轉(zhuǎn)化分析的三重境界,互聯(lián)網(wǎng)人你都 get 了嗎?
轉(zhuǎn)化率不僅是一個(gè)數(shù)據(jù)指標(biāo),其本質(zhì)是用戶體驗(yàn)的真實(shí)反映。
在互聯(lián)網(wǎng)產(chǎn)品和運(yùn)營(yíng)的分析領(lǐng)域中,轉(zhuǎn)化分析是最為核心和關(guān)鍵的場(chǎng)景。以電商網(wǎng)站購(gòu)物為例,一次成功的購(gòu)買行為依次涉及搜索、瀏覽、加入購(gòu)物車、修改訂單、結(jié)算、支付等多個(gè)環(huán)節(jié),任何一個(gè)環(huán)節(jié)的問題都可能導(dǎo)致用戶最終購(gòu)買行為的失敗。在精益化運(yùn)營(yíng)的背景下,如何做好轉(zhuǎn)化分析儼然成為一門學(xué)問。
什么是轉(zhuǎn)化?當(dāng)用戶向您業(yè)務(wù)價(jià)值點(diǎn)方向進(jìn)行了一次操作,就產(chǎn)生了一次轉(zhuǎn)化。這里的業(yè)務(wù)價(jià)值點(diǎn)包括但不限于完成注冊(cè)、下載、購(gòu)買等行為。每一次大的轉(zhuǎn)化都包含若干個(gè)小的轉(zhuǎn)化環(huán)節(jié),我們普遍使用轉(zhuǎn)化漏斗(Funnel)來展示這一過程。
一、基礎(chǔ)分析:轉(zhuǎn)化的每一步都需要打磨
轉(zhuǎn)化分析的基礎(chǔ)階段,要衡量總轉(zhuǎn)化率、每一步轉(zhuǎn)化率及其隨時(shí)間的變化趨勢(shì)。下圖是經(jīng)典的轉(zhuǎn)化漏斗,展示了總體轉(zhuǎn)化率、每一步的流量和轉(zhuǎn)化率。
轉(zhuǎn)化漏斗
以注冊(cè)流程為例,“總轉(zhuǎn)化率 9.54%” 這個(gè)信息對(duì)我們優(yōu)化注冊(cè)流、提升轉(zhuǎn)化率沒有太大幫助。但是借助上面的漏斗圖,我們不難發(fā)現(xiàn):從第一步到第二步的轉(zhuǎn)化率才18.5%,明顯低于前后兩個(gè)環(huán)節(jié)。發(fā)現(xiàn)了問題所在,我們就可以針對(duì)性地優(yōu)化注冊(cè)流,最大效率地提升注冊(cè)轉(zhuǎn)化率。
轉(zhuǎn)化率趨勢(shì)
同時(shí),對(duì)每一個(gè)轉(zhuǎn)化率進(jìn)行實(shí)時(shí)監(jiān)測(cè),可以幫助我們及時(shí)發(fā)現(xiàn)產(chǎn)品中的突發(fā)問題。
某日,該注冊(cè)流總轉(zhuǎn)化率異常下降。如上圖所示,漏斗分析發(fā)現(xiàn)是第1步轉(zhuǎn)化率驟跌導(dǎo)致的,而該環(huán)節(jié)正是填寫手機(jī)驗(yàn)證碼的環(huán)節(jié) 。產(chǎn)品經(jīng)理檢查發(fā)現(xiàn),短信驗(yàn)證碼的代理商因?yàn)榍焚M(fèi)而自動(dòng)停止了短信驗(yàn)證服務(wù)。充值完成后,注冊(cè)流程恢復(fù)正常,轉(zhuǎn)化率也慢慢恢復(fù)到正常水平。
二、進(jìn)階分析:多維度分析用戶體驗(yàn)
用戶體驗(yàn)受到眾多因素的影響,進(jìn)而直接影響到轉(zhuǎn)化率。要想更好地提升轉(zhuǎn)化率,需要對(duì)不同維度的因素進(jìn)行考慮,包括但不限于用戶的:操作系統(tǒng)、瀏覽器類型、訪問來源、操作平臺(tái)、訪問來源等等。
多維度轉(zhuǎn)化率分析
以用戶的瀏覽器為例,我們對(duì)不同瀏覽器的轉(zhuǎn)化率進(jìn)行一一對(duì)比,發(fā)現(xiàn) Chrome 瀏覽器的轉(zhuǎn)化率高達(dá)12.9%;而 IE 瀏覽器的轉(zhuǎn)化率不足 8%。工程師研究后發(fā)現(xiàn),原因是該網(wǎng)站采用了新的 Java 架構(gòu),不適應(yīng) IE 框架,導(dǎo)致 IE 瀏覽器環(huán)境下用戶體驗(yàn)非常差,注冊(cè)轉(zhuǎn)化率非常低。
不僅限于瀏覽器,用戶的操作系統(tǒng)、PC 端還是移動(dòng)端、訪問來源等等常見因素都可能影響到轉(zhuǎn)化率。越高級(jí)的產(chǎn)品或者運(yùn)營(yíng)人員,應(yīng)該考慮的更加精細(xì),不斷從細(xì)節(jié)來打磨產(chǎn)品,才能不斷提升轉(zhuǎn)化率。
三、高級(jí)分析:多維度交叉分析,支持產(chǎn)品不斷迭代
發(fā)現(xiàn)問題的過程往往需要拆分很多次,這時(shí)你需要一個(gè)支持多重維度交叉分析的漏斗。
多維度交叉分析
一個(gè)電商網(wǎng)站在用漏斗衡量交易轉(zhuǎn)化時(shí)發(fā)現(xiàn),App 上的用戶量高于網(wǎng)站,但總體轉(zhuǎn)化率卻很低,問題出在哪里呢?
我們把兩個(gè)漏斗放在一起交叉對(duì)比,不難發(fā)現(xiàn)移動(dòng)端用戶提交訂單到支付環(huán)節(jié)的轉(zhuǎn)化率明顯低于網(wǎng)頁(yè)端,正是這個(gè)環(huán)節(jié)拉低了移動(dòng)端整體轉(zhuǎn)化率。值得注意的是,提交了訂單的用戶購(gòu)買意愿非常強(qiáng)烈,是很有潛力喚回的一批用戶。
經(jīng)過用戶行為洞察發(fā)現(xiàn),這些用戶很多選擇了返回到上一步,而不是去支付。對(duì)比網(wǎng)站和 App 在支付頁(yè)面的信息結(jié)構(gòu)發(fā)現(xiàn),App 上的支付頁(yè)面缺少了訂單商品的詳細(xì)描述、收貨人地址和聯(lián)系方式等信息;這樣就給用戶帶來了猶豫,使很多用戶返回到上一步確認(rèn),從而導(dǎo)致轉(zhuǎn)化率下降。
于是,產(chǎn)品經(jīng)理參考網(wǎng)站的信息結(jié)構(gòu),補(bǔ)充了 App 支付頁(yè)面的訂單信息,同時(shí)在支付環(huán)節(jié)進(jìn)行流失用戶召回。
優(yōu)化后轉(zhuǎn)化率大幅度提升
從漏斗的趨勢(shì)圖中監(jiān)測(cè)支付環(huán)節(jié)優(yōu)化后的效果,App 端提交訂單到支付環(huán)節(jié)的轉(zhuǎn)化率明顯提升,甚至略高于網(wǎng)站轉(zhuǎn)化率,整體轉(zhuǎn)化率也被拉高。同時(shí),在漏斗中選擇進(jìn)行召回的用戶作為目標(biāo)用戶,觀測(cè)召回后的轉(zhuǎn)化率變化,以此來評(píng)估本次喚回活動(dòng)的效果。
這么細(xì)微的轉(zhuǎn)化問題,僅靠直覺是很難發(fā)現(xiàn)。它需要產(chǎn)品或者運(yùn)營(yíng)人員高度的數(shù)據(jù)敏銳感、嫻熟的業(yè)務(wù)技能,這也是轉(zhuǎn)化分析高級(jí)階段的表現(xiàn)。
四、總結(jié):思維與工具
提升轉(zhuǎn)化率,既需要有數(shù)據(jù)驅(qū)動(dòng)的意識(shí),也需要熟練掌握一定的數(shù)據(jù)分析工具。其次,需要有強(qiáng)烈的數(shù)據(jù)驅(qū)動(dòng)意識(shí),對(duì)業(yè)務(wù)嫻熟于心。轉(zhuǎn)化率不僅是一個(gè)數(shù)據(jù)指標(biāo),其本質(zhì)是用戶體驗(yàn)的真實(shí)反映。當(dāng)我們對(duì)用戶體驗(yàn)分析的維度不斷增加,對(duì)我們產(chǎn)品和用戶行為的思考不斷深入的時(shí)候,我們也就在轉(zhuǎn)化分析的路上不斷進(jìn)階。
本文節(jié)選自GrowingIO?《產(chǎn)品經(jīng)理數(shù)據(jù)分析手冊(cè) | 能力升級(jí)必備》
本文由 @GrowingIO 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
電子書免費(fèi)下載鏈接:http://t.cn/RKuCbGO
GrowingIO 免費(fèi)試用:http://t.cn/RKuUxAI
想知道運(yùn)營(yíng)的是哪個(gè)產(chǎn)品,改完有這么顯著的變化不可思議