转化率和数据分析

1、个人不喜欢转化率这个数据，因为关系太广，设计到运营的各个环节，转化率 一旦低了就意味着各个环节都会存在着一些问题，也就是说每个部门都有做的 不够好的地方，那么我们总不能说大家都错了吧？行业内的标准公式“销售业绩=UV*转化率*客单价”但是个人一直用的是“销售业绩=PV*访问率*询问率*咨询成交率*客单价两个公式个人认为最大区别在于，主要权责清晰明了，运营的切入点也很清晰 访问率=UV/PV询问率=询问人数/UV咨询成交率=成交人数/询问人数这个公式我在群里说过几次，其实这个公式还可以继续分解下去，大家分享之 后可以去尝试一下，分解出来的比率越多，问题就越清晰今天的分享也是结合两个公式去分析，业

2、内公式去发现问题，用草根公式去解 决问题那么转化率低了就意味着成交的人数比例少了，那么就意味着我们的一些环节 做的不够好，买家在那些环节离开了我们那么一说起转化率就必然涉及到UV也就是我们说的流量在优化转化率的同时我们一定要先清晰的指导我们的流量是从哪里来的？从哪 个入口进来的，由那些宝贝带来的这里继续分享一个个人比较喜欢的经典的思维导图 假设某店昨天的UV是100，也就是说有100个访客进到这个店来，最后的成交人 数是2人，转化率也就是2%那么我们如果想提高这个转化率从哪里入手，转化率涉及的方面太广了，如果 你什么都去做，那么你就什么都做不好，你的转化率很难去快速的提升起来，下 面大家再去看

3、这样一样图大家应该都知道如果三个比率是100%的话那么就意味着我们会有100个人成交， 这样是完美的但是世界上有完美么？没有，这三个比率意味着我们在逐渐的失去我们的顾客， 他们在不断的抛弃我们 做为运营者的我们需要知道的是我们错在哪里?让买家抛弃了我们OK！那么我们现在一个一个去分析这三个比率如果换成你是买家，什么样的宝贝让你有点击的欲望这里涉及到一个问题，大家注意到没有？前面是PV，是展现量那么我们的宝贝展现出来了？决定买家点不点的问题在于主图那么也就是说我们的推广人员一定要保证我们的PV也就是展现量那么下一步我们与对手竞争或吸引买家的就是我们的视觉那么谁该为我们的视觉负责呢？美工童鞋们那么

4、是什么决定着买家的询问率呢？说的直接点买家是各种各样的性格，那么看一件事情的结果也就不会一样其中最主要的是价格，宝贝文案，细节图，促销活动那么咨询成交率和客单价这个就不需要问了，考核的是一个客服的能力那么我们回国头来再看这些数据，如果你单是看见转化率低了，OK那么你就去找一下其他的这三个比率看看询问人数这块，赤兔能抓出来，但是在之前我是让的客服经理手动统计的因为那个时候我们只有手，数据工具只有一个雅虎统计如果你是小店，那么你就让你的客服手工统计一下，每天的询问人数，如果是大店那么你就需要花点钱买些类似的工具了建议大家回去设计一个这样的表格给你的每个客服第一这样可以方便你抓取数据，第二可以让你的

5、客服关注客户的流失这里稍后有时间我会做个思维导图出来分享，因为最近事情比较多今天没时间 做出来以上的这些都是从几个节点部门优化转化率的方法下面我们说第二种方法，从宝贝的陈列中去优化转化率其实我们的宝贝陈列也决定着我们的转化率，理由很简单，我们每个店都有那 么多的宝贝，客户流失的一个主要原因就是客户想要买的东西没有看到不要指望顾客去在你店内搜索，也不要指望顾客在你店内多看几页？看看我们 的访问深度就知道了其实顾客留给我们的机会并不是很多我们可以把商品销售规划理解为传统零售中的货架优化管理，研究怎样通过改 变商品的陈列和不同类别货架的摆放来获得更多的销售。虽然我们做电子商务 的一天到晚吹嘘说我们有

6、无限大的货架，可是这”无限大“只是针对搜索型的 顾客有意义一一他可以在无限大的商品列表里搜寻。对于很多用通过页面导航 来寻找商品的顾客、和那些仅仅是随便来逛逛点点的顾客来说他们所接触到的目录页（首页，类别页面，促销专题页面相当于传统零售 里的货架）数目是有限的（比如平均浏览3个目录页，远远小于”无限大“）。这就使得我们也面临着类似于传统零售的问题一一顾客会看3个货架，每个货架 上只能摆10商品，我们一共只有30激发消费者购物欲望的机会，我们要把这些 宝贵的机会给哪些商品，要把哪些商品放到热门的货架上呢？在做商品销售规划之前，我们考虑的漏斗都是从网店整体出发，大致类似这样: 流量-商品页流量-

7、放入购物车部下宝贝- 买家付款-完成订单这个思路对于我们优化营销活动和客户体验是有价值的，我们考虑的思路是： 既然我们有一定量（T）的流量，我们要找到方法保证这些流量顺利的流到漏斗 底部变成销售。优化的逻辑有两条，一条是优化流量本身质量（营销优化）一一 通过提高流量质量来增加最终的转化；另一条是网站体验优化（例如C = R x（V + M） - （F + A） + U - D框架），通过减少中间步骤的损耗来增加转化率，框架如下：C = R x （V + M） - （F + A） + U - DC =转化可能性V =价值主张R =相关性M =动机U =紧迫性F =阻力A =焦虑D =干扰R x

8、（V + M）本质上是用户感知的价值（Value）： V （Value Proposition）说 的是”我是谁，我和别人有什么不同”，M (Motivation)说的是”我很棒， 我能让你得到1、2、3、4“，R(Relevancy)表达的则是这些特点和利益 与消费者需求的相关程度，投其所好则会事半功倍，反之则出力不讨好。F + A本质上是用户感知的成本(Cost)，F (Friction)说的是整个交互过程中给用 户造成的实际的麻烦，A (Anxiety)则是表达给用户心理上造成的负担。在正常情况下，用户如果感知到做某件事情的价值大于做这件事情的成本(Value Cost)，他就很可能会采

9、取行动，差值越大代表这件事情越有利可图， 用户采取行动的概率也越大。但是，人类有拖延的天性，所以客户“觉得应该 采取行动”很未必代表着客户就”会马上采取行动“，给用户的紧迫感U (Urgency)就负责促使客户将决策转化为行动，U越强，就越能抵抗客户的拖延 天性，促成客户马上行动，所以U (Urgency)前面是个加号。最后，如果客户被过多的无关信息干扰，可能会“忘掉”自己正在进行的思路 跑到别处去，从而让我们的说服努力白费，所以这个干扰D(Distraction)前 面是个负号其实这个转化率的优化框架公式也是可以去分解的我们怎么样去让买家提高感知价值？你的店铺风格，你的宝贝主图，你的文案，你

10、的宝贝描述，你的细节图. 那么你的宝贝主图很漂亮，买家进来了，但是的宝贝描述不清晰，细节图也不 能给买家安全感？你觉得是不是在增加买家的感知成本呢？因为后面几个环节不属于商品销售规划管，所以我们可以把漏斗简化成： 商品在目录页展示次数- 商品页流量- 商品销售其中商品销售具体定义可以由店铺当期发展目标来定，可以是销售额，可以是 利润，也可以就是订单数。定义好之后，从这个漏斗里可以发展出3个指标：商品展示点击率=商品页流量/商品在目录页展示次数商品页转化率=商品销售/商品页流量商品展示转化率=商品销售/商品在目录页展示次数得到这三个数据后，可以对店铺所有商品做一个审计。一般来说，如果商品展 示点

11、击率低，表示商品本身吸引力不够或者价格显著过高(如果列表页显示商 品的话)，商品页转化率低表示商品页内容不够有吸引力，可能是商品描述过于 简单、不符合顾客预期、或者图片不够美观。在这两个数据支持下，我们可以 找到那些(或者哪类)商品和页面有问题，然后有的放矢的进行优化。而对于商品展示转化率这个数据，最简单的办法就是将它们排序(先排除掉一 些，展示次数小于一定量一一例如单日100次一一的商品就不用看了)，将表现 最差的20%拉出来查问题出在哪里，看能不能改进，能改的改，不改的就要考虑 在系统中将它的展示权值降低（在目录页出现时优先级最低+推广人员选择产 品做着陆页做活动时不考虑），后续考虑商品取

12、舍的时候，得分低的商品也应该 优先被清除出货架。另外，也要把表现最好的那些商品调出来，看他们有什么 共性和特点，能否将经验应用到其他商品上。那么现在就存在这样一个问题，我们可以不可以换个角度去想这个问题，我们 得到的不是流量，我们得到的是买家的注意力再细化考虑一下，其实我们得到的不是“流量”，而是“注意力”或者说“展 示机会”，而我们要做的是把给定量的“注意力”和“展示机会”转化成销售。 给定流量规模，假设（这个假设是不对的，这里只是为了解说方便。以后会展 开说怎么影响这个变量）平均浏览页面数不变，其实也就限定了我们能够展示 的内容数量是给定的（同上，只是为了解说方便），我们能够展示到访客眼前

13、的 商品数量也是给定的。例如100个顾客，每个顾客看3个目录页，每个目录页展 示10个产品在顾客面前，30个产品出现在每个顾客面前，我们一共有3000个展 示产品的机会。更一般来说，假设我们的流量是T，浏览目录页数目是平 均每页展示商品数量L，我们网站总的来说可以得到的商品展示次数是V = T x C x L。我们要做的事情就是把握V个机会（每展示给消费者一个商品就是一个机会）， 尽量把它们转化成订单。对于那些强烈依赖付费流量的童鞋尤其如此，如果你 花了 M元钱带来的流量产生V次商品展示，每次展示其实都花掉了你M/V元钱， 如果商品不好，没法把展示转化为最终销售的话，你展示这个商品就入不敷出

14、亏钱。举例来说，我们花100万，带来100万流量，每个流量看5个目录页面，平 均每个页面显示20个商品，那么我们展示一个商品的成本就是1,000,000 / （1,000,000 x 5 x 20） = 1分钱。如果这个商品点击率是1% （每在目录页展示 100次才被点击一次进入商品页），转化率是1% （商品页被浏览100次才产生一个 转化），那么我们为这个商品每次转化需要花费的成本就是001元x 100 x 100 =100元，如果这个商品的利润不到100元，我们就是亏钱的（为了表述简单， 我们暂时只关注单品的情况）。从这个例子里，我们可以看到，如果光从商品的角度来说，有两个关键的数值 决定

15、了我们是赚钱还是亏钱，一个是商品点击率，一个是商品转化率说来说去还是那么几件事情，3C定位，基础优化转化率低了别急，一个一个的去寻找问题，到底是什么比率低了？我们一个星 期做一件事情总可以吧？不行的话一个月这里向大家提议下，关注你的咨询成交率和客单价 如果你在有流量的基础上，这里是你短期拉升转化率的关键你们的客服有多少人是百分百的状态？但是不一定是硬性管理，要让你的客服关注数据，关注流失率，当然这里又涉 及到了团队建设与薪资架构的事情，说的再直白点，要让你的团队跟老板捆在 一起，老板赚了你们才能赚的多，老板亏了你们都基本工资提问：上面提倡的是一种按转化率来展示商品。对于小卖家来说，最怕的库存，

16、 按库存展示是否恰当？是否可行？回答：首选你的库存是不是买家所需要的，是不是能刺激买家的购买欲，既然 是库存，那么就证明你的一些主客户群不接受这样的宝贝，那么如果这里你给 它机会了，就意味有新款宝贝失去机会，如果它也滞销，那么你的库存又多了， 营销的目的是加速资金的回流，库存属于滞留资金，但是可以尝试2级流量入口 也就是说别站你的主流量入口尽量的把机会给你的新款提问：如何才能让客服保证100%的状态除了高薪没有其他的方式了么？ 答：要知道如果客服不专业高薪是不可能的。到底如何平衡付出和收货之间 的关系。最好的管理不是薪资，不是晋升，是让一个人觉得逐渐的接近自己的理想，团 队建设是门大课题，薪资

17、是一块，毕竟人出来都是为了钱，那么你让你的客服 收获到了什么？如果你没有让她逐步的接近自己的理想那么你只能世俗点询问率低是什么原因啊询问率低的原因有很多，在不考虑价格的前提就是你的宝贝让买家 感知成本大 于感知价值你的文案，宝贝描述，细节图，评价这些都是拉升你感知价值的要素这个分享是关于老客户管理的相对于普通的零售业来说，电子商务有着先天的优势：数据完整而且及时一一 不仅拥有所有客户的所有购物历史信息，而且在客户来到店面（点击来到网店） 时，网店也能在第一时间知晓。完整和及时的信息给客户关系管理提供了很大 的方便。虽然很多书和文章都在讨论“怎样维护客户关系”、“怎样挽回流失客户”， 市面上也有

18、非常非常多的理论框架，但是基本很难找到一个“容易理解，而且 马上拿来就能用的模型”，所以想基于自己的经验写一个简单粗糙（但是比较 容易实施）的客户关系管理模型供中小型的电子商务公司参考。首先，我们来明确一个常识：1、让一个已经知道你网店、已经在你网店购物过的消费者再次购物，比抓来一 个陌生的用户、说服他购物要容易；2、让一个刚刚流失的客户回头，比劝服一个已经流失了很长时间的客户回头购买你东西要容易（他说不定连联系方式都更换了） 这样算起来，我们应该做的是：1、优先向已有客户做营销（投资回报率较高一一尤其是在你预算有限的情况下）2、向那些流失客户做营销（不用做什么也会待着的用户，暂时不管他们，省

19、下 钱来用在刀刃上）3、在客户流露出“流失”信号时，马上做营销（不要等到这个客户已经流失一 两年了再忽然想起来。马上动作的成功率更高）仔细想想，就会发现核心的问题是：我怎么知道哪些客户“就快流失了”？我 们来看一看一般的客户成长曲线：仔细想想，就会发现核心的问题是：我怎么知道哪些客户“就快流失了”？我 们来看一看一般的客户成长曲线：（上图横轴是时间，纵轴是购物频率，仅仅是示意图，曲线坡度没什么意义） 一般来说，一个客户第一次接触你的网站（比如）之后，他会 有一段时间的适应期，购物频率较低；等到慢慢熟悉了你网站的功能应用和产 品线之后，购物频率会上升，慢慢稳定下来直到某一天，他的需求减弱， 或者

20、找到了其他的方式满足需求，或者你的某方面服务让他不满意了，他的购 物频率会降低（缓慢或者直接陡降都可能），直至完全流失。所以，我们要关心的客户有两类：A:新客户，但是没能成功转化为稳定客户B: 稳定客户，刚刚转化为了流失客户我们要解决的问题是：怎么找到这些人？找 到之后我们要做什么？首先，怎么找到这些人？对A组人来说：给定一个购物次数来定义“新客户”这个会根据电子商务网站商品品类的不 同而不同。如果没想法的话，可以随便定一个例如4,定义购物小于4次的都叫“新客户”；简单数据挖掘，看看已有的老用户（购物次数大于等于4）前4次购物的间隔分 别是多少，如果数据的差异性不大，可以用数据的平均值，如果差

21、异性很大， 则需要进一步分析（例如你又卖书又卖MP3,买书的客户购物频率和买MP3的 客户购物频率必然差很多，需要分开对待）一一当然如果够懒的话，用平均值 也比什么都不用来得好。这样我们就得到了 “新用户”的“前四次购物正常间 隔”，假设是P1, P2, P3 （例如70天，60天，和30天）如果一个新用户在第一次购物后，经过P1天，还没有进行第二次购物，我们 就知道他在“转化为稳定客户”上遇到了困难；同样道理，第二次购物后P2天 没有购物，第三次购物后P3天内没有购物，同样说明他遇上了问题，我们没有 成功的稳定下这个客户，他落入A组P的值可以根据市场经费，以及客户价值来调整。如果觉得客户非常

22、重要， 平时可以用08*P1, 0.8*P2, 0.8*P3来作为判断条件（这样会更快把客户放入A 组），同样的，如果市场经费紧张，只能花在少量“确认流失”的客户身上，可 以把P1, P2, ?3改成2*P1, 2*P2, 2*P3 （意思是等更长时间再把客户放入A组）对B组人来说：这些人都不是“新用户”，所以都有至少4次购物经验，取TrapWire = Max P1, P2, P3, P4,，PN（定义TrapWire等于过去所有间隔中最大的那个，当然 你也可以定义他等于之前所有购物间隔的平均值，或者平均值两倍之类随便， 看效果慢慢调就好）假如今天距离该客户上次购物已经有了丁时间，如果T T

23、rapWire，则该客 户呈现出了 “流失”的信号。同A组数据一样，可以根据实际情况调整TrapWire的值，有钱的时候用 0.8*TrapWire，没钱的时候用 1.5*TrapWire如果要更精细的话，可以引入更复杂的参数（类似RFM模型），假设网站老客户平均的购物频率是Frequency，平均每个老客户购买过价值Monetary的产品， 而该客户的购物频率是F，购买过价值M的产品，那么针对他的TrapWire可以 设置为M*F/（Monetary*Frequency）购物次数多、花钱多的客户，我们更积极的去挽回；购物次数少，花钱少的客户，我们可以更耐心一点多等几天再挽 回根据这两个定义，

24、每天（或者每周，每个月）我们就能得到两个List: A, B。 然后呢？第一，我们可以监控A，B组占网站客户数的百分比，可以知道当前的网页设计、 Marketing Campaign对于保留新老客户的作用大小、好坏。举个最极端的例子， 你发现最近两个月A, B组的数量都翻了一倍，这就是一个直观数据告诉你“客 户在快速流失！ ”，你最好把原因赶紧找出来第二，我们可以了解到最新的消费者动态，并做出相应改进。比如你可以让客 服给所有落在B组，并且MMonetary，FFrequency的客户打电话（有能力多 打，就多打），询问他们对于你网站的印象好不好，问问他们的意见（其实是含 蓄的问为什么不来ww

25、w.MarsO买东西了？”）。问刚流失的客户比 问一个流失了几年的客户“你当年为什么离开”有意义得多一一至少你还可以 做些什么（比如他说你的购物流程变了他不会用了，你可以考虑马上优化；比 如他说你们客服太凶了，你可以考虑和客服经理开个会讨论一下这个问题 问几年前流失的客户这些问题意义不大） 第三，我们可以及时给那些消费者激励，挽留他们。第二条中，给消费者打电 话了解情况本身也体现了你对他的重视，如果在电话里提供20块钱（看情况） 的折扣券的话，挽回客户的可能就更大了。如果人数较多，电话划不来，也可 以用Email来发送，Email内容包括1挽留的话，对客户的赞美；2.客户满意度 调查的链接；3.一张折扣券。折扣券的金额也可以根据M和F来计算，值得为 高价值的客户付出更多的成本；如果不发送Email,也可以在客户再次来到网站 （表明他又有了一定兴趣）的时候，网站自动弹出类似的欢迎信息，在他有一定购物需求的时候赶紧挽回。提问：客户营销最基础的从那几个方面入手最基础最简单最实用的提问：人均店内停留时间（秒）和平均访问深