出海DTC独立站的决策方法 |Dtalk访谈

我是2005年就开始参与一些独立网站的项目，一开始就是直接面向欧美地区的用户。后来我参与了一家总部在加拿大蒙特利尔的互联网SAAS企业的项目，这家企业的客户是很多中小企业及个人，通过他们提供在线建站、数据分析和内容发布系统，许多企业因此获得了流量和业务订单，还有一些个人博客通过affiliate program（联盟营销）和广告发布计划（比如Adsense）获得长期被动收入（passive income）。

最早在美国做互联网营销的一批人，有不少是做电话直销、邮件直销发家的，也有一些比如Seth Godin这样的比较知名的营销专家，看到了Email和SEO等新技术结合，将改变营销的技术效率，WordPress和HubSpot这类SAAS方案也是在那段时间开始成长的，所以我看到了这些企业是如何一步步通过迭代内容营销解决方案、网站优化解决方案来满足美国越来越多的创业企业建立自己的内容营销矩阵。

由于美国的独立站经营者，是自然因为行业的变化，逼自己掌握了大量的营销决策分析技术（因为整个行业都在进步），而且他们做独立站的目的就是要打造自有品牌、获得长期客户的业务留存，所以他们这些年掌握了深厚的直接面向用户的营销能力。

在这个时期，目前正在从事跨境电商卖货的中国经营者们，许多人还是在“三来一补”的贸易环境下，主要从事产品生产，主要的工作经验是在生产环节，通过巨大的劳动力成本优势获得规模性收入。

这样的产业分工直接产生了这样的现象：

1）美国的品牌企业把精力放在市场研究分析、消费者洞察、内容、品牌、营销技术和产品设计上，赚取品牌溢价和客户价值沉淀。这样的企业更关心用户视角的洞察和决策。

2）中国企业把精力放在企业客户开发、订单管理和订单交付上，赚取出口补贴、生产服务收入，这样的企业更关心客户的长期合作、渠道的销售量。

当中国企业开始向上游开始发力的时候，欧美本土企业几十年掌握的这套决策方法论，是出海电商独立站企业需要从头学习的。

当然，如果独立站如果仅仅是作为中国出海企业的一个销售渠道，而不是一个经营用户的主要平台，那么就是另外一件事了。

核心是用户洞察能力

如果出海的DTC企业所在行业的本地企业对客户的服务已经是全方位的，那么中国的企业就必须站在用户角度去看待如何提供更好的线上购物体验，其中特别是对于主要竞争市场的用户分析能力。

这里的用户分析，需要深入研究企业所服务市场每个用户群体在使用企业网站/APP进行购物的差异。

这里强调用户视角的原因是，人类很难避免不用自己的已有经验去判断一个未知事物可能发生的趋势/方向。

比如站在网站经营者角度，会认为只要我把商品信息推送给“精准”的用户，就可以收获销售。

但是，站在有充足时间的用户角度，他/她必然会综合对比卖家的品牌、信誉、规模、价格、运费、快递时效及退换货的成本等。

自然的，我们就衍生出一个在企业增长领域非常重要的工作：理解用户画像。

用户画像其实有两个大的分类。

第一类是User Profile，通过对于用户的大量数据统计所提炼得出的。

在电商业务中，Profile用来帮助企业预判客户的行为，聚焦在：

* 提升客户/用户的满意度

* 防止客户/用户流失

* 提升公司整体业务的ROI

在这个领域，我们会使用机器学习的技术，确定某类特定的用户行为，可以是一种分类，比如不满意的或者满意，接受或者拒绝促销，取消或没有取消服务等。

我们通常会列一个有可能对上述行为产生影响的预测因素的列表。虽然没有一个特别的规定，但是其实可以发现一个模型到另一个模型，其预测因素的差别是非常大的。从几十到几百只能大概的预估一下，但重要的是每一个预测因素必须独立于另一个。典型的预测因素必须是过去几年大多数用户所共有的，比如年龄。

预判的分类结果，用于运营中的精细化运营，或者用于上述提问团队中关于设计作者的创作能力模型上。

另一个属于定性研究范畴。

也就是Alan Cooper曾在《About Face：交互设计精髓》一书中提及的研究用户的系统化偏重定性类的方法，被称为Persona，有时候也被称为用户角色。

这个概念和User Profile，虽然目标都是为了了解用户本身，但是他们研究的目标和方法却是天差地别的。

定性研究有一套独特的方法。

不管是做什么产品都需要知道是在为谁在做，比如：开店，我们身边的客户喜好，购买承受力，购买东西的动机等等都是必须了解的因素。

一个出色的销售是可以读懂用户的，通过与用户交谈，表情就可以知道用户如何思考。当然通过与用户长时间的接触还了解用户习惯，家庭背景等，那么他推荐东西就会更为精准，同时通过沟通让用户享受了在购物过程中的满足感。

这其中包含很多因素，最终却都脱不开人的欲望或是情感，而人恰恰是我们一切研究的基础。

这直接影响DTC企业在管理线上增长工作中的探索方向，因为是为人类在做网站/APP的设计和开发工作。

用一句话大白话来说，就是DTC企业（无论是否出海），都需要有通过定性和定量的方法，研究清楚目标用户需求。

这些能力，欧美的本地企业应该都已经非常熟悉了，所以出海DTC企业如果没有这些能力，怎么打赢这场仗？

一旦踏上独立站的发展路径，就必须意识到互联网是年轻的、快速的，跟奥运会一样，需要科学的方法去指导训练、严谨的判断来决出优劣、超前预见去规避风险等等，这些都离不开数据和分析。

互联网企业相对扁平化，决策链大大缩短。一个会议基本能拉齐所有参与者和决策人，大部分事情可以当场有结果。

任何一个线上的增长项目，从开始准备到落地，如何从60分加速跑到100分，必须进行实时的跟踪分析，及时反馈调整，甚至推演出后续更长时间周后的效果，从而按照正确的方向迭代。

比如，独立站在通过广告投放、网红营销、SEO、社交运营等手段获得流量的的过程中，将会面临如何以财务收入作为主要决策视角，用量化计算的手段判断在企业内部对营销、网站优化、运营活动、产品类目扩张等方面判断资源的投入。

可以这样来理解：通过在业务目标（比如利润、收入）下的权重计算，获得到底在目前阶段，是拉新、活跃、复购等目标上那个部分更需要资源投入。在资源投入估算后，就可以配合组织结构的设计，形成高效的人员配比和资源配比，这才是出海独立站的管理决策者在“如何用数据驱动业务增长”上需要重点去关注和推进的工作，也是用户视角存在的核心价值。

我曾经写过一篇文章，介绍了国外/国内超过200个网站与APP分析和运营工具/系统，可分成几个大类：

• 传统PC/H5网站分析工具
• 传统APP分析工具
• 热力图、点击图、眼球图分析工具
• A/B测试/分析工具
• CRM/邮件营销分析工具
• SEM投放管理分析工具
• SEO分析工具
• 网站log日志分析工具(Web Server Log Analytics)
• 全栈分析工具(Web Analytics vs. Mobile App Analytics)
• 标签运营系统/平台（含机器学习及预测能力）

我最近会更新一下，通过公众号分享给大家。

从类别上，可以直接上一套全栈分析统计工具（如含A/B测试则最好），对于独立站而言，SEM投放分析和SEO分析工具都是需要的。

一个出海的独立站企业需要自己有可以通过这2个基本的工具，进行数据分析。SQL是一个基本能力，无论企业采用哪种第三方网站分析工具，往往还是需要结合自己营销数据、业务数据、用户行为数据、支付和物流数据，统一进行数据模型设计，大幅度提高数据价值，提供管理决策的数据洞察能力。

企业需要在内部建立使用这2个工具的能力。