那些隐藏在用户行为背后的转化真相

摘要:我们每天都会遇到各种转化率的问题,如电商行业关注的购买转化率、网站的注册转化率等等,其中很多运营者都会遇到转化率低的问题。那么如何解析背后的原因,下一步又该做什么呢?面对这些问题,我们又该如何去思考。

大家平时会从很多渠道获得很多看似“完美”的解决方案,那些方案看似很美,是不是真的有用呢?很多时候,问题和答案是不可复制的;一个方案在这里适用,但是在别的地方不一定适用。所以,我们真正需要的得到完美解决方案的思路,不仅仅是解决某一个问题的方法,而是如何思考的过程。

今天我们将用“如何提升顾客转化率”这个问题来更好解释阐释这个方法。

【解决问题“三步走”】

第一步:理解你的问题

一个看似合理的问题,你不一定理解它的本质。很多人都会忽略这一步,虽然简单,但至关重要,它决定了后面我们能否一步一步地找到解决方法。在这个过程中,我们可以问自己一些问题,帮助我们更好的理解问题。比如:这个问题是什么,如何定义,具体是什么,是否能描述出来。对行动有什么指导性的意义。

以“活跃度”为例,什么是活跃度?如何定义活跃度?

到底是用户来过你的网站就算活跃还是需要使用某些特定的功能,还是用户访问的时长?事实上,这些都有可能。对于电商网站来说 ,用户活跃度一般指用户浏览商品个数;对于人力资源SaaS行业,用户活跃度一般指浏览和下载简历的个数;对于内容类社区,用户活跃度一般是浏览和访问时长。

理解“用户活跃度”的最终目是提高转化,与核心转化路径联系起来,形成浏览商品——点击购买——付款成功的完整路径,确保我们在一开始就走上了能产生有效结果的道路。

第二步:问题空间的分类

在理解你的问题的基础上,我们需要对问题进行分类,分类处理。
那些隐藏在用户行为背后的转化真相在这里,我们推荐MECE分析法;ME是Mutually Exclusive的简程,即相互独立;CE是Collectively Exhaustive的简称,即完全穷尽。MECE分析法就是对一个议题能够做到不重叠不遗漏的分类,借此把握问题的核心,并解决问题的方法。

以SaaS企业客户签单为例。用MECE就客户签单问题进行分类,就成为新客户签单和老客户续单两类问题。这样一来,问题就明朗了。

第三步:假设检验

在每个问题分类上充分调动你的行业神经,提出合理的假设,运用可靠的数据和有效的工具进行检验。在这个过程中,我们可能遇到很多个分类,每个分类有很多的假设;有的时候我们需要用行业经验对假设进行优先级排序,优先处理那些可能对结果产生巨大影响的问题,在全面性和有效性中做出权衡。

【案例:购买转化】

下面我们运用以某在线旅游商城为例,跟大多数电商平台一样,商城网站有商品详情页、立即购买按钮、订单填写页面和提交订单按钮(下图左侧)。这一系列页面形成了一个核心路径,即浏览-购买-付款。
那些隐藏在用户行为背后的转化真相分析该平台的购买转化情况,不容乐观。从浏览商品到点击立即结算,转化率才3.1%;从点击结算到最终支付成功的,转化率才4.2%。如此低的转化率,到底是怎么造成的;这样就回到我们上面讲的“三步走”分析问题的方法。

第一步:理解问题,什么是转化率

在这个案例中,转化率是完成支付的人数 除以 进入订单页面的人数。为了提升转化率,只能是增加完成支付的人数,也就是减少支付页面的客户流失率。这样一来,提升转化率的问题变成了如何减少流失率的问题,问题的根源也就明细了:客户在支付页面流失的原因是什么。

第二部:问题空间分类,客户流失原因的类别

那些隐藏在用户行为背后的转化真相
客户为什么会流失?按照MECE分析法,我们将客户离开分成主动离开和被动离开两种。被动离开,可能是因为突然断网、电脑死机等客观原因,不可掌控;所以不是我们关注的要点。

客户主动离开的情况,有两种可能。一是产品和用户需求不匹配,导致客户没有完成支付意愿。二是产品需求和用户匹配,但是客户最终也没有完成支付,这是我们需要优先关注的。为什么产品和客户需求是匹配的,最后客户还是没有完成支付呢?

有没有可能是我们的支付页面设计的不够友好呢?带着这个猜想,我们需要可靠的数据和有效的工具来验证我们的假设。

第三步:假设检验,用借助“用户细查功能”

我们选取了一个未完成支付的客户,借助GrowingIO的“用户细查”功能(内测中)来详细观察这位客户在该商城上的轨迹。

那些隐藏在用户行为背后的转化真相
上面最左边的是该用户第一次进入该平台时的动作,该客户打开页面,浏览了旅游商品页,点击了购买,并提交支付页面,但是最终却直接退出了,没有确认支付。第二次,这个客户又重新进来,浏览旅游商品,选择了另外一个商品,提交支付,最后又是在支付页面退出了。第三次这个客户又进来,浏览了另外一个旅游商品,提交支付,最终还是没有完成支付,这次客户完全退出。

通过GrowingIO的“用户细查”功能,我们不难发现,客户每次都在支付页面退出,然后又重新选择新的旅游商品。业务人员结合实际,不难理解:客户选择旅游商品是一个反复的过程,包括旅游时间、酒店套房、交通安排、参观景点等等。客户在提交订单后容易再次更改自己的选择(可能受到亲朋好友的推荐或者考虑到新的因素,跟我们在网上买东西是一样的道理),如果订单的支付页面无法修改订单内容或者返回上一页修改订单,用户最终会放弃支付或者直接退出,导致支付转化率过低。

验证了之前“支付页面不友好”的假设后,下面就是技术人员改进页面的工作了,后期继续观测支付转化率数据,进一步优化网页设计。

【课程总结】

在实际业务中,我们遇到问题的时候,要思路清晰。

首先要结合业务场景具体定义你的问题,然后利用MECE分析方法给问题分类,提出相应的假设,根据经验对不同问题假设进行优先级排序,优先处理重要的问题。最后,借助可靠的数据和有效的工具,对假设进行检验。

本文根据3月8日GrowingIO网络公开课上授课内容编辑整理,作者是GrowingIO商务分析师郑平原。

本文出处:,链接:,采用「CC BY-SA 4.0 CN」协议转载学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请联系「我们」处理。

发表评论

登录后才能评论

联系我们

如有建议:>>给我留言 大数据交流群: 统  计  学 数据分析网-统计学 商业智能 数据分析网-商业智能 数据挖掘 数据分析-数据挖掘 数据产品 数据分析网-数据产品

QR code