怎樣算一個好首頁？實現(xiàn)首頁的使命的就是好首頁。

江蘇網(wǎng)站建設公司渝網(wǎng)互聯(lián)以為，首頁的的第一使命是激發(fā)和捕捉新用戶的興趣，其中，匹配覆蓋面和刺激強度是兩個關鍵元素。 用什么來衡量首頁刺激和捕捉新用戶興趣的能力？ 把首頁定位為入口，在目前統(tǒng)計信息有限的情況下，可以把主動觸發(fā)率或者說二跳率可以作為首頁優(yōu)劣的主要參照指標：從首頁點開其他頁面的用戶比例越大（而不一定是平均打開的頁面越多），這個首頁就越好。

這樣我們就把問題轉(zhuǎn)化為：如何提高首頁的二跳率。 觀察B2c的首頁，常見三種取向：第一種首頁基本無單品，以圖片加文字引導的"集中二跳點"為主，吸引人盡快再點一次；第二種首頁列出大量商品，希望通過總有幾款打中用戶眼球，最常見；第三種是前面兩種的平衡或混合。

哪一種有最好的匹配覆蓋面和刺激強度，最能提高首頁的二跳率？以及，二跳之后最能產(chǎn)生三跳、四跳和購買轉(zhuǎn)化？ 最近從不同來源看了幾家感性類商品站點的用戶點擊分布熱圖，發(fā)現(xiàn)一個共同的特點，首頁和商品列表頁的商品：

1． 點擊分布很不均衡，相當比例的的商品點擊率很低 2． 最熱的商品，跟同頁的熱門分類、熱門頻道相比，點擊率也不高 這說明什么？我以為這一現(xiàn)象是很值得警惕的：單品在概率意義上普遍低命中率，對用戶興趣的匹配覆蓋面不夠大、刺激不夠強。 可以大膽作出以下推論：

1． 如果品類較多，首頁羅列多個獨立品類，每個品類列出幾款推薦產(chǎn)品（或暢銷產(chǎn)品），那么這幾款推薦產(chǎn)品如果匹配用戶興趣不成功，用戶很可能會對整個品類喪失探究興趣。 我們已經(jīng)知道，單品的興趣命中能力是比較低的，這幾款典型商品在吸引部分用戶的同時，推開了更多的用戶；

2． 如果品類不多，首頁大量羅列商品，那么就是暗示用戶首頁已經(jīng)有足夠代表性，如果首頁見不到適合刺激自己興趣的商品，用戶就可能離開（為了緩解這一點，可以強化"下頁"或"更多"）。

由于首頁用戶未被按興趣分流，用戶不得不行走在大量無感覺商品中尋找可能感興趣的商品，按照前述單品弱小的發(fā)現(xiàn)，每個單品能夠刺激到的用戶比例是很有限的，因此這個尋找效率很低，首頁即使有大量商品羅列，仍然難以覆蓋很大的訪問人群，會丟失相當?shù)挠脩簦?/P>

3． 如果首頁主體位置只推薦很少幾款單品，而不強調(diào)品類列表入口，那么將有大量用戶對這幾款具體商品不感興趣而離開，風險很大； 這些未經(jīng)證實的推論，可以進一步得到以下推論： 最理想的首頁，既不羅列商品，也不按門類推薦典型商品，而是按照用戶的潛在分類（商品品類、功用、消費力、行為傾向），以圖文形式呈現(xiàn)多個入口，進入下一級的商品列表； 這些入口起到了過濾分流的作用，在更狹窄的匹配面上，可以保證在查看下級商品列表時有較高的興趣命中率； 這些圖文形式的入口，面積不要太大，要明顯象入口，圖片的選擇和文字引導一樣都非常重要，集中傳遞信息、強化刺激。

狹窄的匹配劃分+強化的刺激，就是首頁提高二跳率的關鍵法門。

不同的b2c，其新用戶穩(wěn)定性結(jié)構(gòu)不同： 通過熟人口碑、媒體報道等信任途徑而來的用戶，帶有解決某種問題、尋找某個東西的動機的用戶，購買理性類商品的用戶，有較好的探索耐心；通過引擎、廣告而來的用戶，只是隨意逛逛沒有特別目標的用戶，比較缺乏探索性，短時間內(nèi)沒接觸到匹配自己興趣的東西，以及刺激不夠強度，很容易就會跑掉；男生和女生有耐心的東西是不一樣的。。。

根據(jù)新用戶穩(wěn)定性結(jié)構(gòu)的不同，首頁可以采取不同的取向。前面的討論主要針對新用戶穩(wěn)定性差的b2c，例如女裝。 除了狹窄匹配面和強刺激，還有一點也很重要，就是給首頁做減法，那些只有少量用戶感興趣、點擊率低的東西，如果無法改造就取消，減少對用戶注意力的分散，先把新用戶引到最有可能刺激用戶的商品列表或促銷頁面。

例如： 在新用戶對商品開始感興趣之前，很少人關注沒有結(jié)合具體商品或品類的全場促銷政策，例如全場性的送分、買N送N、折扣，這些東西不用花太大面積強調(diào)。全場促銷不如分散差異化的局部促銷。 在新用戶對商品開始感興趣之前，用戶不關心物流和運費、不關心積分政策，這些沒必要在顯著位置。

首頁顯示的社區(qū)內(nèi)容看的比摸的多，點擊率通常很低，主要用來暗示人氣，不需要期待用戶去點擊，因此小面積+快速動態(tài)就好。

只有熱的分類和tag多人點，有些沒多少人點的沒必要在首頁出現(xiàn)，移到"更多"去。 上述討論，我們把首頁第一使命定位為新用戶的保有和轉(zhuǎn)化，得到的結(jié)論是：通過集中刺激——分流，通過集中匹配——轉(zhuǎn)化。 通過cookie處理，老用戶看到的首頁應完全不同，以后有機會再慢慢討論。