互联网发展进入下半场，流量红利逐渐褪去，获取流量的成本越来越高，在同等条件下，提升流量转化率迫在眉睫。特别是在某些领域里，比如电商、理财等，转化率是衡量产品优质与否的重要指标之一。

如何提升流量的转化率，是一直困扰互联网公司的老难题，因此，对于市场营销、运营、产品和数据分析人员来说，看透转化率的秘密将大有益处。今天我们就来说说如何利用数据分析的方式提升转化率。

行为转化率 = 期望行为数 / 行为总数

总体功能转化率 = 行为转化率1 * 行为转化率2 行为转化率3 * …行为转化率N

期望行为是希望考量目标做到的行为，比如阅读完一篇文章、完成一次注册、绑定银行卡、支付成功等。点击率中“点击”就是期望行为，转发率中“转发”就是期望行为，以此类推还有下载率、激活率、购买率、打开率、成交率、复购率等。

因为总人数在一定范围（受到活动大小，渠道的制约）是固定的，所以我们就要想尽办法提高期望行为人数，来增加转化率（ConversionRate Optimization）。

转化分析的本质是为了促进企业的核心业务的流通，提升盈利的能力。比如：

销售额=流量转化率客单价

如果需要提高企业的销售额，有三种方式：①花钱做推广，扩大流量；②优化注册、购买流程，提高转化率；③通过满减、捆绑产品等方式，提高客单价。

很明显提高客单价短期内可行性较低，但调整产品定价是个复杂的工作，短期内大幅度提升客单价容易导致市场竞争力下降，同时品牌和口碑也会受到负面影响，造成不可挽回的损失。对于扩大流量，如果企业的市场预算充裕，多花点钱做推广也是可行的，但对许多企业来如果不是处于产品生命周期成长期或成熟期，烧钱的策略并不可持续。于是只有提升转化率是企业性价比最高的方式。

提升转化率的好处有：①可以花同样的钱起到更好地效果，提升ROI；②优化转化流程，提升用户体验和品牌满意度；③优化过的转化流程可以长久发挥作用，是可持续的。

市场推广人员使用Data Analytics做的注册转换率看板

转换率既然有这么多好处，那我们如何分析呢？转化率是可被量化的、可被论证的科学的数据，有以下的功能：①衡量用户需求的强弱；②对比两个功能的好处，对同类功能进行优化取舍；③验证渠道质量及分区渠道权重。所以我们可以通过数据化的方式来分析转化率。

比如某社交App开发了新功能，但这个功能的转化率很低，这时我们可以从两个方面来分析：①需求本身转化率低，这时需要反思这个需求是否是强需求，还有它的广度，使用频率、迫切度、可替代性等；②产品设计缺陷，设计的表达不当或者不清楚，入口位置、颜色、文案、引导、交互流程等存在问题。

（1）趋势（Trend）：从时间轴的变化情况进行分析，适用于对某一流程或其中某个步骤进行改进或优化的效果监控；

（2）比较（Compare）：通过比较类似产品或服务间购买或使用流程的转化率，发现某些产品或应用中存在的问题；

（3）细分（Segment）：细分