^
top
IEKTopics|為什麼總是 手一滑就多買?

隨著都會生活型態以及行動化與智慧化的發展趨勢,城市居民的消費習慣已經大幅度改變,不僅是傳統店面式的購物習慣已經轉向線上與行動化,而其中的體驗與流程也已不單純是提供交易平台進行供需媒合而已,如何結合城市居民的日常生活、移動、消費甚至是個人圖譜(Profile),進行更為精準與完整的消費體驗設計,是一個智慧城市規劃必須進行思考的議題。  

 

走到哪買到哪

發展行動購物的三個關鍵  

探究台灣行動購物的消費習慣,從創市際研究顧問於2015 年2 月針對台灣消費者所做的調查結果顯示,未使用行動購物的原因第一個就是螢幕太小(約佔58.7%)、第二就是搜尋功能差/ 功能不完整(約佔48.5%),其次還包含了擔心個人資料外洩/ 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,由於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,以及相關配套與設計也不如消費者原本熟悉的購物環境,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就成了現在網路購物平台重要的議題!

故本文分析目前行動上網購買比率低於瀏覽比率的原因,認為主要有三大因素:

一、行動購物操作介面不好用,消費者沒辦法很順暢的完成購買

由於行動購物必須為了行動終端設計一個新的APP 或行動網頁,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Yahoo 購物中心網頁時有多麼熟練,每當觀賞有興趣的商品時就用滑鼠按下,便可自然地進入購買頁面,右上角一按就可以輕易到會員中心看看購物車內容。但是,轉換到行動購物的APP 操作上,有時候只要跳出商品頁面可能就再也找不到同一個商品了,消費者用觸控的互動方式,在不熟悉的介面上需要有耐心並順暢操作到最後結帳的過程,實在是一件不容易的事!

 

二、行動裝置使用時間普遍較短且碎片化,無法在短時間決定購買

消費者使用行動裝置的時間通常較為短暫,同時相當的碎片化,搭捷運的10 分鐘、等公車的15 分鐘、等電梯的5 分鐘、吃早餐的15 分鐘、馬桶上的1 分鐘等一天的短暫時間中,都可能成為使用行動裝置的時間,這些空檔時間通常短於30 分鐘,且使用情境容易受外界其他因素影響,而停止購物網站的瀏覽行為,故難以在此短暫時間內作出購買產品的決策,除非此網購產品是屬於較為低價、限時搶購等,才容易驅動消費者購買。

 

三、行動裝置上的畫面較小,無法很快瀏覽多樣商品做決定

手機有別於電腦上的購物情境,電腦一次可瀏覽整個分類包含圖片、價格等顯示資訊,至少10 項產品沒有問題,但手機的螢幕大多落在5-6 吋的大小,若要圖示顯示清楚商品圖片與簡介,一次看到4 項商品就塞滿了整個手機螢幕了,若要持續觀賞相關商品必須繼續往下滑,才能再看到相關商品。故以瀏覽的情境來說,就會比在電腦上進行購物與比較更為困難,也就是說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的商品。

 

大數據加持搶商機

行動 × 多螢 × 消費者被設計

故有鑑於以上三大原因,必須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,且又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。故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兩大技術,企圖讓消費者在行動購物上的轉化率有所提升。

一、運用Big Data 技術分析商品及使用者,提供智慧化商品推薦,提昇消費者購物體驗

一般在購物網站買東西時,當您按下幫寶適M號尿布商品時,下面將會出現一排「看過此商品的人也買過」的相關商品就會列出,目前大多數的電商平台都是採用CF(Collaborative Filtering;協同過濾分析法) 對使用者進行分析,有些則交叉使用AR (Association Rule;關連規則/ 購物籃分析) 來進行個人化推薦。前者依據興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊,將來瀏覽商品的客戶進行相似度分析,從此資料來進行進一步商品推薦,而AR 則是僅依據購買商品與商品之間的關聯來進行推薦,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,而較具規模的電商平台甚至擁有自己的研發團隊,能夠精確地將用戶細分為更多族群,發展自身的演算法來推算用戶可能會喜歡的商品。

故當行動購物情境發生時,若能更精確的推薦用戶所喜愛的商品,顯示在其用戶進入首頁的畫面、進入特定商品的頁面時進行個人化推薦,或運用推薦技術優化商品列表頁面之排版 (例如:隨用戶點擊商品動態調整後續商品次序),必然會提高行動購物的轉化率。藉由Big Data 分析技術讓用戶更為快速、便利地找到自己所需的商品,降低資訊不足而造成的購物不良經驗,並同時提高相關商品的購買、帶動單筆購物的金額,本文認為未來值得持續觀測的是如何讓行動推薦更為精準,若能拆分不同購物情境下的推薦內容,將會替購物平台帶來更多商機。

工研院巨資中心於2013 年起與Momo 購物網合作,以Big Data 分析技術,打造智慧推薦系統,首頁、分類頁、商品頁提供商品推薦清單,提昇消費者購物之便利性。此外,在2015 年,將分析技術應用於Momo 首頁主題樓層個人化,為每位消費者提供更貼近其偏好的版本安排。為再提昇消費者購物體驗,工研院巨資中心將持續研發智慧商務應用技術,例如:優化eDM 行銷、增加智慧推薦精準度與互動性、行動購物體驗之優化,並將智慧推薦相關技術服務化,帶動台灣電子商務產業智慧化。

 

虛實整合 吸睛變吸金

二、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」讓消費者只需掃入商品、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中進行商品的查詢、比價、購買等消費行為。Yahoo 購物於2014年併購美國公司IQ Enginee,並於台灣Yahoo 商城APP 推出一拍即買,可以拍攝商品條碼,即可以進入Yahoo 商城購買此商品,並將於2015 年下半年推出只要拍攝商品,即可以辨識跳出商品資訊並購買。

此類的行動購物環境是結合實體,讓消費者更快速找到自己想要購買的商品,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。

 

串聯線上線下 提供跨平台比價服務

台灣大型綜合平台的下游有比價網,能夠提供跨Yahoo 購物中心、PCHome、東森購物、Momo購物、燦坤快3、UDN 買東西等談定合作的電商平台價格的分析比較,比價的資訊分兩種客戶,第一可提供給大眾跨電商平台的比價工具,例如:紅門互動(品購)的省省吧、EZprice 的比價工具,可於PC環境下載此類工具,打開瀏覽器逛Yahoo 購物中心商品的同時,就可以在畫面的下方自動出現其他電商平台同類商品的價格,讓消費大眾可以一目了然的分析比較價格,當做線上購物的參考。再者,又可提供給電商平台經營規劃線上產品的參考報告,電商平台能夠從第三方的比價網平台取得競爭平台的價格資訊,甚至能夠針對客製報表提供策略建議,甚至直接將比價的結果放置於電商平台上證明自己為最低價(例如:燦坤快3)。除了比價網的兩類客戶之外,未來累積一定跨電商平台的產品價格及銷售的資訊資料後,也具備能夠提供台灣特定產品(例如:吸塵器市場)的產業分析報告,提供未來垂直電商及品牌電商經營台灣市場的行銷策略與布局參考,例如:品購。O2O 購物情境下,可見隨拍即買的概念方面,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、UDN 買東西等。但實際上在O2O 購物情境上,串聯線上與線下之購物歷程,以提供更優值的購物輔助,我國發展此類技術的業者都還在試驗階段,圖像辨識的技術仍待不同產品的辨識準度的考驗,同時消費者是否能夠擴大使用率、養成新型態的購物使用習慣、形成實際購物的獲利,都待持續觀察。
   

IEKView

隨著行動裝置的興盛,行動購物也相當值得期待,但近年來出現了行動裝置瀏覽購物平台數量持續提升,但實際在行動裝置上購物的比率卻仍有成長的空間。行動購物在剛起步的同時,如何提供消費者完整且好用的介面、快速找到自己想要的產品並決定購買即成為市場擴展的關鍵。為了加速行動購物的決策,我國電商業者應持續關注兩大技術面向,第一是如何運用Big Data 分析更瞭解消費者,並能夠提昇行動購物之使用經驗。第二是結合行動圖像辨識,讓線下的需求導入線上購物,或串聯線上與線下購物歷程,型塑O2O 的購物情境,未來電商業者如何巧妙運用新技術讓購物樂趣無所不在,降低資訊不對等而造成的購物不良經驗,將是未來成功的重要關鍵。