流量進(jìn)來如果沒有轉(zhuǎn)化，運營人員的拉新工作可能將被認(rèn)為毫無意義。
轉(zhuǎn)化一直是運營人員比較關(guān)心的話題。如何制定提升轉(zhuǎn)化率的運營策略，必然離不開經(jīng)過數(shù)據(jù)分析后的新發(fā)現(xiàn)和新洞察。
本文將介紹轉(zhuǎn)化分析的基本邏輯與流程，并分享常用的轉(zhuǎn)化分析方法與注意事項，希望能幫助運營人員快速找到有效提升轉(zhuǎn)化率的方法。
在進(jìn)行轉(zhuǎn)化分析之前，我們心中必須有一個明確的產(chǎn)品目標(biāo)，才不會盲目地為了分析而分析。產(chǎn)品目標(biāo)需要與業(yè)務(wù)息息相關(guān)，這樣能讓后續(xù)的分析有的放矢，還能幫助運營人員指導(dǎo)業(yè)務(wù)實踐。所以，我們先來談?wù)勅绾卧O(shè)定一個合理的產(chǎn)品目標(biāo)。
1.1 認(rèn)識Engagement Loop模型
沒有目標(biāo)的分析，即使發(fā)現(xiàn)了問題，也很難真正地幫助產(chǎn)品成長。所以，明確產(chǎn)品目標(biāo)是一切分析的前提。
下圖為Engagement Loop（用戶參與回環(huán)）模型，該模型按照用戶體驗產(chǎn)品的程度，劃分為五個互相連接和循環(huán)的階段。借助該模型，我們可以入手拆解自身的業(yè)務(wù)，確定每個階段的業(yè)務(wù)目標(biāo)與實踐方向。
Engagement Loop模型中的五個階段，無論是C端產(chǎn)品還是B端產(chǎn)品都基本適用：
第一階段，Curiosity (引起興趣)
在這個階段中，用戶對產(chǎn)品進(jìn)行初步的了解，產(chǎn)生一定的興趣。通過老用戶分享、廣告投放等方式，如果能成功喚醒用戶的興趣，將用戶引流到活動的落地頁中來，就達(dá)到了第一階段的目的。
如果一個用戶在落地頁中成功下載或注冊了產(chǎn)品，并且完成了首次啟動或體驗，那么他就向參與回環(huán)的第二階段進(jìn)行轉(zhuǎn)化。
第二階段，A-ha Monent (頓悟時刻)
這個單詞最初是心理學(xué)中指思考時的一種愉悅體驗，相當(dāng)于我們常說的“茅塞頓開”。在產(chǎn)品設(shè)計中指用戶在體驗產(chǎn)品初期時認(rèn)識到產(chǎn)品價值的時刻。產(chǎn)品需要帶給用戶良好的體驗，爭取在短時間中將自己的核心理念和價值傳遞出去。
在產(chǎn)品設(shè)計中，用戶從Curiosity向A-ha Monent轉(zhuǎn)化的時間間隔越短越好。因為整個轉(zhuǎn)化的過程像下載一個大容量的文件，用戶不希望在中途卡住。幫助用戶盡快地認(rèn)識到產(chǎn)品的“爽點”，對于后續(xù)的轉(zhuǎn)化與留存幫助非常大。
但是，不同類型的產(chǎn)品需要具體分析，向A-ha Monent轉(zhuǎn)化的時間不能一概而論。以易觀方舟為例，B端產(chǎn)品的整個轉(zhuǎn)化路徑相對較長，用戶從官網(wǎng)初步了解，選擇注冊下載感興趣的白皮書或公開課，僅完成了第一階段。之后用戶在官網(wǎng)體驗Demo，再到真正將產(chǎn)品應(yīng)用到自己業(yè)務(wù)中，創(chuàng)建分析并利用分析結(jié)果優(yōu)化運營流程，需要花費很長一段時間去體會產(chǎn)品的核心價值。
但對比一些社交類或者電商類的C端產(chǎn)品，A-ha Monent的轉(zhuǎn)化相對更快。用戶添加了幾個朋友聊天互動，或是在APP主頁瀏覽到了心儀的商品，往往就能理解產(chǎn)品的核心功能帶來的利益。
第三階段，Value Exchange (價值交換)
在用戶認(rèn)可產(chǎn)品的價值后，我們希望用戶付出一定的成本與我們進(jìn)行等價交換，可以是金錢（例如，用戶在電商平臺成單），也可以是時間、注意力、數(shù)據(jù)等。
第四階段，Trigger (觸發(fā)機制)
為了實現(xiàn)第三階段的價值交換，我們往往會在產(chǎn)品內(nèi)部設(shè)計很多所謂的觸發(fā)器，例如會員等級、連續(xù)簽到獎勵；同時在外部制造刺激，例如降價活動、派發(fā)優(yōu)惠券。
第三階段與第四階段是往復(fù)發(fā)生的過程，我們需要一整套的運營動作，增加用戶對產(chǎn)品的黏性，將用戶沉淀下來。
第五階段，Social Proof (社會認(rèn)同)
能不能得到用戶的普遍認(rèn)同和推薦，是在整體上檢驗產(chǎn)品是否過關(guān)的標(biāo)準(zhǔn)。尤其在今天高度信息化的社會，搜索和查看其他用戶對產(chǎn)品的評價非常便利，產(chǎn)品的社交屬性變得愈發(fā)重要。
所以說，目標(biāo)的設(shè)定應(yīng)該是階梯式的，不同階梯的目標(biāo)可以對應(yīng)到用戶的不同階段。雖然設(shè)定目標(biāo)的方法千變?nèi)f化，但設(shè)定目標(biāo)的原則是共通的：
明確產(chǎn)品提供的價值是什么；
自上而下設(shè)定，先確定高級用戶所要達(dá)到的目標(biāo)，然后向下延展；
監(jiān)控達(dá)到每個階梯目標(biāo)的用戶數(shù)，差距過大時增加階梯；
不定期更新階梯目標(biāo)。
1.2 Twitter的階梯轉(zhuǎn)化目標(biāo)
以Twitter為例，看其轉(zhuǎn)化分析中的階梯目標(biāo)是如何確立的。下圖為2010年左右，Twitter產(chǎn)品早期時，其產(chǎn)品團隊根據(jù)用戶使用Twitter的程度，設(shè)置的七個階梯轉(zhuǎn)化目標(biāo)，即從一個新手用戶如何成長為一個成熟用戶的七步轉(zhuǎn)化。
第一階段對產(chǎn)品有大致的理解和印象，第二、三階段讓用戶體驗Twitter作為一個社交媒體最核心的瀏覽內(nèi)容功能，如果用戶在瀏覽內(nèi)容中獲得了樂趣，經(jīng)歷了所謂的A-ha Monent，后續(xù)就會進(jìn)入價值交換階段。
用戶花費時間和流量，下載應(yīng)用的APP到手機中，以換取更加舒適的使用體驗。接下來用戶可能會更深層次地體驗Twitter的多種功能，參與到內(nèi)容生產(chǎn)中去，甚至與其他用戶建立起社交聯(lián)系。
正如上文提到設(shè)定階梯目標(biāo)的基本原則，一個好的階梯目標(biāo)必須根據(jù)實際情況及時更新。Twitter發(fā)展到現(xiàn)在，其階梯目標(biāo)也發(fā)生了很多的變化。最重要的是，目標(biāo)要與當(dāng)下產(chǎn)品情況相匹配，明確且具有可操作性，能夠指導(dǎo)后續(xù)的轉(zhuǎn)化。
得到這樣的階梯目標(biāo)后，后續(xù)的轉(zhuǎn)化分析都要為目標(biāo)來服務(wù)。
具體到轉(zhuǎn)化分析中，我們需要對階梯之間進(jìn)行數(shù)據(jù)監(jiān)測。從任何一個階梯入手，都可以縱向或橫向展開進(jìn)行轉(zhuǎn)化分析。
下面以A-ha Monent這個階段的轉(zhuǎn)化為例，詳細(xì)解讀如何開展一個完整的轉(zhuǎn)化分析流程。
2.1縱向的轉(zhuǎn)化分析
轉(zhuǎn)化分析的節(jié)點把控
縱向的轉(zhuǎn)化分析，需要對整體的業(yè)務(wù)轉(zhuǎn)化情況進(jìn)行了解和把控。在分析之前，需要列出通往A-ha Monent的所有節(jié)點，根據(jù)節(jié)點創(chuàng)建轉(zhuǎn)化漏斗，確定轉(zhuǎn)化周期。
以易觀方舟為例，來看看該產(chǎn)品通向A-ha Monent的關(guān)鍵節(jié)點。（注：以下數(shù)據(jù)均為虛擬）
第一步，用戶訪問易觀方舟官網(wǎng)；第二步，用戶在官網(wǎng)中完成注冊，注冊時提供的表單可以獲得用戶授權(quán)的基本資料；第三步，用戶主動集成易觀方舟的SDK（注：SDK即Software Development Kit，軟件開發(fā)工具包），使得易觀方舟可以采集數(shù)據(jù)幫助用戶進(jìn)行數(shù)九分析；第四步，使用易觀方舟自定義創(chuàng)建分析模型。
選擇的節(jié)點是轉(zhuǎn)化路徑中相對重要的核心事件。確定節(jié)點后，接著選擇合適的轉(zhuǎn)化周期。轉(zhuǎn)化周期是一個轉(zhuǎn)化漏斗從第一步到最后一步所經(jīng)歷的時長間隔。
在上述案例中，如果將轉(zhuǎn)化周期設(shè)置為7天，而用戶從訪問官網(wǎng)到創(chuàng)建分析經(jīng)歷了10天的時間，這其實不算成功的轉(zhuǎn)化，因為已經(jīng)超過了轉(zhuǎn)化周期的時長。
面對不同的產(chǎn)品，我們需要規(guī)劃相應(yīng)的轉(zhuǎn)化路徑，找到適合的周期，最終得到的數(shù)據(jù)解讀才可能是準(zhǔn)確的。在這一步的基礎(chǔ)上，為了更深刻地理解業(yè)務(wù)，我們還要繼續(xù)增加維度，進(jìn)行細(xì)分工作。
轉(zhuǎn)化分析的進(jìn)一步細(xì)分
為了讓轉(zhuǎn)化分析能指導(dǎo)運營策略優(yōu)化，我們會在轉(zhuǎn)化分析中增加維度，細(xì)致地看某些類型或者特征下的轉(zhuǎn)化情況。下圖為以電話溝通作為變量的轉(zhuǎn)化效果對比，我們會發(fā)現(xiàn)有電話溝通的轉(zhuǎn)化率會更高。
按照這種思路，我們就可以將用戶按照地區(qū)、性別、年齡等人口統(tǒng)計學(xué)特征進(jìn)行細(xì)分，就能發(fā)現(xiàn)不同用戶的轉(zhuǎn)化情況之間存在差異。我們應(yīng)當(dāng)盡力確保產(chǎn)品設(shè)計時想要服務(wù)的用戶群，與最快轉(zhuǎn)化的人群重疊。
以某面向白領(lǐng)人群的社交類產(chǎn)品為例，在通過易觀方舟創(chuàng)建分析后發(fā)現(xiàn)，一部分用戶因為操作習(xí)慣與產(chǎn)品的設(shè)計相符合，在短時間內(nèi)獲得了良好的體驗，轉(zhuǎn)化率偏高。再進(jìn)一步分析發(fā)現(xiàn)，在整體的用戶中白領(lǐng)這一標(biāo)簽的人群轉(zhuǎn)化率并不理想，反而是學(xué)生用戶的轉(zhuǎn)化率更高。
這時候就出現(xiàn)了需要調(diào)整的問題，可能是在設(shè)計中錯誤地規(guī)劃了產(chǎn)品功能的核心價值、產(chǎn)品的價格定位，或者產(chǎn)品觀念的傳遞方式。
除了根據(jù)人口統(tǒng)計學(xué)特征進(jìn)行細(xì)分，我們還可以通過多種細(xì)分維度，例如電話溝通、廣告投放等營銷方式對于用戶轉(zhuǎn)化的影響。
由此，就可以找到提高目標(biāo)用戶群轉(zhuǎn)化的最佳方式，分配給這個渠道更多的預(yù)算。這就是我們按照目標(biāo)縱向拆解并不斷細(xì)分的目的，是為了找到影響用戶轉(zhuǎn)化率的本質(zhì)問題。
2.2橫向的轉(zhuǎn)化分析
橫向的轉(zhuǎn)化分析是指在縱向的轉(zhuǎn)化路徑中，我們還需要對每一個關(guān)鍵節(jié)點進(jìn)行擴充。
在轉(zhuǎn)化分析中，我們需要先看整體的轉(zhuǎn)化數(shù)據(jù)，查看階梯目標(biāo)之間的轉(zhuǎn)化效果。如果發(fā)現(xiàn)此時的數(shù)據(jù)不理想，就需要橫向展開，針對一個核心事件達(dá)成前的用戶動作，橫向拆解出細(xì)分漏斗。
同樣以易觀方舟為例，第二步是指用戶在易觀方舟官網(wǎng)成功注冊。然而，注冊成功只是最終的轉(zhuǎn)化事件，在注冊成功之前，用戶還需要幾步動作的跳轉(zhuǎn)。
圖中術(shù)語注釋：
1.CTR（Click-Through-Rate,即點擊通過率，指網(wǎng)絡(luò)廣告的實際點擊次數(shù)除以廣告的展現(xiàn)量）
2.LP（Landing Page,落地頁）
3.PV（Page view,即頁面瀏覽量）
從任一渠道進(jìn)入易觀方舟官網(wǎng)的用戶，首先會從渠道訪問落地頁，落地頁中有注冊頁的鏈接；然后，用戶在注冊頁中填寫表單；接著，注冊也會分為若干個步驟，例如設(shè)置密碼、填寫驗證碼等。
橫向的轉(zhuǎn)化分析針對在某個縱向流程中流失的用戶?？v向分析時發(fā)現(xiàn)注冊成功這一關(guān)鍵節(jié)點的用戶流失嚴(yán)重，10000名用戶僅有2000名注冊成功，轉(zhuǎn)化率僅為20%，于是對該注冊成功進(jìn)行橫向分析，梳理出用戶進(jìn)行注冊時的細(xì)化步驟。
通過下方表格，我們可以看到用戶從曝光到點擊、到落地頁和注冊頁的訪問路徑，進(jìn)行集中分析。
假設(shè)產(chǎn)生曝光的10000位用戶都是通過百度投放的搜索引擎廣告而來，成功接入的流量有30%的跳出，說明其實只有7000位用戶進(jìn)入到后續(xù)的注冊中。
7000位用戶僅5000位訪問了注冊頁并完成了第一步，到最后的注冊成功前，每一步都有用戶的流失。那么，每一步的流程中都有可以優(yōu)化的點，這就是轉(zhuǎn)化分析最終能帶來的業(yè)務(wù)價值。
縱向和橫向的轉(zhuǎn)化分析，相當(dāng)于一層層地構(gòu)建用戶漏斗，每一層漏斗都關(guān)聯(lián)一個業(yè)務(wù)的大目標(biāo)或是小目標(biāo)。
現(xiàn)實情況往往比假設(shè)更加復(fù)雜，結(jié)果也會不如假設(shè)中的理想，用戶在訪問過程中的行為是多元的，因此我們必須考慮好歸因問題，使得整個轉(zhuǎn)化分析更精細(xì)和嚴(yán)謹(jǐn)。
像用戶訪問易觀方舟官網(wǎng)之前，前期產(chǎn)生的品牌曝光來自各種渠道，如何有效衡量渠道就涉及到了歸因模型的選擇。常見的歸因模型有如下圖所示的5種類型，關(guān)于歸因可詳細(xì)閱讀《都說歸因是門“玄學(xué)”，從頭到尾了解一下？》
在電商平臺中，歸因模型的必要性表現(xiàn)得尤為明顯。例如，用戶通過百度搜索進(jìn)入了京東某產(chǎn)品的落地頁中，在此之前用戶已經(jīng)通過微信朋友圈或其他渠道的訪問將該產(chǎn)品加入到了購物車中。用戶最終完成了對該產(chǎn)品的購買，但百度搜索這一步只是一個助攻的渠道，并沒有直接帶來轉(zhuǎn)化，但這一步是相當(dāng)重要的。
因此，我們應(yīng)該摒棄以往盲目選擇末次觸點歸因模型進(jìn)行歸因的做法，回歸到流量來源和渠道投放本身，選擇最佳的歸因模型，使得后續(xù)的轉(zhuǎn)化分析與解讀更具科學(xué)性。
本文來自微信公眾號 “易觀數(shù)科”（ID：enfodesk），作者：奮斗中的易觀數(shù)科，36氪經(jīng)授權(quán)發(fā)布。
