1. 首頁 > 生活百科 > >

將會從以下幾個方面來說說漏斗模型 怎樣用漏斗做數據分析？( 三 )

小知識漏斗分析


④對于搜索無結果的關鍵詞則需要進行深度分析 ， 是否是系統問題或者是涉及未引進的產品 ， 并反饋給招商采購部門 ， 作為采購依據 。
總的來說 ， 對搜索列表頁的數據分析歸納為：高搜索詞重點優化 ， 提高其點擊轉化；無結果詞分析反饋；頁面點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 。
3.詳情頁
詳情頁作為流量轉化的關鍵頁面 ， 是承載商品信息的最基本單位 ， 也是用戶決定下單購買的最重要一環 。 因此在分析詳情頁的時候 ， 數據指標更多的是詳情頁的質量和轉化率 。 詳情頁質量的高低從數據的量化角度來看是平均頁面停留時間和加入購物車數 。
（1）平均頁面停留時間=頁面停留總時間/訪問UV數 ， 該指標與頁面的呈現布局有著明顯關聯 ， 包含商品參數介紹 ， 詳情圖片描述 ， 客服在線情況 ， 好評率等 。
（2）加入購物車數：反映該商品有多少購買意向者 ， 是轉化的關鍵步驟 。 加入購物車的數量多少基本由詳情頁頁面綜合質量（圖片 ， 排版 ， 展示 ， 參數說明 ， 售后信息）、在線客服綜合服務指數（響應時間 ， 在線時長 ， 答復滿意度）、評價信息（好評率 ， 差評回復內容 ， 曬單信息）等幾個因素決定 。
4.購物車
對于快消品、標準品的電商網站來說 ， 設置購物車一方面是為了節省用戶挑選多個商品的付款時間 ， 另一方面就是提高了客單價 。 在配合滿減優惠券等促銷手段 ， 購物車必然能夠起到事半功倍的作用 。
在購物車中如果大量積壓了客戶選購的商品 ， 但用戶卻始終沒有下單支付 ， 這個時候則需要采用短信催付 ， 郵件催付 ， 以及push等手段來促進用戶轉化 。
5.訂單
訂單頁面是縱向轉化的最后一環 ， 在這個界面最主要的目的就是盡量讓用戶盡快付款 ， 達到最后的轉化 。
有效訂單轉化率=成交訂單數/有效訂單數 ， 在這個階段促成轉化是較為簡單的 ， 如果有效訂單轉化率較低就要分析是否支付頁面存在問題 ， 系統提交流程是否出錯等 。 在排除系統問題后同樣可以使用短信或push等手段進行催付 。
最后作為總覽全局的用戶轉化指標：UV成交轉化率=成交訂單數/頁面UV數；
作為考核整體用戶價值的指標：平均UV價值=成交金額/頁面UV數 。
6.復購
復夠率=一段時間內重復購買的客戶數/一段時間內產生購買的客戶數 ， 該指標要求我們從橫向時間維度來分析數據 。
一個成熟期的購物網站其老用戶貢獻的銷售額大約占據總數的60%-70% 。 因此我們在看到流量漏斗轉化模型的同時 ， 更加要加深對會員的分層管理 ， 用良好的服務以及具有創意的活動維系老用戶 。 如果復購率低 ， 可以采取如下的手段：
①可通過短信push、線下廣告或者活動來對老會員進行足夠的喚醒和激活；
②如果是近期投入拉新的資源較多 ， 導致新客增多降低了復夠率 ， 需要核實拉新活動的數據；
③如果是超低價或者超優惠活動引流也會導致大量新用戶引入 ， 也會對復夠率產生影響 。
以上就是針對電商下單流程的整個過程 ， 當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據分析的邏輯即可 。
四、漏斗模型如何指導落地頁
落地頁的分析往往很主觀 ， 比如落地頁要有畫面感、優點要突出、生動并吸引眼球等等 ， 這類詞都經常會出現在落地頁分析中 。 稍好一些的團隊會有落地頁的專項數據分析 ， 落地頁一般有三種目的：發展用戶、促成成交易、搜集線索 。
現有的落地頁分析一般是漏斗模型 ， 而漏斗的各層級是由頁面決定的 ， 比如落地頁→購買頁→訂單頁→購買 。 但是這樣的流程分析往往會讓我們跑偏 ， 比如落地頁到購買頁的轉化率較低 ， 那么就在落地頁上增加許多的入口 ， 誘導用戶進入購買頁 。 這樣的改版最終的結果往往是這一步驟的轉化率得到了提升 ， 但是之后的轉化率隨之下降 ， 整體的轉化率并沒有明顯的改善 ， 甚至還會因此困擾用戶造成整體轉化率的降低 。
我們分析漏斗轉化的目的 ， 是希望能夠提升最終的轉化 ， 而不是各層級的轉化 。 如果用戶沒有發自內心的購買意愿 ， 無論前面的轉化率有多高 ， 到了最后支付的環節依然還是需要靠用戶的實際購買意愿來達成交易 。 所以 ， 我們改版的目的實際上是激發用戶的購買意愿 。
不論我們的落地頁形式怎樣 ， 在消費者自身看來 ， 他們需要經歷的步驟就是這么幾個 。 實際上“用戶視角”版本是漏斗轉化背后的真實邏輯 。 我們先來梳理一下用戶在一般的落地頁的整個購買流程 。

推薦閱讀