中国の靴の種類B 2 Cの業界の市場は競争の硝煙が充満します。

最近、国内の靴類B 2 C業界は風雲が激しいです。5月に、グッド買って、第3ラウンドの5000万ドルの融資を完了すると発表した。業界は騒がしさを引き起こした。6月に、ラクトネットはドイツ資本とトラファンドの千万ドル級の投資を獲得した。そして、この記録は優待買いによって簡単に破られ、百麗グループはこの3～5年以内に優待買い付けネットに2億ドルを注ぎ込むと発表した。この投資額は他の靴類B 2 Cサイトの融資総額よりも高い。李寧を選択します百麗これらの伝統的な小売企業が続々と試水している電子商取引に加え、京東商城、抜群のアマゾンの足を踏み入れている。中国の靴類B 2 C市場の競争は一面の硝煙です。

しかし、業界の分析によると、靴類の電子商取引市場の競争構造はまだはっきりしていない。艾瑞のデータは表示すって、去年中国の全体の靴種類の販売は4000億元を超えて、宝を洗うことを含んで、ネット上の靴類の小売所の占める割合はまだ5%にならないで、国内の靴類のB 2 C会社の中で、現在1家の年の売上高が2億元を上回ります。国外と比べて、国内の靴類B 2 Cのマーケティング方式はやはりお金を燃やして広告を打つだけに留まって、馬輪を走る段階、しかしここは図書、母子と3 Cに続いて、最も注目されて、しかし同様に最も激しい市場を競争するのです。

　グローバル・スカラーZapos

中国の電気商は靴類B 2 C市場で発展したいなら、Zappsを勉強しなければなりません。世界最大の靴類の販売B 2 CサイトZaposは依然として暴動と無知の中にある中国電子商取引市場にこのような理念を広めました。

Zaposはその優れたサービスと極めて高い顧客体験で有名です。他の企業がお金を割いて広告をする時、Zaposは広告に出すべきな資金を利用してお客様のサービスと体験を高めます。逆にお客様の口コミをZaposに宣伝させます。Zaposの有名な365日間の返品政策、百人のコールセンターを建設し、大量のコストを投入して顧客と交流するサービス基準は、ネット小売業大手のAmazonにも真似できなくなりました。

お客様を中心としたZaposが膨大な顧客層を築いているというなら、「個性的なオススメ」はもう一つの買い物体験を高めるための勝算法です。お客様に最高のサービスとショッピング体験を提供するために、Zaposは個性的な推薦技術チームChoicStreamと協力して、消費者に正確な商品を紹介します。そのサイトでは、消費者は自分がどんな商品を見たか、過去にどのタイプの商品を買ったかを知ることができるだけでなく、ウェブサイトで紹介された同種の商品や他の消費者の評価を参考に買い物をするかを決めることもできます。

個人化推奨技術サービスは、ウェブサイトの顧客の閲覧、購買行為などに基づいてカスタマイズされた個性的な推奨システムであり、ネット全体の消費行動データを分析して、お客様のオンライン購入行為の好みを見つけて、また計算を通じてウェブサイト全体の商品から好みに応じた商品を抽出し、お客様に正確な商品を紹介します。

個人的に推薦された正確なマーケティングに基づいて、電子商取引サイトの流量転化率、顧客単価を大幅に高め、お客様の改心率を高め、お客様のライフサイクルを延長し、電子商取引企業の核心競争力を高めることができます。製品紹介サービスを開始した後、Zappsの売上高は約3%の伸びを見せました。同时に、お客様がウェブサイトとのインタラクティブを强化することにも気づき、访问するたびにページの阅覧量は20%ぐらい増加します。{pageubreak}

　Zappsが中国の靴類B 2 Cに対する啓示

これはZaposが国内の靴業B 2 Cに啓示したものです。中国でZaposのモデルを完全にコピーするのは現実的ではないと思います。国内の物流システム、返品コスト、消費理念などは全部ショートボードです。Zappsのように個人化推薦サービス業者と協力するのが近道かもしれません。

国内のエレクトビジネスが価格競争に陥った白熱の競争状況の下で、企業の内功を練習するには体験を重視し、古い顧客を保留して高度に高め、個性化の基礎の上に、ユーザーの行為に対する好みを理解し、ユーザー体験を高める方法でマーケティングを行う。

国内の靴業B 2 Cはこの方向に向かって努力しているとみられています。現在、李寧ネットショッピングセンター、名靴倉庫、靴ネットなどは個性的な商品紹介の面で国内最大の個人化推薦技術サービス業者と協力しています。

オンラインショッピングのように、パーソナライズされた推奨技術は、オンライン消費者のためのウェブサイトのパーソナライズされた購入者です。ユーザーの過去のネットブラウズ行為の分析と、バックグラウンドの膨大なデータベースを通じて、ユーザーと同じような閲覧行為をしているグループの分析を通して、推薦技術を使ったウェブサイトは、自動的に特定のユーザーごとにカスタマイズされた商品リストを提供することができます。つまり、すべてのユーザーがウェブサイトで見たのは唯一無二で、彼/彼女の好みに合った商品のページです。