在微觀層面（實戰方法論）通過6種轉化率分析模型提高產品轉化率、用戶體驗; 大家如果能掌握好增長方法論和提升轉化的秘訣，就一定可以通過實現業務快速增長。

本文根據謝榮生在起點學院公開課分享的課程整理而成，加入起點學院在線社員（或復制報名鏈接：http://t.cn/R53OsvD?到瀏覽器中詳細了解），即可觀看本課程視頻回放及尊享300門視頻課程學習特權。

以下為數極客CEO @謝榮生 在【起點學院公開課】演講實錄，編輯有修改：

1. 為什么轉化率越來越重要？

1.1 流量紅利漸失，競爭日益激烈

目前新平臺、新應用發展起來的難度比十年前要難數十倍，主要有三方面的原因：

1. 增長率下降；
2. 流量集中于BAT等少數大平臺；
3. 同行競爭激烈。

根據CNNIC統計報告顯示：2006年 網民增長率為23.4%,2015年網民增長率為 6.1%，并且持續在下降。而在增量流量減少的同時，流量集中度在顯著提高，以BAT為核心的大型互聯網平臺占據了行業內80%的流量。 每次互聯網應用浪潮來臨時，全國都有數千家同類平臺進行競爭，經過3－5年競爭落幕時，僅剩下排名前3的平臺脫穎而出，慘烈程度可想而知。

1.2 轉化率對于企業和產品經理、運營人員的意義

轉化率是完成轉化目標的用戶占總體用戶的比例，注冊、下單、登錄、復購，都可以用轉化率進行量化，轉化率是互聯網平臺的增長的基石。高增長的平臺基本也是高轉化率的平臺，而增長水平影響了企業的市場占有率和價值，對于在企業中工作的從業人員來說，高增長的企業也會更快促進個人的成長，獲得更豐厚的回報。

2. 如何提升轉化率

提升轉化率是全員參與的行為，企業中的高管、中層、基層都必須掌握相應的方法，我們可以通過三個層面共同探討如何提升轉化率實現業務增長，這就是：取勢、明道、優術。此六字出自老子所著《道德經》，被李嘉誠先生題為長江商學院的校訓：

• 取勢+明道=戰略
• 優術=組織能力
• 企業成功=戰略*組織能力=（取勢+明道）*優術

取勢，遠見也；明道，真知也；優術，實效也。取勢為要，明道其次，優術第三，以下我們從這三個層面詳細解讀具體的方法：

2.1 提升轉化率方法論之：取勢

“勢”往往無形，卻確定了方向；“取勢”重在順勢而為，順勢則事半功倍。也就是說，雷軍所說的成為風口上的豬；以下方法論中的魚塘理論、機會井理論、PMF 幫助我們“取勢”。

（1）魚塘理論

市場規模是決定一家企業規模和最主要的指標之一，很多投資機構只投資具有千億級以上規模市場中的企業，那么如何選擇適合自己的目標市場呢？

市場機會一般可以分成以下三類：

1. 大家都看得到，都可以夠得著
   比如：美食菜譜網站、寵物主人社交網站、活動聚會網站等，此類機會門檻低，競爭激烈。
2. 大家看得到，大多數人夠不著
   比如：發送火箭到火星、治愈癌癥的藥品、自動駕駛等，此類機會門檻高，需要有充足的準備。
3. 大家基本看不到，也夠不著，
   比如：護理機器人、可視化搜索引擎、終身電池等，此類機會比較長遠，大部份人看不到，目前還很難實現。

阿里集團創始人馬云曾經說過：任何一次機遇的到來，都必將經歷四個階段:“看不見”、“看不起”、“看不懂”、“來不及”。因此在選擇目標市場時，“看不見”和“看不起”的機會更容易進入，形成積累的過程中其他人“看不懂”，而完成積累后，大家已經“來不及”。例如：曾經的互聯網和移動互聯網，最近風頭正勁的區塊鏈經歷過大部份人“看不懂”的環節，如果你能通過深入研究“看懂”，也能從中找出適合你的目標市場和客群。

（2）機會井理論

可能你選擇的目標市場和客群的規模足夠大，但決定商機整體價值的還有一個重要的因素：你所提供的價值的深度。

Opportunity value= X(影響的人群數量)*Y(提供價值的深度)

如果你面向的客群小，但提從的價值深度足夠的話，整體價值也會得到極大的提高。作為后入者，不要刻意追求大市場，先集中提供一個最核心的價值，并且是最有深度的價值。

（3）PMF

如何衡量你的產品是否找到PMF？

“初創企業的生命周期可以分為兩部分：找到產品-市場匹配之前，和找到產品-市場匹配之后”——馬克·安德森（閱項目無數的著名連續創業家、風險投資家、硅谷大神），產品-市場匹配(Product-market fit,PMF)，指的是你的產品是否有足夠的價值，但這不是由你自己決定的，關鍵在于是否得到市場和客戶的認可?！盎ヂ摼W企業99%創業失敗，只是因為沒有找準它”，我們可以通過這些問題和用戶數據指標兩種方式評價產品是否找到PMF。

通過問題或問卷來判斷：

• 你會把我們的產品薦給你的朋友嗎？
• 如果你不能繼續使用這個產品，你會有多失望？
• 有多少用戶在離開你的產品，有多快？

通過用戶數據標準來判斷，用戶級產品標準：

• 每周使用天數超過3天
• 新增日活躍用戶DAU超過100
• 30%新用戶次日留存
• 達到10萬用戶量

SaaS 產品標準：

• 5%付費轉化率
• LTV/CAC>3，即用戶終生價值/用戶獲取成本>3
• 月流失率<2%
• 月銷售流水達到10萬
• 用戶獲取成本的回本時間<12月

如何激發用戶的動機，吸引用戶并快速達到PMF？

Simon Sinek，在《START WITH WHY》書中說到“人們不會購買你所做的，他們購買的是你為什么這么做。 你只需要做什么來證明你的信仰”，他們認同你的“WHY”，其實他們也是為了滿足自己的信念。Apple公司的iphone銷售的好，不僅是因為他們做了一款更易用，更好看的手機，而是因為認同他們挑戰現有產品的現狀，Think differen的理念。

通過思考WHY，讓產品具備了?格化屬性，也形成了?個?戶天然的篩選器，與用戶精神?度共鳴，讓用戶發?內?認同你的產品或服務，占據?智?地，建立持久的用戶忠誠度。

2.2 提升轉化率方法論之：明道

取勢務虛，明道求實，虛實結合，方可行事。道者，規律也。明道者，確定思路、尋求路徑。?通過 用戶決策模型、行為動機模型、北極星指標 可以幫助我們在追求提升轉化率的過程“明道”。

（1）用戶轉化模型

AARRR轉化漏斗和市場營銷學中的消費決策模型保持高度一致：獲客與用戶需求對應，了解用戶如何找到我們; 激活與用戶收集信息的過程對應，這個過程中用戶完成首次激活; 留存與評價方案對應，對于好的體驗，用戶會留下來; 收入和決定購買對應，當用戶完成購買，平臺也獲得了收入; 用戶購買完成后有持續良好的體驗，則會導致產品的再傳播。

（2）行為動機模型Fogg’s Behavior Model

那么用戶是如何完成上述的激活、留存、交易轉化行為的呢？ 我們需要了解行為背后的原因是哪些？ 斯坦福大學的Fogg提出的行為模型(B＝MAT)顯示，三個要素必須在同一時刻收斂才能發生行為：動機，能力和觸發器。當行為沒有發生時，這三個元素中至少有一個缺失。當動機高時，人們可接受的行為難度也比較高，動機低時，行為難度相應較低，因此在產品設計觸發機制時，需要考慮到這幾個因素的影響，好的產品擁有足夠低的行為門檻。

小結：市場營銷學的消費決策模型，讓我們明確每個階段的目標; 動機行為學模型(FBM)，指導我們不斷提升動機; 產品化的實現漏斗(AARRR)，知道每一步要做什么。它們不是孤立的，他們的終極目標，都是讓用戶產生購買行為。三個模型結合起來，分別是why，how，what。

（3）北極星指標

① AHa moment

AHa moment也叫頓悟時刻，在互聯網產品中的AHa moment指的是影響用戶留存的關鍵轉化行為，Facebook、Twitter等公司的AHa moment如下圖：

這些量化指標不能完美的代表你所有的?戶，僅簡單的代表?多數用戶，在發?某個數量的?戶為后，真正體會到產品價值的那個時刻，有些?戶進?狀態的速度快，有些速度慢。（如同有些?慢熱，有些??點就燃），AHa moment 應該是?個具體的，可量化的，?且是在轉化漏?中偏早期的行為/體驗。

那么，如何量化你產品的關鍵轉化行為呢？

以互聯網理財平臺為例：行為與留存交集的最大化，就是關鍵轉化行為。

② 北極星指標

“North Star Metric” 北極星指標，又叫做“OMTM” One metric that matters, 唯一重要的指標。之所以叫北極星指標，是因為這個指標一旦確立，就像北極星一樣，高高閃耀在天空中，指引著公司全體人員，向著同一個方向邁進。北極星指標是一個輸出性指標，遲滯性指標，只能代表業務的某一個維度，不為其它指標間的相互犧牲所負責。

如何選擇北極星指標：

• 什么樣的一個指標是公司所有人都為之努力的？
• 所有的策略規劃都是為了提升那個指標？
• 這個指標一定是與你所提供的價值相關聯的
• 是不是所有人都能理解這個指標的含義？
• 不要輕易的放棄和更改這個指標，一定要堅持一段時間

一個企業的健康運行是受多個維度的指標所影響的，每個維度都會對應一個關鍵指標，至少每個產品應該包含以下三類:留存度 (Breadth of retention)、產品互動性 (Depth of engagement)、商業化 (Monetization)。

③ 從AHa moment到北極星指標

AHa moment 關鍵轉化行為就是北極星指標的輸入性指標，如果用戶體會到A-HA moment, 那么它一定能提升你的北極星指標，盡快推動用戶體驗到A-HA moment，讓他們對你的產品上癮。

2.3 提升轉化率方法論之：優術

“術”是能力，能力是知識、方法、策略和經驗的集合體，很多企業在勢和道方面有優勢，但最后失敗在術的層面，“術”是可解決實際問題的流程和策略，是可以提高效果和效率的技巧。?漏斗分析、微轉化分析等6種轉化率提升秘訣幫助我們“優術”。

（1）基礎分析方法

① 細分分析

細分分析是一切分析方法的本源，因為單一維度下的指標數據的信息價值很低，細分幾乎幫助我們解決所有問題。比如轉化漏斗，實際上就是把轉化過程按照步驟進行細分。所謂下鉆，就是在分析指標的變化時，按一定的維度不斷的分解。比如，按地區維度，從大區到省份，從省份到城市，從省市到區。所謂上卷就是反過來。隨著維度的下鉆和上卷，數據會不斷細分和匯總，在這個過程中，我們往往能找到問題的根源。

流量渠道的分析和評估也需要大量用到維度交叉細分的方法，比如我們將渠道的數量和質量交叉分析，就能找出優質渠道。第一象限? 渠道質量又高流量又大，應該繼續保持渠道的投放策略和投放力度; 第二象限 渠道的質量比較高但流量比較小。應該加大渠道的投放，并持續關注渠道質量變化; 第三象限 這個象限里渠道質量又差，帶來流量又小，應該謹慎調整逐步優化掉這個渠道; 第四象限 渠道質量比較差，但是流量較大，應該分析渠道數據做更精準的投放，提高渠道質量。

② 對比分析法

對比分析法，是將兩個相互聯系的指標數據進行比較，從數量上展示和說明研究對象的規模大小、水平高低、速度快慢等相對數值，通過相同維度下的指標對比，發現和找出業務在不同階段的問題。

對比分析的方法：

1）對比類型包括絕對數對比與相對數對比，兩種數據需要結合起來進行對比。

2）對比標準分為以下4種：

• 時間標準：同比、環比、定基比。通過這三種方式，可以分析業務增長水平、速度等信息。
• 空間標準：分為三類：與相似空間比較、與領先空間比較、與擴大空間比較
• 經驗或理論標準：例如，恩格爾系數、活躍度;
• 計劃完成標準：例如：KPI。

3）對比分析原則：

• 指標的內涵和外延可比
• 指標的時間范圍可比
• 指標的計算方法可比;
• 總體性質可比。

③ 聚類分析

聚類分析就是根據事物彼此不同的屬性進行辨認，將具有相似屬性的事物聚為一類，使得同一類的事物具有高度的相似性。聚類分析具有簡單、直觀的特征聚類分析在網站分析的應用：用戶分群、用戶標簽法; 來源聚類主要包括渠道、關鍵詞等; 頁面聚類，相似/相關頁面分組法，例如：在頁面分析中，經常存在帶?參數的頁面，比如：資訊詳情頁面、商品頁面、店鋪頁面等，都是屬于同一類頁面

3. 提升轉化率的六大秘訣

3.1 轉化率提升法則

轉化率的提升是一個持續和長期的過程，在某個階段通過數據分析和優化方法提升指標，但經過一段時間后，因為環境的變化、用戶習慣的變化等各種原因，有些方法和措施需要進行調整才能持續保持高轉化率。因此，我們需要掌握轉化率提升的閉環，持續進行改進。

轉化率提升的過程就像飛機起飛的過程一樣，動力就是用戶感知的好處(動機)減去感知的成本(行為難度)，而良好的用戶體驗(觸發機制)能讓轉化率提升更快。 我們所有的分析方法都是為了優化這個等式：提升體驗、降低門檻。

3.2 漏斗分析法

轉化分析常用的工具是轉化漏斗，簡稱漏斗（funnel）。新用戶在注冊流程中不斷流失，最終形成一個類似漏斗的形狀。用戶行為數據分析的過程中，我們不僅看最終的轉化率，也關心轉化的每一步的轉化率。

（1）如何科學地構建漏斗

以往我們會通過產品和運營的經驗去構建漏斗，但這個漏斗是否具有代表性，優化這個漏斗對于整體轉化率的提升有多大作用，心里沒有底氣，這時我們可以通過用戶流向分析去了解用戶的主流路徑。

圖：用戶流向分析

用戶流向分析，非常直觀，但需要分析人員有一定的經驗和判斷能力。為了解決這個問題，數極客研發了智能路徑分析功能，只需要選擇轉化目標后，一鍵就能分析出用戶轉化的主流路徑。將創建漏斗的效率縮短到了幾秒鐘。

圖：智能轉化分析

（2）漏斗對比分析法

轉化分析僅用普通的漏斗是不夠的，需要分析影響轉化的細節因素，能否進行細分和對比分析非常關鍵。例如：轉化漏斗按用戶來源渠道對比，可以掌握不同渠道的轉化差異用于優化渠道; 而按用戶設備對比，則可以了解不同設備的用戶的轉化差異(例如：一款價格較高的產品，從下單到支付轉化率，使用iphone的用戶比android的用戶明顯要高)。

圖：漏斗對比分析

（3）漏斗與用戶流向結合分析法

一般的轉化漏斗只有主干流程，而沒有每個步驟流入流出的詳細信息，當我們在分析用戶注冊轉化時，如果能知道沒有轉化到下一步的用戶去了哪，我們就能更有效的規劃好用戶的轉化路徑。例如下圖中的轉化路徑，沒有進入第二步的用戶，有88%是直接離開了，而還有10%的用戶是注冊用戶選擇直接登錄，只有2％的用戶繞過了落地頁去網站首頁了; 而沒有從第二步轉化至第三步的用戶100％都離開了。這是比較典型的封閉式落地頁，因此只需要優化第三步的轉化率即可提升整體轉化率。

3.3 微轉化分析法

很多行為分析產品只能分析到功能層級和事件層級的轉化，但在用戶交互細節分析方面存在嚴重的缺失， 比如：在上圖的漏斗中我們分析出最后一步是影響轉化的關鍵，但最后一步是注冊表單，因此對于填寫表單的細節行為分析就至關重要， 這種行為我們稱為微轉化。

例如：填寫表單所花費的時長，填寫但沒有提交表單的用戶在填哪個字段時流失，表單字段空白率等表單填寫行為。

圖：表單填寫轉化漏斗

圖：表單填寫時長

通過上述表單填寫的微轉化分析，用戶從開始填寫到注冊成功轉化率達85％，而流量到填寫只有8%，可以得出影響轉化的最大泄漏點就是填寫率，那么如何提高填寫率就是我們提升注冊轉化的核心。有效的內容和精準的渠道是影響填寫的核心因素，渠道因素我們在獲客分析中已經講過，這就引出我們微轉化分析的第4種工具：用戶注意力分析。

3.4 熱力圖分析法

用戶在頁面上的點擊、瀏覽、在頁面元素上的停留時長、滾動屏幕等用戶與頁面內容的交互行為，這些都代表用戶對產品要展示的信息的關注程度，是否能吸引用戶的眼球。

業務數據可以可視化，那么行為數據如何可視化呢？? 數極客把上述行為轉化成了分屏觸達率熱圖、鏈接點擊圖、頁面點擊圖、瀏覽熱圖、注意力熱圖這5種熱圖，通過5種熱圖的交叉分析，可以有效的分析出用戶最關注的內容。

圖：注意力熱圖

只有能掌握微轉化的交互行為分析，才能更有效的提高轉化率。而一切不能有效提高平臺轉化率的分析工具都在浪費企業的人力和時間資源，這也是眾多企業沒有從用戶行為分析中獲益的根本原因。

3.5 定性分析法

用戶體驗是企業的頭等大事，在產品設計、用戶研究、研發、運營、營銷、客戶服務等眾多環節，都需要掌握用戶的真實體驗過程。但如何優化用戶體驗向來是內部爭議較多，主要原因還是通過定量數據分析難以具體和形象的描述。通過行為分析分現異常用戶行為時，能否重現用戶使用你的產品時的具體場景，這對于優化產品的體驗至關重要。

以前我在淘寶時，用戶體驗部門會通過邀請用戶到公司進行訪談，做可用性實驗的方式來進行體驗優化，但這種方式需要化費比較多的時間和費用投入，樣本不一定具有代表性。為了解決這個難題，數極客研發了用戶行為錄屏工具，無需邀請用戶到公司實地錄制節省成本，直觀高效的以視頻形式還原用戶的真實操作，使得企業各崗位均能掌握用戶體驗一手信息，幫助產品研發提高用戶體驗。

圖：用戶行為錄屏播放界面

3.6 A/B測試

（1）什么是A/B 測試？

A/B 測試是一種通過數據分析科學優化產品的方法，為同一個優化目標制定兩個或多個方案，隨機選擇兩部分用戶，讓一部分用戶使用 A 方案，另一部分用戶使用 B 方案，統計并對比不同方案的點擊率、轉化率、活躍留存等指標，找到最優的產品決策方案。在精益創業思想中，不要做一個大而全的東西，而是不斷做出能夠快速驗證的小而精的東西?？焖衮炞C，如何驗證的？主要方法就是A/B測試。

需要注意的是，A/B 測試 不是簡單的對比測試，國內99%的企業都會誤認為僅僅是對比測試，通過簡單的比例指標，選擇表現較好的一組方法上線后，發現這一組方法反而導致了整體指標的下降。 原因就是A/B 測試的方法不正確，沒有使用統計學的方法從流量的隨機分配到測試結果進行科學的解讀。

（2）A/B測試的價值

• 避免風險： “后驗”主義產品驗證，如未達到預期，回滾導致開發成本高，客戶流失風險高；
• 科學決策：大部分產品經理依靠直覺去決策，但實際情況是我們想的不一定是用戶想的；再厲害的PM也跑不過一半的A/B測試；
• 低成本高效：傳統的開發流程，上線需要排期，開發迭代效率低，AB測試不需要發版，直接可以快速驗證方案。

（3）A/B測試的應用場景

• 新頁面能否提升停留時間，提升關鍵行為的轉化率？
• button樣式調整，能否帶來更多的點擊，提升轉化率？
• 新流程是否流暢，比舊流程更好的用戶體驗？
• 新算法是否能有效提高產品轉化率？

（4）如何做好A/B測試

• 制定清晰的測試計劃(時間、數量、目標、成功標準)
• 定義可衡量的轉化標準
• 找出測試元素、發布測試方案、分配流量
• 跟蹤數據表現，調整測試要素，找到最優方案
• 持續改進

不應犯的錯誤：

• 無清晰測試計劃
• 流量太少、分配不一致、時間太長
• 缺乏監測
• 沒有評價標準

總結

在宏觀層面(戰略和規劃)通過增長方法論中的魚塘理論、機會井理論幫助規劃企業的目標市場、客戶群體，明確企業提供的核心價值深度，用AARRR、消費決策模型、行為動機模型完成PMF(產品-市場匹配)，找出Aha moment(留存關鍵行為) 快速轉化為北極星指標;。

在微觀層面（實戰方法論）通過6種轉化率分析模型 提高產品轉化率、用戶體驗; 大家如果能掌握好增長方法論和提升轉化的秘訣，就一定可以通過實現業務快速增長。

作者：謝榮生 ，數極客CEO。對外經濟貿易大學MBA，擁有16年互聯網行業成功經驗。曾任國美金融創始團隊成員&產品總監、百合網婚禮聯合創始人，先后負責產品、運營、營銷團隊；曾任淘寶網高級產品經理，負責淘寶千億級交易產品（家具、生活服務）；曾幫助多家知名平臺成功實現數據驅動業務增長。

本文系人人都是產品經理社區媒體運營團隊@Ella 整理編輯發布，未經本站許可，不得轉載。

題圖來自 Pixabay，基于 CC0 協議