大家好，我是Luxury，时隔近半个月再次和大家分享一下我们的实操心得，因为最近确实比较忙，只能是空余时间写作分享，今天主要分享一下我们在提升整店询盘概率方面的数据优化逻辑。为什么是研究询盘概率而不是询盘量？因为询盘概率属于评估性数据，而询盘量只是一个客观性数据，从成本方面考虑，询盘概率可以为精准营销提供参考依据，因此提升询盘概率可以最低成本的提高询盘量。

文章目录 隐藏 1 前言 2 案例举例 3 建立地域联动分析表 前言

在分享之前我想说一下我的一些看法，我们8月份刚开始做的时候，由于是经验不足，经常会去参加一些阿里组织由代运营公司承办的线下培训。关于询盘这一块，只要你的询盘低，他们的一致强调的就是价格太高、运费太高、不提供样品，还有最最重要的一点–详情页做的太差。如果你把前面提到的都优化完了询盘还是低，他们最终会说–你的产品不行。我是比较反感这样的理由的，你仔细想想，一样的品类，为什么别人询盘高我就不行？难道同行的详情页就是大师级设计，我模仿不来？这种无法用客观数据评估的要素根本构不成重要的影响理由。

因此基于以上的思考，我提出了不一样的看法：在你产品内功做好的情况下（价格差距不大、主图详情不非常丑），前端的要素展示（含主图、价格、运费、详情页等）只是询盘的很一般的影响要素，最核心且可数据量化的要素是产品背后精准的人群，即把你的产品展现给想要的人，才能最大化的提升询盘概率。而目前国际站给我们提供的数据中，能衡量人群询盘概率的指标仅有–地域人群，因此今天分享的实操经验就是通过数据化分析，去找到与店铺（此方法不适用于杂货铺）最匹配的地域人群，从而进行精准营销，提高整店的询盘概率。

案例举例

①幸存者偏差：假设当月整店有50个询盘，40个来自美国，剩下10个来自英国，你发现你店铺的询盘基本上集中在美国，所以你认为美国是最值得营销的地域，但如果当月美国访客1000个，而英国访客只有100个，不难看出，这时候美国的询盘率是4%，英国是10%，也就意味着美国的询盘多是因为当月访客来了很多美国人，并不能直接代表美国就是你店铺最精准的人群，这时候你认为你应该优先营销哪些国家？很显然是英国。

②产品与人群基本不对应：你一阵瞎推，但通过数据分析后，应该是越南、泰国等东南亚地区的询盘率最高，但是当下你店铺的访客60%以上来自于巴西、秘鲁等南美国家，这种情况下店铺的询盘率还会高吗？很显然不会。
理解以上两个例子之后，相信大家对于地域人群的询盘概率有了更深入的认识，即我们不再是仅进行询盘地域分布的统计，还要通过地域联动分析，建立地域人群询盘概率指标，进而挖掘出切合整店的精准人群，接下来就是实操过程。

建立地域联动分析表

第1步，进入数据概览，按月收集访客、询盘、TM咨询的地区分布情况。分别点击访客、询盘、TM咨询，会出现下图左侧地区分布饼图，依次点击饼图中的子图，将右侧数据复制粘贴到Excel中。

国家及地区分析

第2步，对访客、询盘、TM咨询的地区分布分别进行整理汇总。分别对粘贴到EXCEL的访客、询盘、TM咨询等数据进行整理，并通过数据透视表将合并地域、月份等指标，分别统计一个周期的情况。

绘制地域联动表

第3步，利用VLOOKUP函数进行地域联动分析，并建立地域询盘率指标。利用VLOOKUP函数将访客、询盘、TM统计周期内的数据整合到一张表格中，并建立询盘率指标，地域询盘率=（询盘+TM）/访客数，并倒序排列，同时结合自身情况考虑样本量，比如各地域人数>100人才具有参考意义等。

创建VLOOKUP函数

通过以上3步，建立了地域联动分析，并分析出了各地域的询盘概率情况，确定了与整店产品最契合的精准地域人群。同时，地域联动分析的用途非常广泛，总结了一下有以下几个常用点：

①店铺自查：自查近期的访客画像是否与店铺精准地域人群契合。

②标题词路布局：每个关键词背后都代表着一类人群，不同的关键词匹配不同的人群匹配不同的产品（后期会分享）。
③P4P营销：可通过定向推广、爆品助推进行地域性营销。
最后说一句，询盘率的影响要素很多，我只是站在我的角度挖掘出可以用数据衡量的核心优化指标，这只是一个运营技巧之一，你可能有你的观点，但请求别杠，在产品内功良好的基础上，找到数据化的指标去优化，才能最大化的提高整店的运营效率！