这有一帖促进数据转化的良药，施主可要？

对广大从事互联网运营工作小伙伴来说，日常任务之一，就是跟各种数据打交道，线图、饼图、柱图，还有那些个推荐、阅读、点赞，后边跟着的数字哪怕是零，也得分析出个一二三四来。因为，这些数据跟我们的运营行为、运营思维息息相关。

不过呢，数据分析这个小妖精，真真是极磨人的，一不小心就容易掉到它的怪圈里。所以在做分析之前一定要弄清楚常见的两种数据。

1.基础数据 

可以直接记录的，比如访问数，订单数。

2.复合数据 

通过公式计算出来的，比如点击率，购买转化率。

而在上述的众多数据中，转化是一个非常重要的点，能够帮助企业和团队去优化相应的产品和服务。可是每次遇到转化的问题，我们常常容易陷入到三个思维误区中无法自拔。

我们经常听见这样的论证：某某渠道的流量非常大，所以需要更多的预算资源投入。在这种逻辑下，流量似乎成了衡量效果的唯一标准。而实际上根据相应的数据分析结果，了解各个渠道对于核心转化的贡献，才是做出对应决策的关键。

（数据来源于：Growing IO)

左侧是直接访问来源，转化率是5.47%；右侧是百度访问来源，转化率是19.2%。可以看出，百度访问来源的转化率是前者近4倍。而从流量大小来看，直接访问近9000人，百度来源访问不到3000人，最终的转化却是百度高于直接访问。

这说明，流量的大小和转化效果之间的关系微乎其微，高流量≠高转化。我们在关注流量大小的同时，更要关注其转化效果，这样评价渠道的效果才比较合理。

我们经常只关心一个渠道的总体转化率，例如下图的转化漏斗（左侧是谷歌渠道，转化率为10.1%；右侧是微信渠道，转化率为9.57%）中两种渠道的转化率类似。如果只看总体的转化率，在资源分配上就没有太大差异。

（数据来源于：Growing IO)

实际上我们将每个步骤的转化率算出来，可以发现很多细节问题。假如我们的注册流程有4个步骤，中间存在3个转化率。如上图，我们发现谷歌渠道的第一步转化率（10.1％）明显低于微信的第一步转化率（42.9%），但是谷歌渠道的最后一步转化率（93%）明显高于微信渠道的最后一步转化率（53.7%）。看似差不多的总体转化率，如果具体分析每一步，看到的是完全不一样的原因。

对于产品或者运营来说，谷歌就要有针对性地优化注册的第一步转化，而对于微信我们就需要针对性地优化最后一步转化。这么细节的东西，也往往是我们容易忽略的。

转化率与用户体验之间是有一些联系的，但是，两者不是完全关联的。一般来说，用户体验改善了，用户就会经常使用我们的产品；这个时候对应的转化率也可能会跟着提升。而在这个过程中，一些常见但重要的问题会严重影响着转化，比如：支付环节的流畅性、页面是否简洁和操作是否容易、图片质量是否清晰、搜索是否精准匹配…….

假如支付环节体验流畅的话，用户流失可能性会大幅降低；

像阿里巴巴、京东或携程这些大网站，页面按钮会非常多，但事实上，它们有时候反而会影响最终转化流程，因为这整个转化流程中，有太多点击按钮和出口，导致用户很容易流失；

比如我们进行一个网站购买，很容易因为图片分辨率太低、打有水印、光线较差等因素影响用户对我们产品的判断，进而影响最终的购买转化；

比如用户搜索的是芒果，最终出来的却是芒果干或芒果糖等，实际上并没有精确匹配用户的需求，结果就是严重影响用户体验，导致用户需求没有得到满足而流失。

针对不同的行业、不同产品的移动端和网页端、不同的场景下，我们都有对应的不同分析框架去思考这个问题；下面和大家分享的是一个普适的思维方式。这个分析框架的主要目的是将看似复杂的转化问题拆解成不同的模块，然后一一击破：

什么是正确的用户，不同的部门对此有不同的理解：

市场同学

在各个渠道进行投放，通过产品、服务、内容去吸引用户，但是不同渠道来源用户有一定的差别。针对不同渠道的用户，市场需要制定不同的推送和不同的落地页，以提高针对性。

产品同学

关心用户的分类，通过用户在产品上的使用行为对不同用户群体制定不同的运营策略，优化不同的产品特性。

销售同学

根据与用户沟通的结果来找到正确的受众和决策者，这也是一个寻找正确用户的过程。

所以，针对不同的目标我们要找到正确的用户，这是提升转化最基本的步骤。

定义好用户人群后，我们需要认真关注转化流程的用户体验。改善用户体验的方法很多，如调配按钮位置、界面的颜色，或者进行整体的改版等等，这里面细节决定成败。

互联网企业需要迅速迭代、改进产品，不断提升产品的用户体验，这是一个不断试错的过程。

在这个过程中需要一些工具来搜集和分析用户的行为数据（数据分析工具详见运营拍档往期文章：数据分析必备｜你不得不知道的11款数据分析工具）而分析的结果则可以帮助我们去优化一个产品或者改进运营流程，这对互联网企业是很重要的过程。

我们常说的转化路径或者漏斗分析其实是一个东西，但是不同行业有不同的转化路径：

电商、OTA、O2O行业：最终的下单量是视为转化的。

SaaS、社交类产品：往往将注册人数作为一个转化点。

我们需要了解一个用户经历了哪些步骤，最终完成了这些转化。转化的过程中给予了用户足够的决策信息，过长的转化路径，会导致用户的流失，但也不是越短越好。在了解了转化流程后，我们也可以进一步拆分这些步骤，了解不同用户群体之间的差异。在这个过程中我们会发现很多的转化点、分析点，这些分析点都会帮助我们很好地提升转化。

对于电商类平台，用户的回访、复购和增购是非常重要的指标。像淘宝、京东这样，用户可能几天就复购一次；而像OTA(在线旅游)这样平台上的用户的复购周期就会比较长，可能几个月半年才一次。

复购是一个非常重要的指标，其本质就是留存，我们需要关注并优化它，有利于提升整体的转化率。但是复购这东西并不是对对所有平台都那么重要，比如SaaS产品，注册一次就够了，我们线下去和客户沟通就好。

另外，复购和留存问题，我们知道它是可以直接影响转化本身的。新用户的获取成本比较高，而老用户的留存和复购成本远远低于新用户，所以从成本的角度考虑也是一个非常划算的事情。

服完这帖良药，不知施主们是否抓住了数据转化的核心？对于业务本身和用户的了解，是我们进行转化的重中之重。只有针对性的了解用户，我们才可能制定出不同的优化方案。其次，在转化分析的过程中要学会发现问题，找到那些可以证明这个流程有问题的数据，接下来才能制定出不同的优化方案。最后，提出假设，迭代试验，检验假设。

推荐阅读：