流量转化思维数据与逻辑分析 什么是流量转化( 三 )


  • 点击率=页面点击数/页面UV数;一般情况而言 , 点击率用来衡量频道页入口链接图和轮播图的质量 , 是否吸引人 , 文案是否贴切相关 , 当然也能形容商品的铺排是否合理 。
  • 到达详情页转化率=到达详情页UV/页面UV;用以形容活动页的产品铺排布局是否合理的指标之一 。 当然有时候活动页也是需要考核成交转化率=成交件数/详情页UV , 有时候还包含页面停留时间的维度 。
低点击率的区域可能存在以下几种原因 , 一 , 是图片以及图片里的文案不能吸引消费者点击 , 需要调整 。 二 , 产品头图展示样式不合理需要调整图片内容或者调换商品 。 三 , 展示区域位于首屏以下 , 关注度不高-需要调整展示位置 。
分析逻辑:还是以用户下沉为目的 , 分析涉及的元素逐个排查 。
三 , 详情页&购物车&订单详情页作为流量转化的关键页面 , 是前台承载商品信息的最基本单位 。 也是用户是否决定下单购买的最最重要的一环 。 因此在分析详情页的时候 , 数据指标更多的是详情页的质量和它的转化率 。 当然这两者是相互联系的 , 从现有的数据来看 , 详情页的质量高低与其转化率确实是存在正相关的关系 。 而详情页质量的高低从数据的量化反映来看有两个数据指标:一 , 平均页面停留时间;二 , 加入购物车数 。
平均页面停留时间=页面停留总时间/访问UV数该指标与页面的呈现布局有着明显关联 , 包含商品参数介绍 , 详情图片描述 , 客服在线情况 , 好评率等 。
加入购物车数:用以反映该商品有多少有意向购买者 , 为即将转化的关键步骤 。 加入购物车的数量多少由基本以下几个因素决定:
  • 详情页页面综合质量(图片 , 排版 , 展示 , 参数说明 , 售后信息);
  • 在线客服综合服务指数(响应时间 , 在线时长 , 答复满意度);
  • 评价信息(好评率 , 差评回复内容 , 晒单信息) 。
从数据的角度讲 , 详情页反映出的问题仅仅通过一个平均访问时长是很难概括的 , 没办法分解到具体某一个细节来层层分解问题 。 不过这个时候“经验”的加入就能很好的平衡这一点 。 这里的经验表示已经经过了长期的实践且数据论证的结论 。 (这里给大家安利一下数据观点:数据不是万能的 , 有时主观的判断更具代表性 , 这也是为什么这个世界上有着那么多的出人意料产品和逆风而上的创意)
购物车是一个特别有趣的设置 , 对于快消品标准品的电商网站来说 , 设置购物车一方面是为了节省用户挑选多个商品的付款时间 , 更出现了一个更加意想不到的好处 , 就是提高了客单价 。 在配合满减用券等促销手段的帮助下购物车必然能够起到事半功倍的作用 。
在购物车中如果大量积压了客户选购的商品 , 如果用户始终没有进行下单支付 , 即加入购物车数较大 , 这个时候则需要采用短信催付 , 邮件催付 , 以及apppush等手段来促进用户转化 。
订单页面是纵向转化的最后一环 , 在这个界面最主要的目的就是尽量让用户尽快付款 , 达到最后的转化 。 考核的数据为:有效订单转化率=成交订单数/有效订单数 , 在这个阶段促成转化是较为简单的如果有效订单转化率较低就要分析是否支付页面存在问题 , 系统提交流程是否出错等 。 在排除系统问题后同样可以使用短信apppush邮件等手段进行催付 。
最后作为总览全局的用户转化指标:UV成交转化率=成交订单数/页面UV数
作为考核整体用户转化的指标;平均UV价值=成交金额/页面UV数作为考核整体用户质量的指标 , 值越高 , 表示质量越高 。
四 , 复购(横向持续转化)总结:层层下探 , 逐个击破直到完成付款
有句老话说的好 , 叫不做一锤子买卖 , 因此这里就涉及到一个新的指标:
复够率=一段时间内重复购买的客户数/一段时间内产生购买的客户数 , 该指标则要求我们从横向时间维度来分析数据 , 也很容易理解 。 有据可查 , 一个成熟期的购物网站其老用户贡献的销售额占据总数的60%-70%之多 。 因此我们在看到流量漏斗的转化模型的同时 , 更加要加深对会员的分层管理 , 用良好的服务于产品以及具有创意和力度的活动维系你的老用户 。
复够率过低:1 , 表示没有对老会员进行足够的唤醒 , 可通过短信push线下广告等等活动进行推广激活;2 , 也有可能近期投入的拉新的资源较多 , 导致新客增多降低了复够率 , 需要核实拉新活动的数据;3 , 超低价或者超优惠活动引流也会导致大量新用户引入 , 也会对复够率产生影响 。 上面的两点并不是对复够率有坏的影响 , 针对的客群不同 , 数据也应有所取舍 。

推荐阅读