B2c杂思：概率为什么发生

在来路不变的情况下，一个b2c网站的新用户转化率是大致恒定的。当长期改变了某些东西，例如改变了网站表现形式或产品线，新用户转化率将产生一个比例变化，然后又恒定下来。

假设新用户转化率是1%，为什么，1万新来访者中，每天总是有那么一百个要被我打动？为了方便思考，我设想了两种模型：

1．电子模型

就好象电子一样，从某个轨道跃迁到另一个轨道，需要恰好那么多的能量。来到我站的访问者，他们所处的能量阶梯不一致，恰好有1%的能量阶梯处于我提供的能量刚好可以让其跃迁。

2．分子模型

就好象化学反应一样，分子的结构形状和电荷分布决定了分子间的相互靠近和结合。来到我站的访问者，恰好有1%的结构形状和电荷分布适合与我站的分子结合。

上述两个模型对于提高新用户转化率的提示是不一样的：

1．按电子模型

要提高新用户转化率，主要方法是我提供更多的能量，使更低能量阶梯者能够跃迁，例如就是在信任环境、产品和利益刺激度上下功夫。提供的能量，强度要足以推动跃迁，过渡状态是白浪费。

改变新来访者的初始能量分布也是一个办法，也就是调整流量来源，或者等待整体网购环境的加热提升。

2．按分子模型

要提高转化率，最直接的办法是增加更多类型的分子，以期获得更多的匹配率，例如扩张产品线。

也可以通过加热加快分子的运动，让他们之间发生更频繁的多角度接触，例如《非扁平化路径》提到的接触速度，改善新用户在有限接触时间内接触到更丰富的商品。

还可以通过改变新来访者适合我站结构形状和电荷分布的比例，例如优化流量来路的匹配性。

更强的办法是采取酶中转。酶中转是上帝造物时非常有创造性的一个小发明：A结合B有难度，先找C结合B，改变C-B结构以适合A，然后C-B与A结合，最后C退出，留下A-B。在适合的温度下，酶结构上的特征很容易大幅度降低分子结合的难度，提高结合几率。酶中转的原理很棒，问题是，如何在b2c电商中简单有效地运用？

上述两个模型带给我们的启发是：

1．  增加能量跃迁，供应的能量要有足够强度。

2．  产品线扩张很重要（不仅仅对回头客重要，对新用户转化也重要）

3．  在加快分子运动方面，也许有很多可为

4．  酶中转模式很值得多琢磨下