現(xiàn)在越來(lái)越多的企業(yè)或者團(tuán)隊(duì)喜歡用漏斗模型來(lái)觀察業(yè)務(wù)的數(shù)據(jù)變化，比如Twitter借助漏斗分析提升用戶參與度，百度外賣利用漏斗模型來(lái)做流水補(bǔ)貼趨勢(shì)分析，小藍(lán)杯瑞星咖啡運(yùn)用漏斗模型來(lái)分析優(yōu)惠券對(duì)新用戶的吸引力等。
曾在大公司Facebook、Twitter、Quora工作的Danny·Jon就經(jīng)歷過(guò)這么一次。在他的增長(zhǎng)黑客生涯中，曾遇到這樣一個(gè)難題：來(lái)自搜索引擎的流量占到網(wǎng)站流量的60%，但其中只有不到1%的人轉(zhuǎn)化成注冊(cè)用戶，這意味著每100個(gè)訪客中有99人最終流失掉了。1%的轉(zhuǎn)化率令他感受到自己和團(tuán)隊(duì)的工作效率低下，Danny的團(tuán)隊(duì)足足耗費(fèi)了3個(gè)月的時(shí)間研究著陸頁(yè)的優(yōu)化，最終成功地將轉(zhuǎn)化率提高到了10.5%以上。換句話說(shuō)，他們將轉(zhuǎn)化率提升了10倍以上，同時(shí)為公司創(chuàng)造了新的價(jià)值，也讓越來(lái)越多的人注意到他和他的團(tuán)隊(duì)。
他所使用的就是“漏斗模型”，那么這么有用的數(shù)據(jù)分析思維到底是什么？它又應(yīng)該如何結(jié)合到業(yè)務(wù)當(dāng)中？今天我們將會(huì)從以下幾個(gè)方面來(lái)說(shuō)說(shuō)漏斗模型，希望對(duì)你的工作有所益處。
（1）什么是漏斗模型？
（2）漏斗模型是如何演變的？
（3）電商網(wǎng)站如何運(yùn)用漏斗模型？
（4）漏斗模型如何指導(dǎo)落地頁(yè)的優(yōu)化？
一、 什么是漏斗模型
漏斗模型是一套流程式數(shù)據(jù)分析，它能夠科學(xué)反映用戶行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況，是一種重要的分析模型。漏斗分析模型已經(jīng)廣泛應(yīng)用于網(wǎng)站和APP用戶行為分析的流量監(jiān)控、CRM系統(tǒng)、SEO優(yōu)化、產(chǎn)品營(yíng)銷和銷售等日常數(shù)據(jù)運(yùn)營(yíng)與數(shù)據(jù)分析的工作中。
漏斗分析最常用的是轉(zhuǎn)化率和流失率兩個(gè)互補(bǔ)型指標(biāo)。用一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明，假如有100人訪問(wèn)某電商網(wǎng)站，有30人點(diǎn)擊注冊(cè)，有10人注冊(cè)成功。這個(gè)過(guò)程共有三步，第一步到第二步的轉(zhuǎn)化率為30%，流失率為70%，第二步到第三步轉(zhuǎn)化率為33%，流失率67%；整個(gè)過(guò)程的轉(zhuǎn)化率為10%，流失率為90%。 該模型就是經(jīng)典的漏斗分析模型。
二、漏斗模型的演變
漏斗模型的概念最早由St. Elmo Lewis （美國(guó)知名廣告人）在1898年提出的，叫做消費(fèi)者購(gòu)買漏斗（the purchase funnel），也叫消費(fèi)者漏斗（customer funnel）、營(yíng)銷漏斗（sales/marketing funnel），是一種品牌廣告的營(yíng)銷策略，準(zhǔn)確的概括出了顧客關(guān)于產(chǎn)品或者服務(wù)的流程。漏斗模型主要是可以對(duì)流程中的各個(gè)環(huán)節(jié)進(jìn)行分解和量化，幫助有效找到問(wèn)題并進(jìn)行優(yōu)化，從而整體提升運(yùn)營(yíng)效率。
Lewis提出的這個(gè)策略，后來(lái)被稱為AIDA模型，即意識(shí)-興趣-欲望-行動(dòng)。在接下來(lái)的100年里，隨著漏斗模型的推廣，為了適應(yīng)新的媒體平臺(tái)，以及用戶行為路徑的改變，它經(jīng)過(guò)多次的修改和擴(kuò)展，產(chǎn)生了各種衍生版本，比如大家耳熟能詳?shù)腁IDMA、AISAS、AARRR等模型。由于這些模型在平時(shí)工作中依然可以指導(dǎo)我們的工作，下面我們分別來(lái)介紹一下：
1.AIDMA模型
AIDMA模型是在AIDA模型（Attention, Interest, Desire, Action）的基礎(chǔ)上，增加了Memory，形成的注意 → 興趣 → 欲望 → 記憶 → 行動(dòng)（購(gòu)買）的模型。從吸引消費(fèi)者的注意力，到引起用戶可以轉(zhuǎn)向欲望的興趣，并能夠記憶住足夠的時(shí)間，以便用戶作出行動(dòng)（在下次的時(shí)候購(gòu)買）。
AIDMA模型主要適用于品牌營(yíng)銷方面，當(dāng)然現(xiàn)在很多互聯(lián)網(wǎng)產(chǎn)品也開始把自己作為品牌去打造，比如拼多多、抖音冠名綜藝節(jié)目，爆款H5刷屏，網(wǎng)易云音樂(lè)的地鐵刷屏廣告等，都是從引起用戶的興趣，強(qiáng)化品牌記憶，從而吸引潛在用戶。 不過(guò)，AIDMA的用戶流程并不是即時(shí)轉(zhuǎn)化的，且缺乏購(gòu)買后的用戶反饋信息。
2.AISAS模型
因?yàn)锳IDMA模型缺少用戶反饋的環(huán)節(jié)，且隨著互聯(lián)網(wǎng)用戶教育的完成，消費(fèi)者行為模式發(fā)生了改變，隨之衍生出了AISAS模型（Attention，Interest，Search，Action，Share)，也就是注意-興趣-搜索-行動(dòng)-分享。用戶從接受到產(chǎn)品的宣傳營(yíng)銷信息（硬廣or軟文），到引起興趣，然后開始搜索進(jìn)行了解（百度、知乎、微博、淘寶），到在線下載或支付，以及后續(xù)的評(píng)價(jià)分享環(huán)節(jié)（產(chǎn)品內(nèi)、微信微博）。
AISAS模型更符合互聯(lián)網(wǎng)的特點(diǎn)，時(shí)效性強(qiáng)，但它和AIDMA模型一樣，依舊缺乏量化標(biāo)準(zhǔn)，每一環(huán)節(jié)的效應(yīng)不能通過(guò)數(shù)據(jù)進(jìn)行反饋。
3.AARRR模型
AARRR模型是2007年由Dave McClure(500 Startups創(chuàng)始人)提出的一種業(yè)務(wù)增長(zhǎng)模式。它包括5個(gè)階段：獲客(Acquisition)、激活(Activation)、留存(Retention)、商業(yè)變現(xiàn)(Revenue)、自傳播(Referral)。它被做為公司關(guān)注的五個(gè)最重要的指標(biāo)，因?yàn)檫@些指標(biāo)有效地衡量了產(chǎn)品的增長(zhǎng)，同時(shí)又簡(jiǎn)單且可操作。在之前的文章《超詳細(xì)的APP數(shù)據(jù)指標(biāo)體系分析 | 推薦收藏》有提高AARRR模型，感興趣的朋友可以查看。
三、電商網(wǎng)站如何運(yùn)用漏斗模型？
漏斗模型在電商網(wǎng)站中應(yīng)用最為廣泛，如圖，電商類產(chǎn)品的用戶，從首頁(yè)進(jìn)入到最終完成支付的行為，大多需要經(jīng)過(guò)幾個(gè)環(huán)節(jié)：商品/瀏覽分類—查看商品詳情—加入購(gòu)物車—生成訂單—開始支付—完成支付。對(duì)于電商產(chǎn)品來(lái)說(shuō)，最主要的目的是下單支付，因此成交轉(zhuǎn)化率是衡量整個(gè)流程的全局指標(biāo)，對(duì)于單獨(dú)的某個(gè)環(huán)節(jié)來(lái)說(shuō)，一般是UV、CTR（點(diǎn)擊通過(guò)率）、頁(yè)面停留時(shí)長(zhǎng)、轉(zhuǎn)化率、跳出率等。
我們需要監(jiān)控用戶在流程上各個(gè)層級(jí)的行為路徑，尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn)；對(duì)沒有按照流程操作的用戶繪制他們的轉(zhuǎn)化路徑，找到可提升用戶體驗(yàn)，縮短路徑的空間。下面將從首頁(yè)流量—搜索列表頁(yè)—詳情頁(yè)—加入購(gòu)物車—提交訂單—復(fù)購(gòu)這幾個(gè)階段展開說(shuō)明：
1.首頁(yè)流量
我們一般會(huì)通過(guò)各種手段將外部各種不同渠道的流量引流到首頁(yè)，這時(shí)流量的質(zhì)量就顯得很重要，通常用來(lái)衡量頁(yè)面流量質(zhì)量的指標(biāo)有頁(yè)面UV點(diǎn)擊率、頁(yè)面停留時(shí)間、跳出率。用戶對(duì)首頁(yè)感興趣，就會(huì)產(chǎn)生必要的點(diǎn)擊行為，而點(diǎn)擊行為會(huì)產(chǎn)生頁(yè)面UV點(diǎn)擊率和跳出率兩個(gè)數(shù)據(jù)。
頁(yè)面UV點(diǎn)擊率=頁(yè)面點(diǎn)擊次數(shù)÷頁(yè)面UV數(shù)
跳出率=通過(guò)一個(gè)入口進(jìn)入就離開的次數(shù)÷通過(guò)該入口訪問(wèn)的總次數(shù)。
點(diǎn)擊率越高，說(shuō)明頁(yè)面呈現(xiàn)的內(nèi)容能夠有效的吸引用戶關(guān)注；跳出率越高，說(shuō)明頁(yè)面呈現(xiàn)內(nèi)容和文案與用戶的期望不符合。因此對(duì)于首頁(yè)的優(yōu)化是提高頁(yè)面的點(diǎn)擊率，降低頁(yè)面的跳失率，盡量讓用戶進(jìn)入下一個(gè)頁(yè)面。
除此之外，通過(guò)這個(gè)數(shù)據(jù)也可以判斷流量來(lái)源的質(zhì)量是否過(guò)關(guān)，一般而言，在排除頁(yè)面問(wèn)題的情況下，頁(yè)面流量低質(zhì)量往往有低點(diǎn)擊率、高跳失率、頁(yè)面停留時(shí)間短三個(gè)特點(diǎn)。這些低質(zhì)量流量產(chǎn)生的原因主要有幾個(gè)方面：
①渠道引流上呈現(xiàn)的文案內(nèi)容與承接的落地頁(yè)不相符；
②承接頁(yè)出錯(cuò)等其他原因，包含但不限于技術(shù)跳轉(zhuǎn)錯(cuò)誤等問(wèn)題；
③投放了與目標(biāo)用戶不相符的渠道，也就是投放渠道不精準(zhǔn)（如圖是各外部渠道引流的質(zhì)量對(duì)比）。
2.搜索列表頁(yè)
搜索列表頁(yè)在大型電商網(wǎng)站中有著不可代替的重要作用，也是站內(nèi)流量的主要來(lái)源，承接著站內(nèi)商品檢索，品類布局的重任。
搜索頁(yè)是依據(jù)用戶輸入的關(guān)鍵詞來(lái)進(jìn)行整體檢索，并呈現(xiàn)給用戶商品陳列頁(yè)面。而列表頁(yè)則是與網(wǎng)站商品類目后臺(tái)直接關(guān)聯(lián)，呈現(xiàn)品類最全的頁(yè)面，兩者的功能都是為了給予用戶更好和更快的定位到想要查看的商品，因此在這一級(jí)的頁(yè)面中數(shù)據(jù)指標(biāo)包含：
（1）搜索點(diǎn)擊率=點(diǎn)擊次數(shù)/搜索次數(shù)，這個(gè)指標(biāo)衡量搜索頁(yè)面的呈現(xiàn)質(zhì)量；
（2）UV到詳情頁(yè)轉(zhuǎn)化率=詳情頁(yè)UV/搜索或者列表頁(yè)UV，該指標(biāo)在搜索和列表中同樣適用，用來(lái)平衡點(diǎn)擊率的作弊可能，也是反映詳情頁(yè)質(zhì)量的指標(biāo)之一；
（3）搜索無(wú)結(jié)果次數(shù)：用以反映關(guān)鍵詞涉及的品牌品類缺失或者未關(guān)聯(lián)指標(biāo)。當(dāng)然搜索無(wú)結(jié)果的次數(shù)越低越好。對(duì)于搜索詞呈現(xiàn)結(jié)果為空的品類，需要綜合評(píng)估后決定是否對(duì)相關(guān)類目開啟招商，引進(jìn)產(chǎn)品線；對(duì)于未關(guān)聯(lián)的品類需要著重優(yōu)化頁(yè)面，重新關(guān)聯(lián)；
（4）搜索結(jié)果頁(yè)首屏點(diǎn)擊率=搜索首屏點(diǎn)擊次數(shù)/搜索次數(shù)，該指標(biāo)用以衡量搜索結(jié)果首屏的商品排序質(zhì)量與呈現(xiàn)質(zhì)量。該數(shù)據(jù)指標(biāo)的好壞可以間接的反映出搜索詞呈現(xiàn)的頁(yè)面排序是否合理，是否符合用戶的需求；
（5）搜索次數(shù)與人數(shù)：搜索詞產(chǎn)生的搜索次數(shù)或被多少人搜索，一個(gè)搜索詞的搜索次數(shù)和人數(shù)越高，表示該詞所涉及的類目需求量高，反之亦然；
（6）高級(jí)篩選項(xiàng)點(diǎn)擊次數(shù)：在搜索列表頁(yè)中，頁(yè)面頂部的高級(jí)篩選項(xiàng)是為提供快速定位而設(shè)立的，高級(jí)篩選項(xiàng)的點(diǎn)擊次數(shù)和使用率也可以為運(yùn)營(yíng)人員提供商品熱度參考。
在理出了這些指標(biāo)之后，如何分析這些指標(biāo)數(shù)據(jù)呢？
①根據(jù)搜索詞的搜素次數(shù)與人數(shù)重點(diǎn)關(guān)注排名靠前的高搜索量的關(guān)鍵詞，搜索量高，代表關(guān)注度高，接受性強(qiáng)；
②熱門搜索詞關(guān)注其點(diǎn)擊率與詳情頁(yè)到達(dá)率。點(diǎn)擊率過(guò)高，UV到詳情頁(yè)到達(dá)率一般，可能出現(xiàn)了點(diǎn)擊作弊的情況（商戶用來(lái)刷新排名）；點(diǎn)擊率高，到達(dá)率也高。說(shuō)明該關(guān)鍵詞的搜索結(jié)果頁(yè)面運(yùn)轉(zhuǎn)良好同時(shí)也說(shuō)明該關(guān)鍵詞頁(yè)面排序合理，反之則需要優(yōu)化；
③高級(jí)篩選項(xiàng)參數(shù)點(diǎn)擊次數(shù)過(guò)低，使用率較少則需要重新設(shè)置高篩項(xiàng)展示項(xiàng)目，提高使用率；
④對(duì)于搜索無(wú)結(jié)果的關(guān)鍵詞則需要進(jìn)行深度分析，是否是系統(tǒng)問(wèn)題或者是涉及未引進(jìn)的產(chǎn)品，并反饋給招商采購(gòu)部門，作為采購(gòu)依據(jù)。
總的來(lái)說(shuō)，對(duì)搜索列表頁(yè)的數(shù)據(jù)分析歸納為：高搜索詞重點(diǎn)優(yōu)化，提高其點(diǎn)擊轉(zhuǎn)化；無(wú)結(jié)果詞分析反饋；頁(yè)面點(diǎn)擊注重高篩選適用性，方便用戶快速定位。最終目的是讓用戶下沉到詳情頁(yè)。
3.詳情頁(yè)
詳情頁(yè)作為流量轉(zhuǎn)化的關(guān)鍵頁(yè)面，是承載商品信息的最基本單位，也是用戶決定下單購(gòu)買的最重要一環(huán)。因此在分析詳情頁(yè)的時(shí)候，數(shù)據(jù)指標(biāo)更多的是詳情頁(yè)的質(zhì)量和轉(zhuǎn)化率。詳情頁(yè)質(zhì)量的高低從數(shù)據(jù)的量化角度來(lái)看是平均頁(yè)面停留時(shí)間和加入購(gòu)物車數(shù)。
（1）平均頁(yè)面停留時(shí)間=頁(yè)面停留總時(shí)間/訪問(wèn)UV數(shù)，該指標(biāo)與頁(yè)面的呈現(xiàn)布局有著明顯關(guān)聯(lián)，包含商品參數(shù)介紹，詳情圖片描述，客服在線情況，好評(píng)率等。
（2）加入購(gòu)物車數(shù)：反映該商品有多少購(gòu)買意向者，是轉(zhuǎn)化的關(guān)鍵步驟。加入購(gòu)物車的數(shù)量多少基本由詳情頁(yè)頁(yè)面綜合質(zhì)量（圖片，排版，展示，參數(shù)說(shuō)明，售后信息）、在線客服綜合服務(wù)指數(shù)（響應(yīng)時(shí)間，在線時(shí)長(zhǎng)，答復(fù)滿意度）、評(píng)價(jià)信息（好評(píng)率，差評(píng)回復(fù)內(nèi)容，曬單信息）等幾個(gè)因素決定。
4.購(gòu)物車
對(duì)于快消品、標(biāo)準(zhǔn)品的電商網(wǎng)站來(lái)說(shuō)，設(shè)置購(gòu)物車一方面是為了節(jié)省用戶挑選多個(gè)商品的付款時(shí)間，另一方面就是提高了客單價(jià)。在配合滿減優(yōu)惠券等促銷手段，購(gòu)物車必然能夠起到事半功倍的作用。
在購(gòu)物車中如果大量積壓了客戶選購(gòu)的商品，但用戶卻始終沒有下單支付，這個(gè)時(shí)候則需要采用短信催付，郵件催付，以及push等手段來(lái)促進(jìn)用戶轉(zhuǎn)化。
5.訂單
訂單頁(yè)面是縱向轉(zhuǎn)化的最后一環(huán)，在這個(gè)界面最主要的目的就是盡量讓用戶盡快付款，達(dá)到最后的轉(zhuǎn)化。
有效訂單轉(zhuǎn)化率=成交訂單數(shù)/有效訂單數(shù)，在這個(gè)階段促成轉(zhuǎn)化是較為簡(jiǎn)單的，如果有效訂單轉(zhuǎn)化率較低就要分析是否支付頁(yè)面存在問(wèn)題，系統(tǒng)提交流程是否出錯(cuò)等。在排除系統(tǒng)問(wèn)題后同樣可以使用短信或push等手段進(jìn)行催付。
最后作為總覽全局的用戶轉(zhuǎn)化指標(biāo)：UV成交轉(zhuǎn)化率=成交訂單數(shù)/頁(yè)面UV數(shù)；
作為考核整體用戶價(jià)值的指標(biāo)：平均UV價(jià)值=成交金額/頁(yè)面UV數(shù)。
6.復(fù)購(gòu)
復(fù)夠率=一段時(shí)間內(nèi)重復(fù)購(gòu)買的客戶數(shù)/一段時(shí)間內(nèi)產(chǎn)生購(gòu)買的客戶數(shù)，該指標(biāo)要求我們從橫向時(shí)間維度來(lái)分析數(shù)據(jù)。
一個(gè)成熟期的購(gòu)物網(wǎng)站其老用戶貢獻(xiàn)的銷售額大約占據(jù)總數(shù)的60%-70%。因此我們?cè)诳吹搅髁柯┒忿D(zhuǎn)化模型的同時(shí)，更加要加深對(duì)會(huì)員的分層管理，用良好的服務(wù)以及具有創(chuàng)意的活動(dòng)維系老用戶。如果復(fù)購(gòu)率低，可以采取如下的手段：
①可通過(guò)短信push、線下廣告或者活動(dòng)來(lái)對(duì)老會(huì)員進(jìn)行足夠的喚醒和激活；
②如果是近期投入拉新的資源較多，導(dǎo)致新客增多降低了復(fù)夠率，需要核實(shí)拉新活動(dòng)的數(shù)據(jù)；
③如果是超低價(jià)或者超優(yōu)惠活動(dòng)引流也會(huì)導(dǎo)致大量新用戶引入，也會(huì)對(duì)復(fù)夠率產(chǎn)生影響。
以上就是針對(duì)電商下單流程的整個(gè)過(guò)程，當(dāng)然有很多模塊并沒有提及，比如智能交叉推薦等，我們只需要理解其中的數(shù)據(jù)分析的邏輯即可。
四、漏斗模型如何指導(dǎo)落地頁(yè)
落地頁(yè)的分析往往很主觀，比如落地頁(yè)要有畫面感、優(yōu)點(diǎn)要突出、生動(dòng)并吸引眼球等等，這類詞都經(jīng)常會(huì)出現(xiàn)在落地頁(yè)分析中。稍好一些的團(tuán)隊(duì)會(huì)有落地頁(yè)的專項(xiàng)數(shù)據(jù)分析，落地頁(yè)一般有三種目的：發(fā)展用戶、促成成交易、搜集線索。
現(xiàn)有的落地頁(yè)分析一般是漏斗模型，而漏斗的各層級(jí)是由頁(yè)面決定的，比如落地頁(yè)→購(gòu)買頁(yè)→訂單頁(yè)→購(gòu)買。但是這樣的流程分析往往會(huì)讓我們跑偏，比如落地頁(yè)到購(gòu)買頁(yè)的轉(zhuǎn)化率較低，那么就在落地頁(yè)上增加許多的入口，誘導(dǎo)用戶進(jìn)入購(gòu)買頁(yè)。這樣的改版最終的結(jié)果往往是這一步驟的轉(zhuǎn)化率得到了提升，但是之后的轉(zhuǎn)化率隨之下降，整體的轉(zhuǎn)化率并沒有明顯的改善，甚至還會(huì)因此困擾用戶造成整體轉(zhuǎn)化率的降低。
我們分析漏斗轉(zhuǎn)化的目的，是希望能夠提升最終的轉(zhuǎn)化，而不是各層級(jí)的轉(zhuǎn)化。如果用戶沒有發(fā)自內(nèi)心的購(gòu)買意愿，無(wú)論前面的轉(zhuǎn)化率有多高，到了最后支付的環(huán)節(jié)依然還是需要靠用戶的實(shí)際購(gòu)買意愿來(lái)達(dá)成交易。所以，我們改版的目的實(shí)際上是激發(fā)用戶的購(gòu)買意愿。
不論我們的落地頁(yè)形式怎樣，在消費(fèi)者自身看來(lái)，他們需要經(jīng)歷的步驟就是這么幾個(gè)。實(shí)際上“用戶視角”版本是漏斗轉(zhuǎn)化背后的真實(shí)邏輯。我們先來(lái)梳理一下用戶在一般的落地頁(yè)的整個(gè)購(gòu)買流程。
（1）在流量入口放一鏈接，可以是banner，開屏，文字等多種形式。目的就是吸引用戶點(diǎn)擊進(jìn)入落地頁(yè)。在這個(gè)步驟，用戶一般會(huì)經(jīng)歷“引起注意”和“引起興趣”兩個(gè)階段。引起注意是讓用戶在入口處能夠關(guān)注到我們的廣告。勾起興趣是讓看到的用戶產(chǎn)生點(diǎn)擊廣告的意愿。
這個(gè)步驟的數(shù)據(jù)一般有：廣告曝光量，點(diǎn)擊量，點(diǎn)擊率。可以看出“引起興趣”這個(gè)步驟很難通過(guò)這些數(shù)據(jù)體現(xiàn)出來(lái)，點(diǎn)擊率這個(gè)數(shù)據(jù)只能表現(xiàn)出“引起注意”和“勾起興趣”的綜合效果。
（2）用戶進(jìn)入了落地頁(yè)，用戶首先會(huì)看到版頭的信息。我們往往會(huì)將最核心的活動(dòng)亮點(diǎn)，產(chǎn)品賣點(diǎn)等放置在版頭。如果版頭不夠吸引人，用戶沒有g(shù)et到活動(dòng)/產(chǎn)品提供給他的價(jià)值，那么一般用戶就不會(huì)進(jìn)行下滑的操作。在這一步驟中，用戶依然還在“引起興趣”的階段。所以落地頁(yè)首屏的下滑操作埋點(diǎn)觸發(fā)比例，可以看做是“引起興趣”的衡量指標(biāo)。
（3）用戶開始閱讀落地頁(yè)中提供的詳細(xì)信息。對(duì)于用戶來(lái)說(shuō)，這個(gè)階段就在“收集信息”。這個(gè)階段有幾個(gè)數(shù)據(jù)可以反映，比如第二屏第三屏的觸發(fā)埋點(diǎn)數(shù)據(jù)，到達(dá)頁(yè)面底部的比例，頁(yè)面閱讀的時(shí)長(zhǎng)等等。
但這幾個(gè)數(shù)據(jù)并不是越高越好，如果比例或時(shí)長(zhǎng)太高有可能是你想要傳達(dá)的信息太多太雜，不夠聚焦。如果比例或時(shí)長(zhǎng)太低的話，說(shuō)明用戶收集到的信息與之前被激發(fā)的興趣不太符合（如宣傳買一送一，結(jié)果發(fā)現(xiàn)是買一個(gè)100元的產(chǎn)品，送一個(gè)10元的贈(zèng)品），或者收集到的信息不能激發(fā)購(gòu)買意愿。所以這個(gè)階段的數(shù)據(jù)最為復(fù)雜，需要有過(guò)去的案例做對(duì)照組進(jìn)行參考。
（4）經(jīng)過(guò)前面的階段后，用戶就開始考慮是否值得購(gòu)買了，這時(shí)的用戶會(huì)關(guān)心價(jià)格。很多落地頁(yè)往往會(huì)將價(jià)格直接放置在落地頁(yè)上，方便用戶查看。但是這樣我們就不能從數(shù)據(jù)中找出究竟有多少人關(guān)心價(jià)格了。
如果將價(jià)格隱藏，放置到購(gòu)買頁(yè)中再顯示，我們可以知道有多少用戶走到了“評(píng)價(jià)方案”這個(gè)階段。有人可能會(huì)有疑問(wèn)，這樣不是會(huì)增加用戶的點(diǎn)擊成本嗎？這樣的改動(dòng)會(huì)使進(jìn)入購(gòu)買頁(yè)的比例升高，最終的成功比例下降，但整體的轉(zhuǎn)化率基本不會(huì)有什么影響。
另外，如果將價(jià)格直接放置在落地頁(yè)上，用戶就會(huì)首先關(guān)注價(jià)格，然后再看產(chǎn)品/服務(wù)的信息值不值這個(gè)價(jià)格。甚至有些價(jià)格稍貴的商品，用戶直接就被嚇跑了。因此如果落地頁(yè)的設(shè)計(jì)還是直接顯示價(jià)格的，可以修改成分離的方式。以此來(lái)提高我們對(duì)用戶購(gòu)買決策的了解程度。
（5）最后就是決定購(gòu)買了。用戶在購(gòu)買頁(yè)了解到產(chǎn)品/服務(wù)的價(jià)格，會(huì)對(duì)這次的交易進(jìn)行評(píng)價(jià)，如果覺得價(jià)格合理，則會(huì)購(gòu)買。因此最終的訂單轉(zhuǎn)化率就可以看做是這個(gè)階段的數(shù)據(jù)表現(xiàn)。
五、Tips
1.數(shù)據(jù)分析要做的最重要的事情并不是告訴業(yè)務(wù)方發(fā)生了什么，而是為什么發(fā)生。通過(guò)用戶角度的購(gòu)買決策流程分析，每一步的數(shù)據(jù)可以看出用戶實(shí)際遇到的問(wèn)題，而這些問(wèn)題往往決定了最終的結(jié)果。除此之外，在做漏斗分析的時(shí)候，也要做一些競(jìng)品分析，對(duì)于同行業(yè)同類數(shù)據(jù)的轉(zhuǎn)化情況要做到心中有數(shù)，盡可能降低用戶流失。
2.有些漏斗分析涉及環(huán)節(jié)比較多，時(shí)間周期較長(zhǎng)，這時(shí)漏斗的環(huán)節(jié)不該超過(guò)5個(gè)，漏斗中各環(huán)節(jié)的百分比數(shù)值，量級(jí)不要超過(guò)100倍。因?yàn)槌^(guò)5個(gè)環(huán)節(jié)，往往會(huì)出現(xiàn)多個(gè)重點(diǎn)環(huán)節(jié)，那么在一個(gè)漏斗模型中分析重要問(wèn)題容易產(chǎn)生混亂。數(shù)值量級(jí)差距過(guò)大，數(shù)值間波動(dòng)相互關(guān)系很難被察覺，容易遺漏信息。我們可以考慮漏斗的長(zhǎng)度是否可以縮短，流程節(jié)點(diǎn)順序是否可以調(diào)整，還有避免漏斗流程的斷離。
3.在做漏斗分析的時(shí)候，還可以結(jié)合歸因模型來(lái)分析，可以根據(jù)產(chǎn)品的實(shí)際需求，將達(dá)成目標(biāo)（形成轉(zhuǎn)化）之前的功勞根據(jù)設(shè)定的權(quán)重分配給每一個(gè)轉(zhuǎn)化節(jié)點(diǎn)。歸因模型的意義在于尋找到真正對(duì)于現(xiàn)階段產(chǎn)品發(fā)展有利的渠道，并將優(yōu)勢(shì)擴(kuò)大化。
4.漏斗模型也可以逆向使用，推斷產(chǎn)品正常運(yùn)行所需要的一些基本數(shù)據(jù)，比如一個(gè)主打彈幕的視頻網(wǎng)站需要20人同時(shí)在線發(fā)彈幕，根據(jù)3層漏斗模型，可以大致推算出網(wǎng)站首頁(yè)的PV必須超過(guò)20000，這時(shí)可以指導(dǎo)我們?nèi)绾螌ふ伊髁俊?/p>
聯(lián)系客服
