蜗牛派忙忙碌碌，不知不觉又一周，给自己放了一个端午双休，全身心地投入到玩耍和休息中。最近会有一些零零散散的学习和总结，堆成文，又堆不成文，修修改改，字数偏少，就选择发到知识星球上分享了。我也从各个平台不断地学习、充实自己，对外输出好像变少了，希望我是在沉淀，而不是毫无收获。
端午前，因为遇到自己中意的关注数，心血来潮抽了波奖，送了两本自己都没来得及读的书。说实话的…… 大家参与度不怎么高，这对我来说是件好事，以后我就不用再负收入地投资用来抽奖了哈哈哈，不需要以这种方式去回报关注我的朋友，更应该把精力放到知识的普及上，或者给自己加一个鸡腿，添一个冰淇淋。其实，好像还有一丢丢其他伤心的原因，此处省略。
今天，给大家分享下几个电商平台中的场景吧，随便看看，读书分享要推到下周了。
场景1：销售归因
当你打开某宝，当然也可能是某东或某多，从App的启动到最终下单，付款成功，这其中会包含一系列的步骤。比如点击了搜索框，手动输入搜索词或直接用底纹词提示进入搜索，搜到自己想要的商品；也可能是直接通过推荐页商品列表点击进入商品详情，也可能直接通过首页展示的Banner点击进入店铺或商品，下单购买；也可能是加购或收藏后再下单购买。以上都是电商平台中涉及的各种步骤，将某部分销售归属到最初那个步骤所在模块的方法叫做销售归因。
在电商平台中，简单来说，就是通过这种方法找到影响GMV的关键模块，然后有针对性地进行改进，再通过监控销售归因数据的变化，了解用户行为的变迁。举个例子，某电商App在刚开始的时候，首页Banner位置比较显眼，或推荐位比较多，主要是想对用户起到一定的引导作用，引导用户进行交易；一段时间后，可能会发现首页搜索框的销售归因占比增大了，这时用户开始有自己的主动性行为，对搜索框更为依赖和关注，或养成了某种新的使用习惯，此时就应该在搜索框做文章了，比如各种UI设计固化等。
场景2：转化漏斗
之前的推文中有介绍过转化漏斗这种数据分析方法【数据分析的八种方法】，绝大部分商业变现的流程，都可归纳为漏斗，之前讲了用户注册转化漏斗，电商平台就该说说电商下单漏斗了，这其中大致包括几个步骤（以搜索商品为例）：
点击搜索框，输入搜索词，进入搜索结果页（商品曝光）；
点击搜索结果页中的商品，进入商品详情页（商品点击）；
点击购买按钮，生成订单；
点击支付，支付成功。
上述所有步骤中都包含了各自的转化率，比如ctr = 商品点击数/商品曝光数，这就是其中一个转化率，转化漏斗既有各个步骤的转化率，也有一个整体的转化率，为了提升整体的转化率，就需要对每一步骤的转化率进行提升。此外，整体的转化率是一个总体值，如果出现了异常，不便于知道具体是哪个步骤出现了变化，拆分成这种过程的转化率可以更好更清楚明确地发现问题所在。
场景3：AB测试
巧了，关于AB测试，之前推文里又又又发表过自己的一丢丢见解【我眼中的「A/B测试」】，在电商平台中，不免有各种各样的发版，一个新功能的上线或者改进，一般都会先发10%~50%的流量看一下效果，再考虑要不要全量。所以此时你的电商App中某一功能可能只是少部分人能看到哦~ 灰度测试中，你可能就是天选之子！
场景4：千人千面
之所以叫做千人千面，其实指的是个性化，每个用户看到的东西可能都是根据他的个人「属性」得来的。比如你刚刚搜索或浏览过某款电子产品，某款潮鞋，你会发现后期会给你推送相似、相近或相同的商品，或者根据用户画像，不同年龄层、不同城市、不同消费水平的用户在同一App中看到的商品推送、商品种类也不尽相同，这种个性化的推荐能够最大化App的转化率，从而达到提升GMV的目的。
场景5：商品比价
关于这一场景，最有感觉的就是各种促销吧~ 从以前少数促销活动日，到现在基本各种节日都有促销活动，到某东的周年庆也变成了电商的年中大促，各种促销活动层出不穷。各平台都会在促销期间打出各种击穿低价的旗号，如何定价？这其中就会涉及到商品比价这一场景了。其实对于这一块我本人也不是很了解，个人感觉应该是有单独的比价系统（外网比价+内网比价），比如通过爬虫爬价格数据，与本平台往期价格数据对比等，制定符合本公司的价格策略，从而让公司的商品在各大平台更抢手、更有竞争力。
