2
| 本文作者： 張溪夢 | 2016-06-26 12:10 |
雷鋒網按：本文作者陳明Justin ，GrowingIO 聯合創始人，畢業于斯坦福大學，前 LinkedIn 商業分析部高級經理，帶領團隊負責“人才解決方案”產品和營銷等數據分析與挖掘。曾就職于 eBay、LinkedIn 等，8 年多產品和市場數據分析經驗。
在過去十幾年中國互聯網企業往往是流量驅動的運營模式，通過投放、地推等方式獲取用戶進入產品內，進而希望一部分用戶最終轉化為付費用戶。近幾年，隨著市場成本的提高，這種粗放式的流量模式不可持久。尤其是在大企業（資金充足）占領了主要的市場渠道后，對于中小型企業再花多少資金去獲取流量都是不現實的。
因而我們逐漸提出以產品設計、產品運營為王的理念。在美國硅谷非常流行的Growth Hacker概念的核心就是海盜法則——AARRR模型，該模型就是以產品設計和運營為核心，獲取用戶，迅速轉化，提高留存，然后變現和傳播。這些都是以產品設計和運營為核心的。
當然，無論是之前的流量為王，還是現在的產品設計和運營為王，其核心都在轉化上。
以公司為例，經常以營業額或者變現作為一種核心轉化。市場部門，關注不同渠道流量的轉化和注冊。工程部門，優化創新產品也是為了更好的用戶體驗，從而幫助用戶完成核心的轉化。至于銷售就更加直接了，在這里客服也充當了以服務為核心的轉化，因為用戶的留存本身就是服務于營業額的。轉化是一個非常重要的點，幫助企業和團隊去優化和排優相應的產品和服務。
通過上面的分析，大家對轉化與日常業務決策之間的聯系肯定有更深的理解。但是仍然存在一些思維的誤區值得注意，這也是我們GrowingIO與客戶溝通的過程中常見的問題，在這里和大家分享一下。
誤區一：高流量=高轉化？
我們經常聽見這樣的論證：某某渠道的流量非常大，所以需要更多的預算資源投入。在這種邏輯下，流量似乎成了衡量效果的唯一標準；而實際上根據相應的數據分析結果，了解各個渠道對于核心轉化的貢獻，才可能做出對應的決策。
上圖是某網站注冊流程的轉化漏斗，分為兩步。
左側是直接訪問來源，轉化率是5.47%；右側是百度訪問來源，轉化率是19.2%?？梢钥闯?，百度訪問來源的轉化率是前者近4倍。而從流量大小來看，直接訪問近9000人，百度來源訪問不到3000人，最終的轉化卻是百度高于直接訪問。
上面的案例告訴我們，流量大小和轉化效果之間的關系微乎其微，高流量≠高轉化。我們在關注流量大小的同學，更要關注其轉化效果，這樣評價渠道的效果才比較合理。
我們經常只關心一個渠道的總體轉化率，例如下圖的轉化漏斗（左側是谷歌渠道，轉化率為10.1%；右側是微信渠道，轉化率為9.57%）中兩種渠道的轉化率類似。如果只看總體的轉化率，在資源分配上就沒有太大差異。
實際上我們將每個步驟的轉化率算出來，可以發現很多細節問題。假如我們的注冊流程有4個步驟，中間存在3個轉化率。如上圖，我們發現谷歌渠道的第一步轉化率（10.1％）明顯低于微信的第一步轉化率（42.9%），但是谷歌渠道的最后一步轉化率（93%）明顯高于微信渠道的最后一步轉化率（53.7%）。看似差不多的總體轉化率，如果具體分析每一步，看到的是完全不一樣的原因。
對于產品或者運營來說，谷歌渠道我就要針對性優化注冊的第一步轉化，而對于微信我們就需要針對性優化最后一步轉化。這么細節的東西，也往往是我們容易忽略的。在注冊轉化，或者訂單轉化中，我們需要深究用戶轉化路徑中的每一個步驟，分析其中有無可以改進的點。
轉化率與用戶體驗之間是有一些微弱的聯系的。一般來說，用戶體驗改善了，用戶就會經常使用我們的產品；這個時候我們通過提供完善的信息和較大的注冊、購買按鈕，用戶就很容易去點擊，對應的轉化率勢必跟著提升。
但是兩者不是完全關聯的。
舉一個GrowingIO的例子，有一段時間我們的注冊轉化率大幅度提升，我們非常高興，但是當時我們并沒有做特別的改進。于是我們就想分析為什么這些人的轉化率突然提升。我們使用GrowingIO的“用戶細查”功能，仔細觀察這些人的行為軌跡。
上圖是某用戶的操作軌跡：他先進入我們的網站點擊了右上角的［登錄］，然后在登陸頁面反復幾次輸入密碼都失敗了。最后用戶放棄登陸，直接重新［免費注冊］了一個賬戶。這就在某種程度上提高了注冊轉化率，但是并不意味著用戶體驗的改善，反而是惡化。這樣給我們的團隊提了個醒，在了解轉化的同時，還要了解用戶的行為軌跡，幫助我們更佳精準地定位客戶體驗中的問題。
針對不同的行業、不同產品的移動端和網頁端、不同的場景下，我們都有對應的不同分析框架去思考這個問題；下面和大家分享的是一個非常概括的思維方式。
我們首先了解的是提升轉化的四部曲：首先關注正確的用戶群體，然后關注用戶體驗，接下來了解最佳的轉化路徑，最后可以做一些復購或者增購的內容。這個分析框架的主要目的是將看似復雜的轉化問題拆解成不同的模塊，然后一一擊破。
（一） 定位正確的用戶
什么是正確的用戶，不同的部門對此有不同的理解。
市場同學在各個渠道投放，通過產品、服務、內容去吸引用戶，但是不同渠道來源用戶有一定的差別。針對不同渠道的用戶，市場需要制定不同的推送和不同的落地頁，以提高針對性。產品同學也要關心用戶的分類，通過用戶在產品上的使用行為對不同用戶群體制定不同的運營策略，或則會優化不同的產品特性。對于銷售的同學來說，根據與用戶溝通的結果來找到正確的受眾和決策者，這也是一個尋找正確用戶的過程。
以GrowingIO的注冊轉化為例，最近我們通過很多渠道推送了很多干貨文章，吸引力很多用戶。我們發現很多用戶是通過移動端來關注我們的，于是我們借助【用戶分群】功能，分別篩選來自iOS和安卓來源用戶，有區分地研究這些人群的特點，以便做針對性的產品改進和內容優化。
（二） 提升產品的體驗與流暢性
定義好用戶人群后，我們需要認真關注轉化流程的用戶體驗。改善用戶體驗的方法很多，如調配按鈕位置、界面的顏色，或者進行整體的改版、產品交互等等，這里面細節決定成敗。
互聯網企業需要迅速迭代、改進產品，不斷提升產品的用戶體驗；這是一個不斷試錯的過程。在這個過程中需要一些工具來搜集和分析用戶的行為數據，GrowingIO本身就提供這個功能。我們經常會提到，GrowingIO是無埋點數據采集，那么無埋點數據采集和分析的優勢在哪里呢？以前運動員在操場上比賽，需要設立很多機位定點一張一張拍攝運動員的狀況。那么我們就是一個全量的數據采集，將整個運動場攝影下來，每個運動員的每一步、他的呼吸都記錄下來。這個全量采集的數據就可以幫助我們去優化一個產品或者改進運營流程，這對互聯網企業是很重要的過程。
（三）優化轉化路徑
我們常說的轉化路徑或者漏斗分析其實是同樣一個東西，但是不同行業有不同的轉化路徑。電商、OTA、O2O行業最終的下單量是視為轉化的。而對SaaS，社交類，我們往往將注冊人數作為一個轉化點。我們需要了解一個用戶經歷了哪些步驟，最終完成了這些轉化。轉化的過程中給予了用戶足夠的決策信息，過長的轉化路徑，會導致用戶的流失，但也不是越短越好。
我們以GrowingIO的技術博客為例，我們想了解一個用戶在經歷了哪些步驟后完成轉化。下圖展示了一個博客瀏覽者的轉化過程：看到我們的博客文章，感興趣點擊了注冊；注冊手機號，驗證號碼；補充基本信息；注冊成功。我們借助漏斗轉化分析的思路，分析了用戶每一步的轉化率，以幫助更好的優化注冊流程，提升轉化率。
了解了轉化流程后，我們也可以進一步拆分這些步驟，了解不同用戶群體之間的差異。在這個過程中我們會發現很多所謂的轉化點、分析點，這些分析點都會幫助我們很好地提升轉化。以上面的注冊轉化為例，我們通過【用戶分群】功能分析不同類型瀏覽器用戶的轉化差異。我們發現總體的轉化率是11%，但是其中safari僅為1.59%。
這是一個非常嚴重的問題，做產品的同學一看就知道轉化點在哪里，我們需要從哪里著手。我們借助我們GrowingIO自己的產品也來分析反復應用和分析，根據不同的分析結果去優化轉化路徑。
（四） 關注復購與增購
對于電商類平臺，用戶的回訪、復購和增購是非常重要的指標。像淘寶、京東這樣，用戶可能幾天就復購一次；而像OTA(在線旅游)這樣平臺上的用戶的復購周期就會比較長，可能幾個月半年才一次。復購是一個非常重要的指標，其本質就是留存，我們需要關注并優化它，有利于提升整體的轉化率。但是復購這東西并不是對對所有平臺都那么重要，比如SaaS產品，注冊一次就夠了，我們線下去和客戶溝通就好。
另外，復購和留存問題，我們知道它是可以直接影響轉化本身的。新用戶的獲取成本比較高，而老用戶的留存和復購成本遠遠低于新用戶，所以從成本的角度考慮也是一個非常劃算的事情。
首先，對于業務本身和用戶的了解，是我們進行轉化的核心。只有針對性的了解用戶，針對不同的業務，我們才可能制定出不同的優化方案。
第二，在轉化分析的過程中要發現問題。在我們轉化的流程、路徑中，找到那些可以證明這個流程有問題的數據，接下來才能制定出不同的優化方案。
第三，提出假設，迭代試驗，檢驗假設。在這個過程中，產品、運營和市場同學需要更加靈活的思維，借助一定的工具去迅速嘗試不同的內容。
雷鋒網注：轉載請聯系我們授權，并標注出處和作者，不得刪減內容。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
