宋星的数字观
转化分析是我讲的最多的领域。五六年前我讲的时候，大家不是很在乎，因为那时候流量不是事儿。今天，大家似乎都开始意识到，地上钻个孔就能喷出油的日子似乎离我们越来越远，如果不学会压榨流量的价值，盈利也会离我们越来越远。
一旦涉及到转化优化分析要采用什么方法，大家一定会异口同声道：转化漏斗！但我们真的做起来，就会发现，转化漏斗仅仅只是帮我们指出了一个（或者多个）地点（严格讲，地点应该替换为页面或者app的screen）存在问题而已，至于存在什么问题，如何分析，如何解决这些问题，则完全不可能独靠转化漏斗解决。或者说，转化漏斗，不过是转化分析的第一步罢了，想要解决转化问题，还差得远！
这篇文章就是想带大家走进转化漏斗之后的世界，看看我们在构建了转化漏斗之后，还应该做些什么。
构建转化漏斗之后，应该做什么
在我的课堂上也经常提到的一个案例，一个航空公司的转化有很大的问题，100个人进入订票环节，大约只有2个人最终完成了订票，相信听过我的课的同学都会对这个案例有很深的印象。
解决这个案例中问题的方法，很明确，很直接：
1. 建立转化漏斗，检查到底转化过程中哪一个页面流失的用户数量最多。
2. 如果有明确的用户流失页面，那么我们查明到底这些损失的人是去了哪里——既然他们没有继续往购买的方向转化，那么他们跑到了其他什么地方去了呢？
对于上面第一步分析步骤的实现方式，我们实际上是通过构建转化漏斗的方式，现在几乎每一个分析工具都有这个功能——直观、高效。
对于上面第二步分析步骤的实现方式，我在课堂上建议大家用“next page report”报告，至于为什么要用这个报告进行分析的具体原因我先卖个关子，这里按下不表。
第二步next page report报告数据拿到之后，我们无外乎看到两类情况。
第一类情况，用户没有进入下一步的转化环节，而是跑到了网站的其他页面，或者回到了之前的转化环节。这个情况比较常见，由于我们知道用户跑到了哪里去，所以是有针对性的优化方法的。我的课程上有详细的方法和案例的介绍，这里简单复述一下，分析方法主要是依靠路径分析、用户转化过程中的usability（可用性）分析等方法。
第二类情况，用户没有进入下一步的转化环节，也没有跑到其他页面去，而是从这个转化的环节，直接离开了网站！
第二种情况同样非常常见，甚至更加常见！但我们往往对此束手无策，因为一旦用户直接离开，所有的行为都戛然而止，所有的分析也都鞭长莫及。
上面的分析方法如下图所示：
如果用户直接从转化流程中离开了网站（或app）
用户直接从转化流程中离开了网站，似乎表明了某种强烈的感情——忽然发生的负面情绪，例如憎恶。
例如，下图我们似乎看到了这样一种较为强烈的情绪：
图：点击小图看高清原图
从用户的阅读线图（在以前的文章：运营优化的秘密武器：重新认识热图的力量！（上）有详细解释什么是阅读线图，简单讲，上图中红框内的65%意思是有65%的用户滚动页面，浏览到了页面的这个位置。而红框下部的38%，则表明只有38%的人浏览到了页面的这一位置）可以看到当人们看到了“15000元/年”的页面广告之后，大部分人都丧失了继续浏览页面的兴（yong）趣（qi）。如果在这一页发生了大量的离开网站的事件，我们不难理解或许是价格因素让人们望而却步。
当然，成熟的优化师会再用AB测试的方法确保万无一失。
分析转化的本质，实际上就是细分。构建转化漏斗就是一种细分，是按照转化的步骤的细分，但是问题是，转化漏斗的最小步骤是一个页面（或者是app的screen）。这里便存在问题，一个页面对于转化而言，并非是一个最小的步骤，因为一个页面可能包含多个用户需要操作的转化步骤，因此转化漏斗这一方法本身并不是最小分解步骤的细分，这还不足以让我们能够定位到真正的问题上。这也是为什么，仅仅构建转化漏斗不足以帮助我们优化转化的一个重要原因。
有一种情境是我们经常看到的，在一个转化过程中，我们明确遇到了一个非常典型的“转化流失页面”，很多用户到了这个页面之后，不再继续进行转化，也没有去其他的网页，而是直接离开网站！如下图所示：
这个页面是转化过程中的一个关键页面，用户购买过程中必然会进入这个“Pricing”页面，在这里配置他所需要的服务，并且根据配置的服务，网站会提供不同的价格。进入到这个页面，意味着用户对这个产品确实有一定的兴趣。从设计看，这个页面有非常不错的创新，因为人们可以任意组合他们的需要，这使人们可以以最合适的价格买到他们最需要的服务，而无需为他们不需要的服务买单。一个为顾客考虑周到的方案，不过却似乎有些事与愿违，用户并不太买账，43.5%的用户到这个页面之后，会离开这个网站。
如果我们用转化漏斗进行分析，我们很容易定位到问题：Pricing页面一定存在某种“令人感觉不安”的因素，造成了人们的大量流失。这个页面是有问题的。
但是，仅此而已，因为人们从这里离开了网站，转化漏斗已经不能再告诉我们更多信息了。
在这种情况下，我们必须更进一步了解用户的行为。前面讲过，转化漏斗并不是更细颗粒化的细分，我们需要更进一步细分用户的行为。
这一情况下用描述用户页面交互行为的工具——热力图更合适不过。现在，这个页面的热图情况如下图所示（利用铂金分析工具）：
在图中你可以看到，人们确实大量的使用了产品配置的工具，左边的两个可以拖动的滑竿和右边的货币单位切换，有大量的使用，可是，最终点击下面绿色按钮“Sign up to the free trial”的情况，却相当罕见（这个按钮并未显示出红色的点击状态，表明并没有太多人点击这个按钮）。
用户点击热力图显示了转化漏斗不能告诉的内容——人们愿意在这一页交互，但是人们并不乐于“sign up for free”。
用户不会直接告诉你为什么他们不愿意点击这个绿色的按钮，但我们至少知道了，人们对产品的配置感兴趣——用户并非看到这个页面就离开，他们有深度的交互（除了热图，你还可以看这个页面的停留时间，这里就不做截图介绍了），他们只是不愿意点击按钮进入下一步罢了。
我们猜测，用户不太乐意的原因可能是：1. 这里明明是在谈论pricing，但按钮却是关于free trial，让用户相当零乱。2. 过于灵活的配置方式可能让用户在价格上犹豫不决，反而影响了他们的购买决策——在购物心理学上很清晰的表明，这是每个人都有不同程度的“选择恐惧症”。与Dell这样网站自己配置电脑的有限选择不同，这个产品服务的配置实在是有过多的数量选择，这非常容易造成用户的犹豫。
新的设计取消了上面具有创意的方式，而选择了更平淡无奇的方式。但这一方式，几乎被所有企业所使用，看来不是没有道理。应用这个老掉牙的页面后（如下图所示），退出率降低到20%左右，最终的转化提高了一倍多。
这个例子似乎确实能说明没有转化漏斗不行，但光有转化漏斗也不行，因为你还是不知道问题在哪里，直到有更详细的用户数据才能真正帮到你。下面我们再看一个例子：
转化流程几个步骤最优？——多几步好，还是少几步好？
我记得在好多年前，大家有过一个共识（当然，今天看起来这个共识是不正确的），那就是既然每一步转化都会损失一部分用户（转化漏斗每一步都会有用户流失），那么我们干嘛需要这么多步骤，我们应该减少转化步骤，让用户快速进入转化的最后环节。
这个想法大错特错的原因在于，转化漏斗不是我们强在给消费者的，而是存在于消费者自己的心中。哪怕你只为你的转化设置一步，让消费者在一页中完成所有的操作程序，你仍然不一定能够显著提升转化率。消费者内心接受的过程不会因为你人为减少步骤而随之加速，相反，激进的减少转化过程中的步骤，会伤害购买体验，甚至降低转化率。
步骤的多寡没有教条，唯有与消费者心中的转化漏斗相一致，才能琴瑟和鸣，获得最好的转化体验。因此，千万不能盲信理论，实践出真知。看下面的一个例子：
这是一个没有使用多个购物步骤的典型网站（见下图），而且在PC端和移动端有完全一致的体验。这种在一个步骤（页面）中就完成整个购物转化的方式好吗？
好与不好，取决于用户是否的行为是否符合你的预期。答案似乎是明确的，在PC端，用户从这个页面到生成订单的转化率是23%，而在移动端，则只有11%，不及PC端的一半。
一个页面便走完全程的购物，并非没有转化步骤，而是把几乎所有步骤浓缩在一个页面上。所以，上面的例子不是减少了转化过程中的步骤，只是减少了翻页的数量而已！真正减少转化步骤的情况也是存在的，这个在我的课堂上会跟朋友们介绍，这里就不再多啰嗦了。
这个例子中，减少了翻页的数量，对用户而言是友好的吗？看两个数据图。第一个图，是PC端用户在这个页面上的交互情况；第二个图比较小，是移动端用户在这个页面上的交互情况。两个图均可以点击看全尺寸图。
上图：PC端用户的交互情况
上图：移动端用户的交互情况
从PC和移动端用户的交互情况对比看，移动端流量相对较少，所以热点也不是很显著。不过，浏览线可以看出二者之间的很大差异，PC端的用户69%的情况下浏览到了页面最下端的红色按钮位置，而移动端这一比例只有39%。这一差异相当强烈的表明，移动端用户的使用体验并不好，网站没有为移动端做自适应，且将所有步骤填充在一个页面中对于移动端太长了！显然，在PC端这不是问题，但在移动端，用户不再适应，最好的解决方法是在移动端重新设计购物过程，把这一页拆成三页，让用户能够更从容的在小屏上进行交互。
这就是为什么我们说，长短无定法，最佳转化一定来自于最佳体验。页面长度的增减、元素的配置等，也都不是一成不变的，也都来自于用户而不是老板的体验。
按照人群的细分，转化的故事会变得不同
很久以前我写过文章，关于细分在分析中的重要性。分析转化我们往往都是使用宏观的方法，看转化漏斗也是看全部流量的转化漏斗，但分析细分流量的转化在很多时候更加重要。
由于流量的差异性——不同来源的流量背后的人群不同，转化也可能有很大差异。例如下面的例子（点击下图看全尺寸图）：
一个产品的详情页，对于不同搜索关键词来的流量，用户的行为有巨大的差异。
我们上面讲的转化分析的方法，如果同样按照细分流量来分析，可能也会有很大的数据区别。通常，我们用如下的方法来细分对人群进行针对转化分析的细分：
方法一：按照流量来源的差异进行细分。这种是最直观的方式。通常，我们不仅仅按照流量的大类细分，对于流量很巨大的流量渠道，诸如SEM或者SEO，我们也会做进一步的细分。
方法二：按照campaign（营销活动，典型如促销、新品上市等）进行细分的转化分析。
方法三：按照流量的新老程度、流量的忠诚程度进行细分。在我的课堂上，介绍app内购的转化分析的时候，也介绍了相关的案例。对于电商而言，一个普遍现象是，70%的收入来自于30%的发生过购买的客户，因此如何让人们发生第一次购买就显得非常重要。按照新流量进行细分，分析他们的转化，对于优化你的整个生意有很重大的意义。
方法四：按照区域进行细分。这个不多讲了。也很直观。
方法五：按照创意类别、着陆页、站内推广等等进行细分。这种方法和进行流量来源的细分比较类似，不多说了。
细分的方式并不复杂，但是，我们在进行细分转化分析后，面对的结果可能会比较棘手：不同的细分人群，转化情况存在巨大悬殊！这种情况如何处理呢？
简单讲，处理的方法是对不同的人群，采取不同的转化配置，即：承接页面的布局、元素的差异化；转化过程的差异化；诱导的差异（促销、产品介绍等）；微转化设置的差异等等。另外，web端和app端都可以设置动态页面来促进不同类型流量的转化。
总结
面对转化，我们手中可用的武器其实很多。但万变不离其宗，即我们务必要知道用户在转化过程中的交互是什么样的，无论是查看转化漏斗（宏观的交互行为），还是查看热力图（微观的交互行为），还是查看微转化，或是使用更细分的方法，本质上都是对用户转化交互的深层次了解和分析。转化优化并不困难，转化的优化理论上也没有所谓的“止境”。基本的方法掌握好，无论在什么样的转化场景中，都是适用的。也欢迎朋友们提出自己的好方法！
最后，感谢大家，给朋友们拜一个晚年！祝大家鸡年幸福顺利！
