模板建站動態

在網站建設和運營的分析領域中，轉化分析是最為核心和關鍵的場景。以電商網站購物為例，一次成功的購買行為依次涉及搜索、瀏覽、加入購物車、修改訂單、結算、支付等多個環節，任何一個環節的問題都可能導致用戶最終購買行為的失敗。在精益化運營的背景下，如何做好轉化分析儼然成為一門學問。

什麼是轉化？當用戶向您業務價值點方向進行瞭一次操作，就產生瞭一次轉化。這裡的業務價值點包括但不限於完成註冊、下載、購買等行為。每一次大的轉化都包含若幹個小的轉化環節，我們普遍使用轉化漏鬥（Funnel）來展示這一過程。

一、基礎分析：轉化的每一步都需要打磨

轉化分析的基礎階段，要衡量總轉化率、每一步轉化率及其隨時間的變化趨勢。下圖是經典的轉化漏鬥，展示瞭總體轉化率、每一步的流量和轉化率。

以註冊流程為例，“總轉化率 9.54%” 這個信息對我們優化註冊流、提升轉化率沒有太大幫助。但是借助上面的漏鬥圖，我們不難發現：從第一步到第二步的轉化率才18.5%，明顯低於前後兩個環節。發現瞭問題所在，我們就可以針對性地優化註冊流，最大效率地提升註冊轉化率。

同時，對每一個轉化率進行實時監測，可以幫助我們及時發現產品中的突發問題。

某日，該註冊流總轉化率異常下降。如上圖所示，漏鬥分析發現是第1步轉化率驟跌導致的，而該環節正是填寫手機驗證碼的環節 。產品經理檢查發現，短信驗證碼的代理商因為欠費而自動停止瞭短信驗證服務。充值完成後，註冊流程恢復正常，轉化率也慢慢恢復到正常水平。

二、進階分析：多維度分析用戶體驗

用戶體驗受到眾多因素的影響，進而直接影響到轉化率。要想更好地提升轉化率，需要對不同維度的因素進行考慮，包括但不限於用戶的：操作系統、瀏覽器類型、訪問來源、操作平臺、訪問來源等等。

以用戶的瀏覽器為例，我們對不同瀏覽器的轉化率進行一一對比，發現 Chrome 瀏覽器的轉化率高達12.9%；而 IE 瀏覽器的轉化率不足 8%。工程師研究後發現，原因是該網站采用瞭新的 Java 架構，不適應 IE 框架，導致 IE 瀏覽器環境下用戶體驗非常差，註冊轉化率非常低。

不僅限於瀏覽器，用戶的操作系統、PC 端還是移動端、訪問來源等等常見因素都可能影響到轉化率。越高級的產品或者運營人員，應該考慮的更加精細，不斷從細節來打磨產品，才能不斷提升轉化率。

三、高級分析：多維度交叉分析，支持產品不斷迭代

發現問題的過程往往需要拆分很多次，這時你需要一個支持多重維度交叉分析的漏鬥。

一個電商網站在用漏鬥衡量交易轉化時發現，App 上的用戶量高於網站，但總體轉化率卻很低，問題出在哪裡呢？

我們把兩個漏鬥放在一起交叉對比，不難發現移動端用戶提交訂單到支付環節的轉化率明顯低於網頁端，正是這個環節拉低瞭移動端整體轉化率。值得註意的是，提交瞭訂單的用戶購買意願非常強烈，是很有潛力喚回的一批用戶。

經過用戶行為洞察發現，這些用戶很多選擇瞭返回到上一步，而不是去支付。對比網站和 App 在支付頁面的信息結構發現，App 上的支付頁面缺少瞭訂單商品的詳細描述、收貨人地址和聯系方式等信息；這樣就給用戶帶來瞭猶豫，使很多用戶返回到上一步確認，從而導致轉化率下降。

於是，網站經理參考網站的信息結構，補充瞭 App 支付頁面的訂單信息，同時在支付環節進行流失用戶召回。

從漏鬥的趨勢圖中監測支付環節優化後的效果，App 端提交訂單到支付環節的轉化率明顯提升，甚至略高於網站轉化率，整體轉化率也被拉高。同時，在漏鬥中選擇進行召回的用戶作為目標用戶，觀測召回後的轉化率變化，以此來評估本次喚回活動的效果。

這麼細微的轉化問題，僅靠直覺是很難發現。它需要產品或者運營人員高度的數據敏銳感、嫻熟的業務技能，這也是轉化分析高級階段的表現。

四、總結：思維與工具

提升轉化率，既需要有數據驅動的意識，也需要熟練掌握一定的數據分析工具。其次，需要有強烈的數據驅動意識，對業務嫻熟於心。轉化率不僅是一個數據指標，其本質是用戶體驗的真實反映。當我們對用戶體驗分析的維度不斷增加，對我們產品和用戶行為的思考不斷深入的時候，我們也就在轉化分析的路上不斷進階。

培戀網絡原創版權，轉載請註明出處：

培戀網原創版權，網站建設提供網站代運營、模板網站制作轉載請注明出處,本文地址：http://www.gdszrq.com/news/51695.html