來源|投稿

作者|趙瀟

互聯網從業者對轉化率這個指標肯定不陌生,我們經常會關注到轉化率,如注冊轉化率、購買轉化率等。這些轉化率指標跟我們的網站運營息息相關:注冊轉化率可以衡量我們網站獲取用戶的能力;購買轉化率可以衡量我們網站營收的能力,直接影響我們的營收。

假如有兩個類似的電商網站,他們的流量規模差不多。如果其中一個網站的購買轉化率比較高的話,那么他的營收一般來說是更高的。

一、影響轉化率的三大因素

今天的課程主要針對線上交易類網站,包括但不限于O2O、P2P、內容社區等網站。眾所周知,影響轉化的因素很多,不可能一一列舉。根據以往的工作經驗,我們可以從三大角度去分析:流量渠道、用戶營銷和網站/APP體驗。

這三大因素其實是外部(渠道流量)、內部(用戶營銷)和內部(網站/APP體驗)的關系。渠道流量是我們從網站外部獲取的。用戶營銷是我們對于我們現有網站已經獲得的或者是已有的用戶,進行的一系列運營和營銷工作。網站/APP體驗是可以通過內部產品、設計、工程等部門來優化的,也屬于內部因素。

二、流量渠道

第一個因素是渠道流量,主要分優選渠道和量化分配兩步驟來解析如何提升轉化率。   

什么是“優選渠道”?

我們在營銷或者運營的時候會選擇多個渠道,在這些渠道中有好的渠道,也有差的渠道。渠道質量直接體現在轉化率上,最終影響網站的營收。“優化渠道”即我們應該盡量選擇質量好的渠道,放棄差的渠道,將一定的投放預算發揮其最大效果。

什么是”量化分配”?

在完成了第一步渠道優選后,假如你得到了10個質量比較好的渠道。那么這個時候,問題來了:在預算一定的情況下,10個渠道該如何進行資源的分配?以往,我們更多的是憑借經驗或者業務上的理解,非常主觀的進行渠道資源分配。如今,我們更加傾向從量化或者數學的角度,結合業務的理解,然后去考慮如何精準進行不同渠道的資源分配。

 案例:某電商網站購買轉化率

這是一個電商網站的全站購買轉化率情況,我用GrowingIO的【漏斗分析】功能得到該網站每一步的購買轉化情況,用戶從首頁到列表頁,再到詳情頁,再到購物車,指導最終的支付成功。同時在紅色方框內,有一個總的購買轉化率——1.5%,實際上并不是很高。

在【漏斗分析】中選擇【維度對比】,比較不同渠道過來的用戶的轉化功能。如下圖,紅色方框內顯示的是訪問來源1和訪問來源2的每一步轉化率比較。

我們可以看到,訪問來源1和訪問來源2,這兩個渠道,他們的總體轉化率都是非常低的。同時發現訪問來源1,這一塊的這個流量,卻非常大。那么這時候,依靠我們業務的這個判斷,可能會有兩種情況:

    第一種情況:這個渠道它本身質量比較差。

    第二種情況:可能它是一個輔助渠道。這個渠道的投入,可能并不是很多,但是這個量卻特別大。

針對這兩種情況,我們應該分類解決問題。如果說這個渠道質量本來就比較差,但是量很大,我們能否考慮去優化這個渠道的投放,比如廣告內容、關鍵字、落地頁設計等等  ,并且觀察一段時間。 假如說這個渠道質量并不差,但是只是一個輔助渠道,那么這個時候我們可以采取觀望策略,觀看其發展趨勢以便后期優化。

當我們篩選完渠道后,剩下10個比較優質的渠道,那么這10個渠道該如何分配資源呢?下面是用GrowingIO監測到的該網站從不同渠道來的流量情況:

結合業務經驗,我們會知道搜索引擎渠道(如百度SEO和SEM)的客戶匹配精度是比較好的,我們應該多投放一點。但是具體投放多少呢?我們需要通過數學方法來量化不同渠道和總體的轉化率之間的關系,取最優解。

最上面的式子 轉化率=F(渠道1_PV,渠道2_PV,···,渠道n_PV)說的是最終的轉化率是各個渠道流量的函數結果,就是說我們要先確定轉化率和各個渠道流量之間的一個函數關系。那么如何來確定這個函數關系呢,這個大家可以結合業務實際或者行業經驗。

方法一:線性模型

比較簡單易懂的就是線性模型,渠道流量和最終的轉化固定比例,在圖表上就是一條直線。當然,這是一種非常極端的情況。 

方法二:時間序列 

還有一種情況的話,它會呈現出一種季節周期波動的一種關系。可能在Q1、Q2,他們是一個上升的一個趨勢,可能到了Q3、Q4就下降了。

同時他之前的那個轉化率,跟我們現在的轉化率也會有一個關系。這里面轉化率t,指的就是我們現在的轉化率。在時間序列公司中轉化率t-1,這個t-1這個轉化率指的是上一個周期的轉化率。

找好渠道流量和總轉化率之間的關系后,我們接下來就要去求解這個大F的值,這個大F,就是我們的轉化率。同時,它有一個限定條件是我們的總花費M。   

最終優化問題的解,是一個優化后的投放組合是一組系數,在數學上來講就是一種系數,但實際業務上來講的話,它是不同的一個投放的一個組合。

上圖是我們是我們渠道渠道投放前后效果對比。左邊是不同渠道的資源分配,右邊是最終的轉化率。2014年的所有渠道的投放組合(左邊藍色)的最終轉化率(右邊綠色)偏低;經過新一輪的渠道優化后,2015年所有渠道的投放組合(左邊黃色)的最終轉化率(右邊橙色)大幅度上升。

這個案例說明了,在資源有限的情況下,通過渠道優選和量化分配,可以有效提升轉化率。

三、用戶營銷

什么是用戶營銷?

其實就是我們對我們自己網站里的用戶做的一系列運營的活動,包括拉新、激活或者喚醒這一類動作。通過這些活動,使得我們的用戶反復的在我們的網站進行購買。而且這樣的購買,是有效率的,而且這樣的運營或者這樣的營銷是精準的。這樣最后才能達到提高我們整體購買轉化率的一個目的。

如何進行用戶營銷?

步驟一:確定業務場景,通過繪制用戶畫像,來找準我們的目標用戶。

步驟二:在第一條的基礎上,我們找到了目標用戶之后,就要精準營銷,就是所謂的激活或者喚醒,使得這部分目標用戶,在我們的網站上進行購買,從而提高最終的轉化率。

如何進行用戶畫像?

業內比較經驗的一個用法,就是對這個用戶價值度的分級。我們提到用戶價值度的話,這個詞實際上是比較含糊的,我們如何精準的去為這個價值度做一個分級?

我們借鑒業內常用的RFM模型:R是Recency,就是最近一次購買距現在的時間;F是Frequency指的是用戶的購買頻次;M是Monetary,指的是用戶的購買金額。我們可以從這三個維度,對用戶進行一個分級,我們可以把它分成8類,這8類可以涵蓋我們想要說明的這個用戶的價值。比如說,近期有購買或者有使用的這樣高頻次使用,同時高金額消費這樣的用戶,我們可以把它定義為我們網站,或者我們平臺、APP的高價值用戶。

通過這個劃分,我們可以把自己的整體用戶,分成不同的等級。但是想理解這個分類,還需要結合實際業務。

舉一例子,假設我們現在是一個電商類的網站,現在舉行一個促銷活動賣比較貴的數碼產品。那么這時候,我們就要找到這個高價值用戶,向這部分用戶做一些活動推送,而并不是向我們網站的全部用戶做這個推送。原因是,高價值的客戶購買我們新的數碼產品的可能性更高,只有精準推送,才能節省成本,提高效率。

除了RFM模型分類,還可以其他分類方法:

1)根據會員屬性進行分類,如用戶的性別、城市、設備、登陸次數等。

2)根據用戶的活躍度進行分類,把用戶分為未轉化會員、新會員、活躍會員和沉寂會員。什么是未轉化會員?就是指那些注冊了,但是從來沒有購買的用戶。

3)根據用戶的購買偏好,結合實際購買的場景,給他做一個分類。同時也可以根據用戶的預定平臺和推廣渠道的敏感來給他分。

4)也有通過注冊來源,比如說PC/APP/H5。假如說我們的網站中大多數會員通過APP端注冊來的。那我們做一些激活活動的話,應該著重發力在APP,而不是選擇在PC或者H5這樣的端口。

四、網站/APP體驗

無論是O2O、P2P還是內容社區等網站,一些常見而又重要的體驗問題都會嚴重影響購買轉化率,比如:支付環節的流暢性、頁面是否簡潔和操作是否容易、圖片質量是否清晰、搜索是否精準匹配…….

1)支付環節的流暢性,假如支環節體驗流暢的話,用戶流失可能性會大幅降低;

2)頁面簡潔和操作容易,如像阿里巴巴、京東或攜程這些大網站,頁面按鈕會非常多,但事實上,它們有時候反而會影響最終轉化流程,因為這整個轉化流程中,有太多點擊按鈕和出口,導致用戶很容易流失;

3)圖片質量。比如我們進行一個網站購買,很容易因為圖片分辨率太低、打有水印、光線較差等因素影響我們產品的判斷,而影響最終的購買轉化;

4)搜索的精確匹配,比如用戶搜索的是芒果,最終出來的卻是芒果干或芒果糖等,實際上并沒有精確匹配用戶的需求,結果就是嚴重影響用戶體驗,導致用戶需求沒有得到滿足而流失。

案例:某電商網站轉化率

上圖轉化漏斗中,最后一步,點擊購物車到點擊支付的轉化率特別低,但是為什么這么低?

用戶為什么明明點擊了購物車,有購買意向,但是最終并沒有