網站轉化率與漏斗模型
摘要:漏斗模型適用于網站中某些關鍵路徑的轉化率的分析,以確定整個流程的設計是否合理,各步驟的優劣,是否存在優化的空間等。試著去了解用戶來你的網站的真正目的,為他們提供合理的訪問路徑或操作流程,而不是一味地去提高轉化率。
前段時間剛完成了一個分析網站流程的每個步驟的流失率,并用漏斗模型進行展示的需求,這里跟大家來分享一下。分析過程可以從以下三步展開:確定需要分析的訪問路徑或操作流程,收集數據并分別統計出該路徑中每一步的人數,最后用漏斗模型展示結果。
用戶訪問路徑(Path Analysis)
之前的從WEB日志到點擊流這篇文章中對點擊流的概念進行了介紹,其實一個點擊流就是用戶的一次訪問路徑。在大多數情況下用戶的訪問路徑隨意的,無序的,用戶在訪問一個網站時可能會經常使用后退、返回主頁或者直接點擊某個鏈接等,不同用戶訪問路徑的重合度可能只有1%,分析這些無序的路徑是毫無意義的。
所以,我們要分析的是網站中的一些關鍵路徑(Key Path),即用戶是為了某個目標而進入了一個相對標準的有序的路徑,用戶的目標就是為了到達“出口”,而不是隨意游蕩。如電子商務網站的注冊流程、購物流程,應用型網站的服務使用流程等。舉一個電子商務網站購物流程的簡單例子:
于是,我們就可以根據這些關鍵路徑來計算每一步的轉化率了。
轉化率(Conversion Rate)
轉化率,顧名思義,就是從當一個頁面進入下一頁面的人數比率,比如訪問我的博客首頁的用戶有30,而從首頁點擊進入本文的用戶有12,那么從首頁到這篇文章的轉化率就是12/30=40%。當然,我們可以根據用戶的訪問路徑計算每個頁面到下個頁面的轉化率,同樣這類工作大部分也是沒有意義的,我們需要抓住重點——關鍵路徑的轉化率。
以上面的購物流程為例,我們可以分別統計出這5步中每一步的人數,然后計算得到每一步的轉化率:
瀏覽 | 購物車 | 訂單 | 支付 | 完成交易 | |
人數 | 2071 | 622 | 284 | 235 | 223 |
上一步轉化率 | 100% | 30.0% | 45.7% | 82.7% | 94.9% |
總體轉化率 | 100% | 30.0% | 13.7% | 11.3% | 10.8% |
通過對這些數據的統計,我們已經可以初步判斷該流程轉化率的情況,及每一步的流失率情況。當然,為了讓分析的結果更加具體形象,我們可以借助一些圖表工具,漏斗模型用在這里正好恰當不過了。
漏斗模型(Funnel Model)
漏斗模型不僅顯示了用戶在進入流程到實現目標的最終轉化率,同時還可以展示整個關鍵路徑中每一步的轉化率。Google Analytics提供了漏斗模型很好的分析和展示方案,具體的方法可以參考藍鯨的文章——Google Analytics功能篇—目標和渠道,Google Analytics中漏斗模型的展示可以見右邊的截圖。
因為可以拿到原始數據,所以我選用了更加靈活,定制程度更高的excel表格來處理。為了能顯示漏斗的效果,在網上找到了一個很實用的方法——設置占位數據,然后用條形堆棧圖展示數據,并將占位數據的數據條顏色去除,顯示效果上就是下面每個數據條都居中了,占位數據=(進入人數-當前人數)/2,結果如下圖:
這里的下面每個藍條的左邊都是占位數據條,只是它們被“隱形”了而已。
需要注意的是,單一的漏斗模型對于分析來說沒有任何意義,我們不能單從一個漏斗模型中評價網站某個關鍵流程中各步驟的轉化率的好壞,所以必須通過趨勢、比較和細分的方法對流程中各步驟的轉化率進行分析:
- 趨勢(Trend):從時間軸的變化情況進行分析,適用于對某一流程或其中某個步驟進行改進或優化的效果監控;?
- 比較(Compare):通過比較類似產品或服務間購買或使用流程的轉化率,發現某些產品或應用中存在的問題;
- 細分(Segment):細分來源或不同的客戶類型在轉化率上的表現,發現一些高質量的來源或客戶,通常用于分析網站的廣告或推廣的效果及ROI。
所以,漏斗模型適用于網站中某些關鍵路徑的轉化率的分析,以確定整個流程的設計是否合理,各步驟的優劣,是否存在優化的空間等。試著去了解用戶來你的網站的真正目的,為他們提供合理的訪問路徑或操作流程,而不是一味地去提高轉化率。
via:網站數據分析
比如 完成一個流程,可以有以下幾條路徑,想問一句,這一種情況怎么做漏斗啊 我怎么區分核心路徑啊
流程一:step1–>step2–>step3–>step5–>step6;
流程二: step1–>step2–>step4–>step3–>step5–>step6;
流程三: step1–>step4–>step3–>step5–>step6;
按照個人理解,直接算step1→step6,叫無序漏斗,也就是你說的三個流程轉化率的加和;三個流程單獨做漏斗,嚴格按照步驟,叫有序漏斗,三個的轉化率會有高低,你可以把最高的那個流程當核心路徑去擴展,也可以把其他路勁的轉化率做上來成為新的核心路徑。提高核心路徑的轉化率是有效的,但是不是提高無序漏斗總轉化率的唯一途徑。姑妄言之
重新描述上面的問題:
用戶實際使用路徑有以下兩種情況:
情況一:Step1->Step2->Step1->Step2->Step3->Step4->Step5,即用戶在將商品A放入購物車后又去瀏覽了商品B,并將商品B也放入了購物車,最終購買了A&B;
情況二:Step1->Step2->Step1->Step3->Step4->Step5,即用戶在將商品A放入購物車后又去瀏覽了商品B,但并未將商品B放入購物車,最終只購買了A商品;
那么,假定每個步驟的耗時為1秒,
在情況一下,轉化時長是5s還是7s?
在情況二下,轉化時長是6s還是7s?
同問,不過個人認為上述文章主要聚焦關鍵環節的轉化率,也就是說看重行為路徑的最終結果,轉化時長是不是不是其中的核心影響要素?
以上面購物的流程為例:假設用戶實際的操作路徑為Step1->Step2->Step1->Step2->Step3->Step4->Step5(每個步驟耗時都為1s),那么在計算路徑轉化時間時,整個路徑的轉化時間應該是4s還是6s呢?