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