什么是转化分析 分享转化步骤的分析和转化率趋势的监测

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 。
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 。
GrowingIO 的转化漏斗图
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:
转化率趋势
某日,该注册环节第二步转化率大幅度下降,而该环节正是填写手机验证码的环节。经过检查,发现短信验证码的代理商因为欠费而自动停止了短信验证服务,于是及时充值,服务恢复正常 。
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:操作系统、浏览器类型、访问来源、操作平台、访问来源等等 。
GrowingIO 多维度转化分析
以用户的浏览器为例,我们对不同浏览器的转化率进行一一对比,发现 Safari 浏览器的转化率低于总体 。工程师研究后发现,原因是该网站采用了新的 Java 架构,不适应 Safari 框架,导致该环境下用户体验非常差,注册转化率非常低 。
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,应该考虑得更加精细,不断从细节来打磨产品,才能不断提升转化率 。
高阶分析:多维度交叉分析,支持产品迭代
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:
多维度交叉分析
具体步骤上可以看出,用户提交订单之后到支付环节的转化率明显低于网页端,值得注意的是,提交了订单的用户购买意愿非常强烈,是很有潜力唤回的一批用户 。但是他们却选择了返回到上一步,而不是去支付 。
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 。
【什么是转化分析 分享转化步骤的分析和转化率趋势的监测】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 。

什么是转化分析 分享转化步骤的分析和转化率趋势的监测

文章插图
什么是转化分析 分享转化步骤的分析和转化率趋势的监测

文章插图
转化率大幅度提升
从漏斗的趋势图中监测支付环节优化后的效果,APP 端提交订单到支付环节的转化率明显提升,甚至略高于网站转化率,整体转化率也被拉高 。同时,在漏斗中选择进行召回的用户作为目标用户,观测召回后的转化率变化,以此来评估本次唤回活动的效果 。
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 。
今天 GrowingIO 进行了漏斗的大版本更新,这是一款非常强大的漏斗,可以支持上面所有的转化分析场景 。
通过基于用户行为的 GrowingIO 的漏斗,你可以知道到用户从哪个落地页进入产品,又是在哪一个转化过程中流失掉,切分维度和用户人群,定位流失原因,然后提出这类用户流失原因的假设,通过运营行为发起召回 。
我们每次提到产品优化,都是为了更好的转化率,每一步转化效果的提高都促进了最终转化率的提升 。转化很重要,更重要的是,你应该拥有一个更好的漏斗 。
以上就是什么是转化分析(分享转化步骤的分析和转化率趋势的监测)的相关内容了,更多精彩内容请关注科猫号SEO专员!

    推荐阅读