在互联网产品和运营的分析领域中转化分析是最为核心和关键的场景以电商网站购物为例一次成功的购买行为依次涉及搜索、浏览、加入购物车、修改订单、结算、支付等多个环节任何一个环节的问题都可能导致用户最终购买行为的失败。在精细化运营的背景下如何做好转化分析俨然成为一门学问。
什么是转化当用户向您业务价值点方向进行了一次操作就产生了一次转化。这里的业务价值点包括但不限于完成注册、完善用户信息、完成一次购买等等。每一次大的转化都包含若干个小的转化环节我们一般使用转化漏斗来展示这一过程。
一、基础分析转化的每一步都需要打磨
转化分析的基础阶段主要是转化步骤的分析和转化率趋势的监测。下图是转化漏斗既有转化总体效果和每一步的转化率也有每一步转化率随时间的变化趋势。
转化漏斗图
以注册流程为例“总转化率 9.54%” 这个信息对我们优化注册流、提升转化率没有太大帮助。但是借助上面的漏斗图我们不难发现从第一步到第二步的转化率才18.5%明显低于前后两个环节。发现了问题所在我们就可以针对性地优化注册流最大效率地提升注册转化率。
同时对每一个转化率进行实时监测可以帮助我们及时发现产品中的突发问题。
二、进阶分析对比不同维度的转化情况
用户体验受到众多因素的影响进而直接影响到转化率。要想更好地提升转化率需要对不同维度的因素进行考虑包括但不限于用户的操作系统、浏览器类型、访问来源、操作平台、访问来源等等。
不仅限于浏览器用户的操作系统、PC端还是移动端、访问来源等等常见因素都可能影响到转化率。越高级的产品或者运营人员应该考虑的更加精细不断从细节来打磨产品才能不断提升转化率。
三、高阶分析多维度交叉分析支持产品不断迭代
发现问题的过程往往需要拆分很多次这时你需要一个支持多重维度交叉分析的漏斗。
某电商网站使用 GrowingIO 漏斗衡量交易转化时发现APP 上的用户量高于网站但转化率却低于网页端。
对比网站和 APP 在支付页面的信息结构发现APP 上的支付页面缺少了订单商品的详细描述、收货人地址和联系方式等信息导致很多用户返回到上一步确认同时带给了用户犹豫从而导致转化率下降。
于是产品经理参考网站的信息结构补充了详细信息同时在支付环节进行流失用户召回。
这么细微的转化问题仅靠直觉是很难发现它需要产品或者运营人员高度的数据敏锐感、娴熟的业务技能这也是转化分析高级阶段的表现发现问题后进行产品优化然后回到漏斗中监控优化效果产品在不断的迭代中稳步增长。
转化分析进阶之路思维与工具
提升转化率既需要有数据驱动的意识也需要熟练掌握一定的数据分析工具。
首先数据分析工具是精益化运营必备的目前市面上流行的漏斗分析工具有 Google Analystics、Mixpanel、GrowingIO 等等。“ 工欲善其事必先利其器 ” 说的就是这回事。
其次需要有强烈的数据驱动意识对业务娴熟于心。转化率不仅是一个数据指标其本质是用户体验的真实反映。当我们对用户体验分析的维度不断增加对我们产品和用户行为的思考不断深入的时候我们也就在转化分析的路上不断进阶。
