酒店预订流程转化与页面效率分析PPT课件.ppt

酒店预订流程转化与页面效率分析 用户体验部2006年9月 2 酒店预订流程转化及页面效率分析 分析目的 分析线上 酒店预订流程每步页面的访问数流向和点击行为 以及每步的转化情况 尽而明晰与了解酒店预订流程转化及页面效率现状 寻找可能改进的点分析点 预订流程每一步页面的访问数流向预订流程每一步页面的转化预订流程每一步页面的页面流向预订流程每一步页面的点击分布 3 酒店预订流程与转化效率分析思路 漏斗模型 酒店搜索列表Hotels Search 酒店详细页Hotels Details 预订确认页Hotels Confirm 登陆 直接预订Myelong Login 订单填写页Hotels Order 订单确认页Hotels Ensure 提交成功页Hotels Reserve 4 酒店预订流程转化及页面效率分析 分析目录 预订流程访问数流向与转化率搜索页 详细页到预订确认的访问数流向与转化预订确认到订单提交的访问数流向与转化直接预订预订过程页面效率分析酒店列表页面效率分析酒店详细页面效率分析酒店预订确认页面效率分析酒店订单页面效率分析酒店订单确认页面效率分析酒店订单提交页面效率分析总结与结论 5 酒店预订过程中的访问数流向 搜索查询 1 酒店搜索列表页Hotels SearchVisits 1 076 361 酒店详细页Hotels DetailsVisits 955 555 酒店预订确认页Hotels ConfirmVisits 119 529 EntryPageVisits 474 93344 12 立即退出 305 80728 41 ExitPageVisits 630 69258 59 Visits 42 3733 94 Visits 464 11943 12 EntryPageVisits 453 37647 45 ExitPageVisits 646 12667 62 立即退出 365 64938 27 Visits 64 4606 75 Visits 13 3251 39 35 45 53 93 11 15 EntryPageVisits 15 151 27 立即退出 3510 29 ExitPageVisits 19 41116 24 6 酒店预订过程中的访问数流向 搜索查询 2 酒店搜索列表页Hotels SearchVisits 1 076 361 酒店详细页Hotels DetailsVisits 955 555 酒店预订确认页Hotels ConfirmVisits 119 529 EntryPageVisits 474 93344 12 立即退出 305 80728 41 ExitPageVisits 630 69258 59 Visits 42 3733 94 Visits 464 11943 12 EntryPageVisits 453 37647 45 ExitPageVisits 646 12667 62 立即退出 365 64938 27 Visits 64 4606 75 Visits 13 3251 39 35 45 53 93 11 15 EntryPageVisits 15 151 27 立即退出 3510 29 ExitPageVisits 19 41116 24 Visits 58 26048 7 Visits 62 56652 3 Visits 371 23838 9 7 访问数到预订确认的转化与建议 从搜索列表 详细页 预订确认页 用户的访问路径是复杂的 如何优化用户访问路径也是一个重要议题采取有效的方法和策略 增加 酒店搜索列表到酒店预订确认的访问数数量 OnlineMarketing 酒店搜索列表页面应提供可供决策的信息引导用户直接进入酒店预订确认页面 提高这一路径访问数进入的比例 UserExperience 从预订确认页返回到搜索列表页的访问数比例为52 3 返回到详细页的比例为48 7 返回比例偏大说明了什么问题 用户在比较 选择 退出 讨论 如何计算到预定确认的转化率 8 访问数到预订确认的转化与建议 讨论 如何计算到预定确认的转化率 量 9 酒店预订过程中的访问数流向 登录 1 酒店预订确认页Hotels ConfirmVisits 119 529 登陆 直接预订页Myelong LoginVisits 205 344 酒店订单填写页Hotels OrderVisits 41 460 ExitPageVisits 19 41116 24 ExitPageVisits 4 54210 96 ExitPageVisits 20 3509 91 Visits 36 80330 79 Visits 28 77714 01 联盟登陆页Mytrip LoginVisits 57 585 Visits 22 98819 23 Visits 2 1953 81 Visits 9 7568 16 23 53 69 41 5 29 ExitPageVisits 14 51225 20 10 酒店预订过程中的访问数流向 登录 2 酒店预订确认页Hotels ConfirmVisits 119 529 登陆 直接预订页Myelong LoginVisits 205 344 酒店订单填写页Hotels OrderVisits 41 460 ExitPageVisits 19 41116 24 ExitPageVisits 4 54210 96 ExitPageVisits 20 3509 91 Visits 36 80330 79 Visits 28 77714 01 联盟登陆页Mytrip LoginVisits 57 585 Visits 22 98819 23 Visits 2 1953 81 Visits 9 7568 16 23 53 69 41 5 29 ExitPageVisits 14 51225 20 Visits 13 23431 9 11 酒店订购登陆页面的登陆成功率 备注 eLong酒店订购预订登陆页的登陆成功率为78 联盟网站预订登陆页的登陆成功率为10 两者差异巨大的原因是什么 联盟网站是用户不熟悉的因素还是什么因素 是不是还有可改进的空间 eLong预订登陆页 联盟网站预订登陆页 12 酒店预订过程中的访问数流向 预订 1 酒店订单填写页Hotels OrderVisits 41 460 酒店订单确认页Hotels EnsureVisits 33 396 酒店订单提交页Hotels ReserveVisits 31 036 ExitPageVisits 4 54210 96 ExitPageVisits 1 6454 93 ExitPageVisits 8 07226 01 Visits 29 04670 06 Visits 30 34090 85 13 酒店预订过程中的访问数流向 预订 2 酒店订单填写页Hotels OrderVisits 41 460 酒店订单确认页Hotels EnsureVisits 33 396 酒店订单提交页Hotels ReserveVisits 31 036 ExitPageVisits 4 54210 96 ExitPageVisits 1 6454 93 ExitPageVisits 8 07226 01 Visits 29 04670 06 Visits 30 34090 85 Visits 8 79826 3 Visits 6 33120 33 14 基于预订确认的转化率 基于预订确认访问数的转化率 26 222 21 9 质 备注 Confirm Order Ensure Reserve是用户订购必经的4步 基于预订确认访问数的转化率 比较明确衡量预订流程转化的效率 是评估预订流程转化率水平的适用指标 定义 基于预订确认访问数的转化率 4步路径下的订单提交访问数 所有预订确认访问数 15 酒店预订过程中的访问数流向 直接预订 直接填写预订单 修改订单错误 信息输入是否有效 是否找到用户相关记录 用户已存在卡号 用户不存在卡号 是否选择卡号 计入分配新卡号 记入已存在卡号 记入公共卡号 后续分配新卡号 是 是 否 取消 登陆 注册 直接预订 16 酒店登陆 直接预订新用户的订单分析 备注 酒店预定过程中 直接预订新用户产生的订单中 已结帐的订单比例为50 比线上订单已结帐的订单的比例降低15 NoShow状态的订单增加13 删除状态的订单增加2 降低15 增加2 增加13 17 酒店线上直接预订新会员分析 备注 2006年5月 6月 7月 直接预订产生的新会员平均数为1600左右 占酒店线上产生新会员数的25 左右 7 315 4 943 6 625 20 4 27 5 29 3 18 预订流程访问数流向与转化率 小结 从搜索列表 详细页 预订确认页看 用户的访问路径是复杂的 用户返回上一步的比例过大 如何优化用户访问预订路径是一个重要议题 采取有效的方法和策略 增加 酒店搜索列表到酒店预订确认的访问数数量 OnlineMarketing 酒店搜索列表页面应提供可供决策的信息引导用户直接进入酒店预订确认页面 提高这一路径访问数进入的比例 UserExperience 酒店订购eLong登陆页 联盟网站登陆页的登陆成功率差异巨大 主要影响因素是什么 联盟网站登陆页是否存在可改进的空间 基于预订确认访问数的转化率 是评估预订流程转化率水平的适用指标 2006年5月 6月 7月 直接预订新用户订单中 已结帐的订单比例为50 比线上订单已结帐的订单的比例降低15 直接预订产生的新会员平均数为1600左右 占酒店线上产生新会员数的25 左右 19 酒店预订流程转化及页面效率分析 分析目录 预订流程访问数流向与转化率搜索页 详细页到预订确认的访问数流向与转化预订确认到订单提交的访问数流向与转化直接预订预订过程页面效率分析酒店列表页面效率分析酒店详细页面效率分析酒店预订确认页面效率分析酒店订单页面效率分析酒店订单确认页面效率分析酒店订单提交页面效率分析总结与结论 20 酒店搜索列表页面效率分析 分析目的 分析酒店搜索列表的效率分析点 酒店预订确认页面的流向分析 上下页 酒店搜索列表页面各板块间的点击分布以北京酒店为例 分析点击数和订单数在现有列表各页的分布效率酒店搜索列表上下翻页的点击分析 21 酒店搜索列表页面的流向分析 上下页 22 酒店搜索列表页面的流向分析 上下页 备注 从酒店搜索列表页面的流向分析来看及用户易用性来看 酒店列表页到酒店详细页在同一窗口下的循环不方便酒店列表页的再次点击及酒店详细页的信息比较 建议在列表页到详细页采用弹出窗口方式 酒店搜索列表页面 酒店详细页面 酒店预订确认页面 酒店搜索列表页面 酒店详细页面 酒店预订确认页面 酒店详细页面 同一窗口下的循环不方便前页的再次点击及后页的信息比较 弹出窗口方便前页的再次点击及后页的信息比较 23 酒店搜索列表页面的流向分析 上下页 备注 从酒店搜索列表页面的流向分析来看及用户易用性来看 酒店列表页到酒店详细页在同一窗口下的循环不方便酒店列表页的再次点击及酒店详细页的信息比较 建议在列表页到详细页采用弹出窗口方式 国内外同行从酒店列表页到酒店详细页的进入窗口方式 24 酒店列表页面各板块间的点击分布 2 73 0 28 13 12 98 0 35 0 26 46 41 注 在用户查找酒店时 上下翻页的点击比率明显偏大 相对于酒店内容来说 要翻看1 65 46 41 28 13 个页面 才能点击酒店内容一次 上下翻页 酒店列表 1 31 25 酒店列表页面 酒店内容点击分布 16 24 31 61 4 50 44 97 2 66 0 02 结论 在酒店搜索列表的酒店内容的点击数中 最近用户评论的点击数占31 61 中 说明用户对最近用户评论的有较高的关注与兴趣 26 以北京酒店为例 分析点击数和订单数在列表各页的分布效率 注 酒店搜索列表页面 每页列表有10家酒店 27 北京酒店按点击数的排名分布 注 在酒店列表页面 北京酒店按点击数的多少进行排名分布 如图所示北京酒店列表内容点击数 前10名酒店占20 63 前50名占50 21 前100名占67 70 前200名占86 98 28 北京酒店按订单数的排名分布 注 在酒店列表页面 北京酒店按订单数的多少进行排名分布 如图所示 北京酒店订单数 前10名酒店占17 13 前50名占49 93 前100名占71 57 前200名占92 42 29 酒店列表页面 三种排序方式的比例 99 07 0 66 0 27 结论 在酒店列表的排序中 大约有99 07 的访问数使用默认的eLong推荐排序方式 0 66 的访问数重新选择价格排序 0 27 的访问数重新选择酒店等级排序 可见用户对排序方式的重新选择并不敏感 30 北京酒店列表分析 下一步把北京每家酒店已发生过的点击数和北京每家酒店产生的订单数按照eLong推荐排序所输出的页码与酒店进行分布 结果如下 备注 由于在eLong推荐排序 价格排序 酒店等级排序中 eLong推荐的排序方式占99 07 处于绝对优势地位 所以在接下的分析中 重点放在eLong推荐排序上 31 北京酒店列表页面 eLong推荐的点击分布 注 北京酒店列表内容点击数在按eLong推荐的各列表页面的分布 并没有表现出规律性的递减趋势 可以看出elong推荐的列表的波动性 32 北京酒店列表页面 eLong推荐的点击分布 注 我们把eLong推荐的北京酒店搜索列表前5页的酒店列表来看 发现某些酒店的点击量非常小 说明用户对这些酒店的关注极低 但却排在搜索列表页面的前几页 说明我们列表搜索列表有一定程度的改进空间 33 北京酒店列表页面 eLong推荐的订单分布 注 北京酒店订单数在按eLong推荐的各列表页面的分布 并没有表现出规律性的递减趋势 可以看出elong推荐的列表的波动性 34 北京酒店列表页面 eLong推荐的订单分布 注 我们把eLong推荐的北京酒店搜索列表前5页的酒店列出来看 发现某些酒店的订单量非常小 某些酒店几乎不产生酒店订单 说明用户对这些酒店的购买意愿极低 但它们却排在搜索列表页面的前几页 说明酒店搜索列表页面有一定程度的改进空间 35 北京酒店列表页面 eLong推荐的点击分布 注 北京酒店内容点击数与产生的订单数在按eLong推荐的各列表页面的比率分布 可以看出elong推荐的列表的波动性 在绿色方框区域 比率较高的页面上经济型酒店占大多数 说明某些用户对经济型酒店的关注 36 北京酒店列表页面 eLong推荐的点击分布 注 我们把北京酒店的点击数和订单数进行加权处理 形成加权关注度一组数据 把eLong推荐的北京酒店搜索列表前5页的酒店列出来看 发现某些酒店的关注度非常小 说明用户对这些酒店的关注极低 但它们却排在搜索列表页面的前几页 说明我们列表搜索列表有一定程度的改进空间 37 酒店列表上下翻页的点击分析 38 酒店列表页面 上下翻页的点击分布 结论 从数据分布来看 浏览小于或等于第5页的上下翻页点击数的比率为82 41 小于或等于第10页的上下翻页点击数的比率为95 56 页码超过10个页面点击累计比率增加很少 说明绝大部分用户查看页面的忍耐程度在10页以内 超过10页以后的列表页面的点击量极少 基本上处于无效状态 在搜索规则中 建议要把最有效的信息放在列表的前10页中 39 酒店搜索列表效率分析 小结 以北京酒店为例 按照eLong推荐排序的所形成的页面的点击数和订单数分布所呈现出的波动性 说明目前按照酒店推荐优先级进行搜索列表排序的规则 存在一定程度的优化空间 在酒店列表页面 从上下翻页的数据分布来看 页码超过10个页面点击累计比率增加极少 从某种程度说明绝大部分用户查看页面的忍耐程度在10页以内 在搜索规则中 建议要把最有效的信息放在列表前10页 酒店列表的低效率 将会导致用户查找酒店时 上下翻页的点击率明显偏大 40 eLong和Ctrip酒店搜索列表规则比较 小结 从页码显示规则来看 eLong则趋向引导用户进行翻页的查询 Ctrip则趋向引导用户进行更细更小范围的查询 就列表整体页面来看 eLong则趋向引导用户进行酒店详细页 Ctirp则更趋向引导用户进行预订 41 酒店详细页面效率分析 分析目的 分析酒店详细页面的效率分析点 酒店详细页面的流向 来源与流出 酒店搜索列表页面到酒店详细页的转化酒店详细页面各板块间的点击分析 备注 数据来源 Omniture MISReportingDate Jul 2006 42 酒店详细页面的流向分析 上下页 备注 从Search到Details再到Search 说明用户在Search和Details页面来回转 其中需要注意的点在Confirm页之前是采用同一窗口的页面访问路径是否符合用户的阅读习惯 这是需要研究确定的点或者改进的点 从Search到Details最好采用弹出窗口 43 酒店详细页面各板块点击分析 备注 左侧功能按钮框的点击数占到86 95 4 01 86 95 2 86 1 68 44 酒店详细页面各板块点击分析 内容按钮 备注 5个按钮点击数的比例为86 95 其中交通和位置图用户的关注度最大 为21 03 结合本页的访问数计算 2 13访问数中有一个访问数点击交通和位置图 说明对此有较大需求 建议应在列表页面增加交通和位置简图的功能链接 以方便用户的使用 12 91 2 20 18 10 17 01 21 03 15 69 45 酒店预订确认页面效率分析 分析目的 分析酒店预订确认页面的效率分析点 酒店预订确认页面的流向 来源与流出 酒店详细页面到酒店详细页的转化酒店预订确认页面各板块间的点击分析 46 酒店预订确认页面的流向分析 上下页 备注 Confirm页面下一步有23 55 的页面路径返回到Search页 有22 43 的页面返回Details页面 说