互联网数据化运营管理：转化篇

作者：jiago王

流量分析之后，聊一聊关于转化的分析，上一篇中也提到过，文章内容给大家一个借鉴参考，有各种不足或错误，欢迎评论交流。

本文由知乎专栏-撩撩数据吧 jiago王投稿，欲转载者请与作者联系！

转化

在完成引流的工作后，下一步需要考虑的就是转化了，一个崭新的用户一路走来到完成交易，中间需要经历浏览页面(下载app)->注册成为用户->登陆->添加购物车->下单->付款->完成交易(这段过程，在不同的公司中可能不同，例如家装互联网公司完成交易的过程就会分为交定、签约、开工、竣工等)。每一环节中都会有用户流失，提高各个环节的转化率，一直是互联网公司运营的最核心的工作之一。转化率的提升，意味着更低的成本，更高的利润。

分析目标：了解各环节转化情况，分析其异常或不合理情况，进行调整，以提升各环节的转化率。

分析角度：

1.观察各环节转化率，分析其合理性，针对转化率异常环节进行调整

2.追踪转化率变化，用于异常定位和策略调整效果验证

3.观察各渠道转化情况，定义渠道价值，并依此适当调整运营策略

4.分析各环节转化周期，分析用户习惯，为制定运营策略提供依据

分析方法：关于转化率的各种名词也特别多，有静默转化率、登陆转化率、咨询转化率、付款转化率等等，然而并不需要考虑这些词，只要关注用户从接触应用到成交中的几个环节就好。我们依然使用图表的形式来从各个角度对转化数据进行展示分析。

1. 观察各环节转化率，分析其合理性，针对转化率异常环节进行调整

从上图中，我们可以发现这样一个问题，下单到付款中的转化率过低，正常来说，用户只要下单，付款的比例是比较大的。对于这个异常，我们来做下猜测：对于我来说，下单之后没有付款的原因有以下几个：

1).又看了下其他家的商品或服务，发现了更好的，就取消了付款;

2).付款前习惯性的问下相关的人进行确认，然后发现计划有变，所以取消付款;

3).到了付款的时候发现居然不支持支付宝，无奈取消付款;

4).下单后被告知没货;

5).页面好卡，怒而弃之;

6).余额不足。。。

总体上可以分为两类：用户本身原因，系统设计原因。上图中这么出现付款率这么低的情况，基本上可以确定是系统原因。然而具体是哪块的设计出了问题，可以进一步细化追踪。

上图中将转化率与各阶段端访问数量放在一个页面中，便于对整体情况的把控，为调整运营策略提供参考作用。

上图中的付款转化率低的太明显，只要不瞎都能看出这转化率出了问题，但是往往转化率的问题并没有这样的明显，那怎样定位自己的转化率是否合理，哪个阶段的转化率有提升空间呢?继续看下面这张图：

2. 追踪转化率变化，用于异常定位和策略调整效果验证

除流量外，转化率也是需要追踪的，将时间的维度拉开，分析各阶段转化率随着时间的波动，也是很有看点的。

还能看到的是，在4月22号之后，转化率开始抬头，并且维持了较高转化率，不管这次转化率的提升是活动营销导致的，还是产品改进导致的，或者是运营调整导致的，这都是一个响当当的业绩，也可以梳理这次工作的要点，作为成功经验来为公司下一波发力做准备。

3. 观察各渠道转化情况，定义渠道价值，并依此适当调整运营策略

现在互联网的推广渠道特别多，前面几个图表中，我将渠道定义为pc端、app、微信之类其实并不严谨，对于这些大类渠道的分析，需要从产品层面去考虑，每一点的优化与分析，最终都落实到产品优化上，才体现价值。而深入这些大类渠道进行细分，例如营销短息、百度竞价、广告站点等，就会有运营层面来考虑的问题，在上一篇(转化率)中也提到，渠道的价值，单独看流量或转化率都是不够的，需要综合来考虑。如下图所示：

气泡图信息量较大，可将上图一拆二如下图：

4.分析各环节转化周期，分析用户习惯，为制定运营策略提供依据

这种场景通用性并不是很强，会和公司业务相关联，有些业务的交易是分成多个阶段来完成，这种情况可以对转化周期进行分析。

转化率是所有订单导向的互联网公司非常关注的指标，以上的介绍只是浅层的、简单的分析，更多的偏向于结果展示。对转化率的影响因素非常多，深入分析抓住问题的根本，还需要一些挖掘方法相配合，很多公司也有专人或团队来负责分析工作。在公司完成用户的拉新和转化之后，也该关心用户的存留问题了，大部分互联网公司，是有相当一部分的订单是由老客户产生的。关于存留数据分析，后面会进行介绍。

下一篇将针对日活/存留进行专题介绍。欢迎交流，相互学习

End.