类似。

?浏览者目光往下移动，短范围水平移动。

?浏览完毕网站主页面之后开始系统化浏览左侧栏的信息和内容。

我们可以利用现成的经典理论去指导网页优化，且需要跟踪实际效果。不过“F型”经典理论就像牛顿定律一样,也并非放之四海而皆准，笔者就曾见到一些质疑此理论的观念并罗列了众多事实，有的学者还研究出与之对应的所谓的“E 型”结构。任何一种理论都有其使用的前提和环境，也就是外延，这一点非常重要。

站内搜索热词设置

电商网站首页除了页面长度和结构布局之外，还有导航页和搜索框可以进行相对精确的量化。不同品类的导航页，设计的风格差异极大，重点在于推送品牌形象、利润高、覆盖面广、应季性等商品，这方面知识不准备展开叙述。关于站内搜索，一直以来都是电商重点关注和研究的领域。一般来说，欧美人习惯个性化的搜索，因此喜欢用站内搜索框；而东方人偏爱固定的搜索，因此喜欢点击站内提供的热搜词。例如，一家民族风情的女装电商网站的内部搜索热词，如图4所示。

图4 站内搜索框和搜索热词

一般站内搜索词筛选方式如下：

?热词不需要多，一般不会超过十个，多了会模糊搜索目标。

?热词要结合跳失率和搜索量两个数据指标综合决定。搜索绝对量大但是跳失率也高，说明搜索热词与产品对应关系不精准；反之，即使跳失率很低，但是搜索量很小对于引导客户亦没有价值。

?热搜词一般参考行业数据或者站内数据，如果站内数据与行业数据发生对立，以本站搜索数据为参考标准，因为行业的数据一定代表的是行业的共性，而一般电商网站在商品方面都有自己独特的个性和特质（标准品类除外）。

?热搜词需要不断更新，具体依据类目特点决定。例如化妆品类目更换频率一定会高一些，而3C数码会低一些。当然，更换频率跟产品线丰富程度也有很大关系。

首页商品撤换的“ROI”原则

商品首页需要不断地更新商品，那么更新商品的原则如果从数据分析的角度出发，则应该遵循什么样的原则呢？

假设表示最近7天某商品的销售额，表示该件商品所对应的访客数，则便是度量商品价值的指标，我们称值为“商品价值度”。

C=A/ B

显然，值越大，该商品应该排在首页最黄金的位置，增加其曝光量。任何按照销售量或者销售额大小的指标来排列商品在首页的“座次”都是不合理的。比如说，销量没有考虑商品单价的因素，而销售额跟其曝光量又有很直接的关系，而值则是依据同样的访客数比较产出的价值大小，跟广告学中ROI其实是一个道理。当然，“商品价值度”的排列必须建立在一定的CTR（Click Through Rate，点击率）基础之上，CTR很小，值排列就没什么意义了。

这里需要特别强调一点，不是一切商品排序皆以值大小为唯一标准。我们结合实际，还需要考量以下因子来进行综合评判：

?1、同一个版块或者同一排商品，品类和风格是否统一，比如围巾和内裤是不适合放在同一排的。

?2、是否是好评、口碑不错的商品，恶评商品坚决不能置于首页。

?3、是否是广告顶起来的商品，广告推起来的商品显然溢价过高。

?4、首页各个版块之间的商品不能重复，尽量覆盖面广一点，让更多商品有机会展现。

?5、相近位置，点击率高的商品可以优先往左侧挪，前面的F型眼球轨迹已经告诉我们为什么这样安排了。

商品在首页或者在整个电商网站上需要不断地汰换，例如上面介绍的按照“商品价值度”来汰换商品，还可以按照”毛利润/访客数”的比值来撤换商品，撤换商品的目的有三点：

?1、最大化利润。

?2、优化库存结构（前端销售顺畅对库存起到间接优化的作用）。

?3、避免同类商品或者SKU数量过多，否则不符合客户“懒得找，懒得比较”的基本消费心理，客户幸福感下降，且增加后悔的机会。

编者注：本文摘自《电商大数据——数据化管理与运营之道》（第2版）

【限时干货下载】

2015/12/31前

2015年11月干货文件打包下载，请点击大数据文摘底部菜单：下载等--11月下载

大数据文摘精彩文章：

回复【金融】 看【金融与商业】专栏历史期刊文章

回复【可视化】感受技术与艺术的完美结合

回复【安全】 关于泄密、黑客、攻防的新鲜案例

回复【算法】 既涨知识又有趣的人和事

回复【谷歌】 看其在大数据领域的举措

回复【院士】 看众多院士如何讲大数据

回复【隐私】 看看在大数据时代还有多少隐私

回复【医疗】 查看医疗领域文章6篇

回复【征信】 大数据征信专题四篇

回复【大国】 “大数据国家档案”之美国等12国

回复【体育】 大数据在网球、NBA等应用案例

长按指纹，即可关注“大数据文摘”

专注大数据，每日有分享

覆盖千万读者的WeMedia联盟成员之一