1. 首頁 > 生活百科 > >

流量轉化思維數據與邏輯分析 什么是流量轉化

小知識流量轉化

商業領域的數據分析 ， 就是為了給商業行為提供良好的數據預測以及效果評估 ， 在互聯網界也是如此 。 我們在目前商業環境所做的每一項活動都直接或者間接與用戶有著聯系 ， 其目的本質都是一樣 ， 為了讓用戶成為你的消費者 ， 更進一步的持久消費者 。 因此數據分析 ， 也應該為轉化用戶提供參考與數據支撐 。 畢竟沒有用戶轉化為消費者這個過程 ， 所有的分析都是天方夜譚 。 數據的結論與行為的預測彼此就是一個循環論證的過程 。
首先澄清一下數據分析其實并不是什么高深的學問 ， 在現實的職場實戰中 ， 涉及涵蓋的數據分析的方法以及復雜性是遠低于在學校里習得的專業知識 。 什么卡方檢驗 ， 方差分析 ， 回歸分析顯著性檢驗等等在非用研以及非專業統計分析領域是很少涉及的 。 （當然那些學過數理統計學的專業人士也不屑于本文提到的內容 ， 如果大家對這些看起來比較高深的分析方法有興趣可以自行腦補） 。 本文只給運營以及一些涉及產品方向的崗位提供分析思路并結合實際案例對我所涉及的領域 ， 抽絲剝繭 ， 給大家一個更加直觀的用戶轉化方面涉及數據分析的知識覆蓋 。
互聯網的大用戶概念我們可以直接簡單粗暴認定為流量 ， 這里的流量并不是指的簡單的IP,UV,PV也可以指來電數 ， 訪客人數 ， 人流量等概念既然是流量也就有其自身的數量 。 我們在對流量轉化的數據分析時都會基于一種邏輯方案———流量漏斗轉化模型進行分析 。
原理很簡單 ， 我們可以形象的認為自身的互聯網產品其本身就是一個虛擬的漏斗 ， 用戶在進行瀏覽到最終完成下單行為（或者其他我們認定的轉化行為比如注冊 ， 關注 ， 轉發等）有多少被直接阻擋在了“濾網”之上 ， 有多少順利的達到了我們預設的“轉化行為區域” 。 當然 ， 我們所有的活動都并不是一錘子買賣 ， 因此也要從橫向（時間）維度來分析問題 。 持續的轉化用戶 ， 保持老用戶的消費活力也是分析工作的重中之重 。 當然 ， 我們在轉化流量不僅僅是指的轉化的數量而且還指轉化的質量 ， 說的比較簡單點 ， 就是要提高單個用戶的消費價值 。 在橫縱兩個維度方面 ， 在這些層層“濾網”中 ， 我們是如何透過這些數據分析問題的呢 。

流量轉化思維數據與邏輯分析 什么是流量轉化

文章插圖
以大型電商網站下單流程為例 ， 我將從流量來源-中間頁面訪問-詳情頁-加入購物車-提交訂單-復購這幾個階段展開說明 。
一 ， 流量來源流量進入主站的第一道障礙通過不同渠道進入的主站（或者該渠道引入流量的承接頁） ， 主站頁面即是第一層“濾網”我們用穿過第一層濾網進入二級頁面的通過率來衡量渠道的流量的質量 。 通常我們用來衡量頁面的流量質量的指標包含如下：頁面UV點擊率 ， 頁面停留時間 ， 跳失率 。
想要通過第一層“濾網” ， 需要必要的動作就是產生點擊行為 ， 而點擊行為會產生兩個數據：頁面UV點擊率=頁面點擊總次數/頁面UV數；跳失率=通過一個入口進入就離開的次數/通過該入口訪問的總次數 。 點擊率越高 ， 說明頁面呈現的內容有吸引力能夠有效的吸引用戶的關注；跳失率越高 ， 說明頁面呈現內容具備欺騙性 ， 所呈現的鏈接內容和文案不具備吸引力 。 因此在進行第一層濾網的優化方面盡量提高頁面的點擊率 ， 降低頁面的跳失率 。 盡量讓用戶下沉到二級頁面（或者目標頁面） 。 同時通過這個數據也可以判斷流量來源的質量是否過關 。
一般而言 ， 頁面低質量的流量判斷往往符合以下幾個特點：在排除頁面問題的情況下產生的：1 ， 低點擊率；2 ， 高跳失率；3低頁面停留時間 。
這些低質量流量產生的原因主要有幾個方面：1 ， 渠道引流上呈現的文案內容與承接落地頁面不符 。 2 ， 投放渠道上 ， 與目標用戶活躍范圍不符的渠道 ， 也就是說投放的渠道不精準 。 3 ， 承接頁出錯等以及其他原因（包含但不限于404錯誤網頁過期 ， 跳轉出錯等） 。
既然說到這 ， 順便也給大家看看外部渠道的各種引流的優劣：

流量轉化思維數據與邏輯分析 什么是流量轉化

文章插圖
以上表格內容 ， 并不一定十分準確 ， 大家可以抱著批判的態度研究論證一下 。
二 ， 中間頁面訪問在頁面訪問階段 ， 流量成功通過第一道“濾網”進入到中間頁階段 ， 中間頁包含：搜索列表頁 ， 專題活動頁面 ， 頻道頁面等 。 不同的中間頁也有不同的數據指標反映著頁面內容的好壞以及流量的走向 。 中間頁的好壞考量最終是有多少訪客進入到了商品詳情頁 ， 因此有一個指標非常重要：UV到達詳情頁轉化率=詳情頁UV/中間頁UV

推薦閱讀