摘要:網(wǎng)站分析中很重要的部分是關(guān)鍵路徑的轉(zhuǎn)化率分析;分析過程主要為:確定分析的關(guān)鍵路徑,收集數(shù)據(jù)得到關(guān)鍵路徑中每個路徑的人數(shù)以及各個路徑間的轉(zhuǎn)化率,最后用漏斗模型清晰的展示結(jié)果,從整體了解的關(guān)鍵路徑的設(shè)計是否合理,各路徑轉(zhuǎn)化的優(yōu)劣,是否存在優(yōu)化的空間等
關(guān)鍵字:優(yōu)化;登錄轉(zhuǎn)化率;關(guān)鍵路徑
1 引言
網(wǎng)站分析中很重要的一部分就是網(wǎng)站的關(guān)鍵轉(zhuǎn)化路徑分析,很多的網(wǎng)站分析師在這一方面都傾注了大量的時間和精力,盡最大的努力尋找最優(yōu)的轉(zhuǎn)化路徑, 因為優(yōu)化關(guān)鍵轉(zhuǎn)化路徑相當(dāng)于提高轉(zhuǎn)化率,進(jìn)而提高網(wǎng)站收益。所以,尤其對于電子商務(wù)網(wǎng)站或者付費服務(wù)網(wǎng)站而言,關(guān)鍵路徑的轉(zhuǎn)化率分析尤為重要。
在大多數(shù)情況下用戶的訪問路徑隨意的,無序的,用戶在訪問一個網(wǎng)站時可能會經(jīng)常使用后退、返回主頁或者直接點擊某個鏈接等,不同用戶訪問路徑的重合度可能只有1%,分析這些無序的路徑是毫無意義的。所以,我們要分析的是網(wǎng)站中的一些關(guān)鍵路徑(Key Path),即用戶是為了某個目標(biāo)而進(jìn)入了一個相對標(biāo)準(zhǔn)的有序的路徑,用戶的目標(biāo)就是為了到達(dá)“出口”,而不是隨意游蕩。如電子商務(wù)網(wǎng)站的注冊流程、購物流程,應(yīng)用型網(wǎng)站的服務(wù)使用流程等。
2、漏斗圖模型
漏斗模型指的是多個自定義事件按照一定順序依次觸發(fā)的流程中的量化轉(zhuǎn)化模型。通常我們會對應(yīng)用中的一些關(guān)鍵路徑進(jìn)行分析。比如注冊流程、購物流程等。以電商應(yīng)用的購物流程為例:
1瀏覽商品頁 —> 2放入購物車 —> 3生成訂單 —> 4支付訂單 —> 5完成交易。
我們可以根據(jù)這些關(guān)鍵路徑來計算每一步的轉(zhuǎn)化率。轉(zhuǎn)化率顧名思義,轉(zhuǎn)化率指的是完成當(dāng)前事件的用戶中觸發(fā)下一個事件的人數(shù)比例。比如某個應(yīng)用的啟動用戶有100人,其中30人完成了注冊,那么從啟動到注冊的轉(zhuǎn)化率即為30/100=30%。
以電商應(yīng)用的購物流程為例各階段的轉(zhuǎn)化率如圖2-1所示:
圖 2-1 電商購物流程各階段轉(zhuǎn)化率
該數(shù)據(jù)對應(yīng)的漏斗模型如圖2-2所示:
2-2 漏斗模型
漏斗模型適用于某些關(guān)鍵路徑的轉(zhuǎn)化率的分析,不僅顯示了用戶在進(jìn)入流程到實現(xiàn)目標(biāo)的最終轉(zhuǎn)化率,同時還可以展示整個關(guān)鍵路徑中的每一步的轉(zhuǎn)化率。單一的漏斗圖無法評價網(wǎng)站關(guān)鍵流程中各步驟轉(zhuǎn)化率的好壞,可通過對統(tǒng)一環(huán)節(jié)優(yōu)化前后效果對比分析,或通過同一環(huán)節(jié)不同細(xì)分客戶群的轉(zhuǎn)化率比較,或通過同行業(yè)類似產(chǎn)品的轉(zhuǎn)化率進(jìn)行對比等等。
3、實例:**網(wǎng)站用戶注冊流程簡化前后效果分析
以用戶注冊流程為例,用戶注冊的關(guān)鍵路徑:點擊注冊、填寫并提交注冊信息、激活郵箱、登錄網(wǎng)站的流程為例分析**網(wǎng)站用戶的注冊流程。
收集2012年10月16日-2012年10月19日該網(wǎng)站用戶的訪問日志以及提交信息,統(tǒng)計得到數(shù)據(jù)如下表3-1所示:
注冊環(huán)節(jié) 人數(shù)
用戶登陸 95
郵件激活 297
注冊成功 315
注冊 799
表3-1 優(yōu)化前的統(tǒng)計數(shù)據(jù)
計算各環(huán)節(jié)的轉(zhuǎn)化率和整體轉(zhuǎn)化率,如下表3-2所示。分析得出從右鍵激活到用戶登錄環(huán)節(jié)的轉(zhuǎn)化率較大幅度下降,查看關(guān)鍵路徑后,發(fā)現(xiàn)從郵件激活到用戶登錄之間沒有自動跳轉(zhuǎn),而是有一個“馬上登錄吧”按鈕,這個按鈕的存在,可能是導(dǎo)致客戶流失的一個原因。
注冊環(huán)節(jié) 人數(shù) 各環(huán)節(jié)轉(zhuǎn)化率 整體轉(zhuǎn)化率
注冊 799 100% 100%
注冊成功 315 39.42% 39.42%
郵件激活 297 94.29% 37.17%
用戶登陸 95 31.99% 11.89%
表3-2 優(yōu)化前各階段的轉(zhuǎn)化率
修改網(wǎng)站結(jié)構(gòu),對郵件激活環(huán)節(jié)進(jìn)行優(yōu)化,簡化用戶注冊流程:用戶完成注冊之后,進(jìn)入郵件激活頁面后,不再需要單擊“馬上登錄吧”而是在郵件激活后自動將用戶導(dǎo)航到登錄頁面,減少用戶點擊操作。重新統(tǒng)計數(shù)據(jù),收集2012年10月16日-2012年10月19日該網(wǎng)站用戶的訪問日志以及提交信息,統(tǒng)計得到數(shù)據(jù)如表3-3所示:
注冊環(huán)節(jié) 人數(shù)
注冊 904
注冊成功 380
郵件激活 365
用戶登陸 365
表3-3 網(wǎng)站結(jié)構(gòu)優(yōu)化后的數(shù)據(jù)統(tǒng)計
計算各環(huán)節(jié)的轉(zhuǎn)化率和整體轉(zhuǎn)化率,如下表3-4所示。
注冊環(huán)節(jié) 人數(shù) 各環(huán)節(jié)轉(zhuǎn)化率 整體轉(zhuǎn)化率
注冊 904 100% 100%
注冊成功 380 42.04% 42.04%
郵件激活 365 96.05% 40.38%
用戶登陸 365 100.00% 40.38%
表3-4 網(wǎng)站結(jié)構(gòu)優(yōu)化后各階段轉(zhuǎn)化率
用漏斗圖展示優(yōu)化前后的轉(zhuǎn)化率,優(yōu)化前的轉(zhuǎn)化率如圖3-2所示,優(yōu)化后的轉(zhuǎn)化率顯示如圖3-1所示。
圖 3-1優(yōu)化前的數(shù)據(jù) 圖3-2優(yōu)化后的數(shù)據(jù)
從優(yōu)化前后的數(shù)據(jù)對比發(fā)現(xiàn),優(yōu)化后從郵件激活到用戶登錄環(huán)節(jié)的客戶流失率降低為零,客戶登陸轉(zhuǎn)化率得到了較大的提高。
5 結(jié)束語
用戶登錄過程雖然簡單,但不當(dāng)?shù)慕Y(jié)構(gòu)卻導(dǎo)致的了客戶的大量流失,通過對網(wǎng)站關(guān)鍵路徑的轉(zhuǎn)化率分析和結(jié)構(gòu)優(yōu)化,用漏斗模型直觀的展示出網(wǎng)站優(yōu)化前后的各個環(huán)節(jié)的轉(zhuǎn)化率,對比得出優(yōu)化后的網(wǎng)站的登錄轉(zhuǎn)化率得到極大的提高。
參考文獻(xiàn)
[1] 陳楊梅.怎樣設(shè)計出高轉(zhuǎn)化率的網(wǎng)站.程序員,2010(07).
[2] 卞保武.影響企業(yè)電子商務(wù)網(wǎng)站轉(zhuǎn)化率因素系列研究之一 影響企業(yè)電子商務(wù)網(wǎng)站轉(zhuǎn)化率的顧客行為因素研究電子商務(wù),2009(7).
[3] 劉明月.基于Web日志的用戶行為分析.北京交通大學(xué).2008年6月
[4] 孫玲.銷售漏斗模型在軟件企業(yè)銷售管理中的應(yīng)用.湖北廣播電視大學(xué)學(xué)報,2010(9)
小編推薦優(yōu)秀的電子期刊 《計算機(jī)應(yīng)用》南大核心論文刊發(fā)
《計算機(jī)應(yīng)用》(月刊)創(chuàng)刊于1981年,由中國科學(xué)院成都計算機(jī)應(yīng)用研究所主辦。該刊把介紹計算機(jī)應(yīng)用技術(shù)作為重點,以推動經(jīng)濟(jì)發(fā)展和科技進(jìn)步為宗旨,把促進(jìn)計算機(jī)開發(fā)應(yīng)用創(chuàng)新作為目標(biāo)。
論文指導(dǎo) >
SCI期刊推薦 >
論文常見問題 >
SCI常見問題 >