电商用户体验，来自于这四种体验

现今的电商们在用户查找商品方面做得相当不错了，当顾客知道自己想要什么的时候，依据产品特点搜索，很容易找到。但是在产品的寻找上还是有所欠缺，如果顾客不知道自己想要买什么，处于想买东西但没有目标瞎逛型。

是不是找不到合适的礼物想的头蒙？看电影却不知道哪部值得看？想看书却又不知从何下手？这是每个人都会遇到的难题。因为绝大部分购物者都不擅长快速高效的发现新事物，这就需要电商门们在产品寻找上下功夫。

小编发现四种能有效的帮助顾客发现产品的渠道：1、顾客自己瞎逛。2、个人助理式服务。3、社交网络朋友推荐。4、依赖算法的个性化推荐。

一、来自搜索

直接搜索是最为基本常用的发现查找方法，不知道要买什么衣服？不知道买什么书？不知道看什么电影？那就搜索淘宝分类、亚马逊小说目录、美团糯米电影吧。互联网发展的初期，搜索一直被认为是一种独立的产品类型；发展至今，搜索更加人性化、多元素，增加了多类新功能，从顾客角度出发，支持按照价格、颜色、评价、销量、地理位置等多种元素进行筛选，完全符合顾客的胃口。如果说实体店也搞这一套在实体店搜索的话，在线搜索就会是一件耗时耗力有没结果的事情。

二、个人助理式服务

第二种解决方法是为顾客提供“一对一、手把手”的服务，比如在国外，Trunk Club和Stitch Fix-两个在线服装零售商都会为每一位顾客都配备了一名私人顾问，顾问会了解他们的个人喜好并给出每月的衣物配送单。当然，这种方法普及性不高。对于高端商家，大额度的商品才适合使用这种配备顾问高端定制服务，低利润的商品着实不适合。

三、社交网络推荐

第三种是导入社会关系链。现在很多用微信、QQ登陆的网站或者APP，在个人浏览搜索页和浏览页的时候，经常会出现“你的好友都看过什么、买过什么、听过什么”这样的信息。

有款叫Foursquare的App，有你的朋友在咖啡店和饭店的签到记录版块，当然，这一板块可以帮助你在不知道去哪吃饭不知道哪儿适合喝咖啡的时候，可以给你提示建议，小编觉着在搜索页面中增加好友习惯信息完全可以提高搜索体验，给顾客搜索提供线索和引导。

四、个性化推荐服务

第四种是最主要的方法：运用数据驱动，收集了解用户需求特性，围绕习惯特性去制定顾客的在线体验。如果通过人工去做个性化定制，成本肯定过高。可以用机器。机器便宜学习快耗时少。通过算法就可以个性化点定制。

也即结合商品的基础信息为商品进行分类，相似、相关联、具有共同属性的商品被打上相关联的标签，通过顾客以往的浏览及购买行为为其推荐可能感兴趣以及相关相似的商品。

如果你经常逛淘宝（猜你喜欢、爱逛街很多版块都运用这类似功能），对这方面应该不会太陌生。

其实大部分在线零售商普遍存在的问题是依旧围绕着商品的外观去吸引顾客，缺少商品推荐的模式。要解决这个问题，关键点在于提供一个丰富的搜索体验，最好是能够收集到用户社交信息的那种。准确把握用户需求习惯，从用户需求出发，为用户搭上一座桥，引导用户去发现浏览直至成交。