三步洞悉用戶行為,提升注冊轉(zhuǎn)化率

0 評論 15268 瀏覽 366 收藏 10 分鐘

我們每天都會遇到各種轉(zhuǎn)化率的問題,如電商行業(yè)關(guān)注的購買轉(zhuǎn)化率、網(wǎng)站的注冊轉(zhuǎn)化率等等,其中很多運營者都會遇到轉(zhuǎn)化率低的問題。那么如何解析背后的原因,下一步又該做什么呢?面對這些問題,我們又該如何去思考。

大家平時會從很多渠道獲得很多看似“完美”的解決方案,那些方案看似很美,是不是真的有用呢?很多時候,問題和答案是不可復(fù)制的;一個方案在這里適用,但是在別的地方不一定適用。所以,我們真正需要的得到完美解決方案的思路,不僅僅是解決某一個問題的方法,而是如何思考的過程。

今天我們將用“如何提升顧客轉(zhuǎn)化率”這個問題來更好解釋闡釋這個方法。

解決問題“三步走”

第一步:理解你的問題

一個看似合理的問題,你不一定理解它的本質(zhì)。很多人都會忽略這一步,雖然簡單,但至關(guān)重要,它決定了后面我們能否一步一步地找到解決方法。在這個過程中,我們可以問自己一些問題,幫助我們更好的理解問題。比如:這個問題是什么,如何定義,具體是什么,是否能描述出來。對行動有什么指導(dǎo)性的意義。

以“活躍度”為例,什么是活躍度?如何定義活躍度?

到底是用戶來過你的網(wǎng)站就算活躍還是需要使用某些特定的功能,還是用戶訪問的時長?事實上,這些都有可能。對于電商網(wǎng)站來說 ,用戶活躍度一般指用戶瀏覽商品個數(shù);對于人力資源SaaS行業(yè),用戶活躍度一般指瀏覽和下載簡歷的個數(shù);對于內(nèi)容類社區(qū),用戶活躍度一般是瀏覽和訪問時長。

理解“用戶活躍度”的最終目是提高轉(zhuǎn)化,與核心轉(zhuǎn)化路徑聯(lián)系起來,形成瀏覽商品——點擊購買——付款成功的完整路徑,確保我們在一開始就走上了能產(chǎn)生有效結(jié)果的道路。

第二步:問題空間的分類

在理解你的問題的基礎(chǔ)上,我們需要對問題進行分類,分類處理。

MECE

在這里,我們推薦MECE分析法;ME是Mutually Exclusive的簡程,即相互獨立;CE是Collectively Exhaustive的簡稱,即完全窮盡。MECE分析法就是對一個議題能夠做到不重疊不遺漏的分類,借此把握問題的核心,并解決問題的方法。

以SaaS企業(yè)客戶簽單為例。用MECE就客戶簽單問題進行分類,就成為新客戶簽單和老客戶續(xù)單兩類問題。這樣一來,問題就明朗了。

第三步:假設(shè)檢驗

在每個問題分類上充分調(diào)動你的行業(yè)神經(jīng),提出合理的假設(shè),運用可靠的數(shù)據(jù)和有效的工具進行檢驗。在這個過程中,我們可能遇到很多個分類,每個分類有很多的假設(shè);有的時候我們需要用行業(yè)經(jīng)驗對假設(shè)進行優(yōu)先級排序,優(yōu)先處理那些可能對結(jié)果產(chǎn)生巨大影響的問題,在全面性和有效性中做出權(quán)衡。

案例:購買轉(zhuǎn)化

下面我們運用以某在線旅游商城為例,跟大多數(shù)電商平臺一樣,商城網(wǎng)站有商品詳情頁、立即購買按鈕、訂單填寫頁面和提交訂單按鈕(下圖左側(cè))。這一系列頁面形成了一個核心路勁,即瀏覽-購買-付款。

GrowingIO用戶行為公開課:訂單頁面-在線商城

分析該平臺的購買轉(zhuǎn)化情況,不容樂觀。從瀏覽商品到點擊立即結(jié)算,轉(zhuǎn)化率才3.1%;從點擊結(jié)算到最終支付成功的,轉(zhuǎn)化率才4.2%。如此低的轉(zhuǎn)化率,到底是怎么造成的;這樣就回到我們上面講的“三步走”分析問題的方法。

第一步:理解問題,什么是轉(zhuǎn)化率

在這個案例中,轉(zhuǎn)化率是完成支付的人數(shù) 除以 進入訂單頁面的人數(shù)。為了提升轉(zhuǎn)化率,只能是增加完成支付的人數(shù),也就是減少支付頁面的客戶流失率。這樣一來,提升轉(zhuǎn)化率的問題變成了如何減少流失率的問題,問題的根源也就明細了:客戶在支付頁面流失的原因是什么。

第二步:問題空間分類,客戶流失原因的類別

GrowingIO用戶行為數(shù)據(jù)分析:在線商城客戶流失的原因:主動流失和被動流失

客戶為什么會流失?按照MECE分析法,我們將客戶離開分成主動離開和被動離開兩種。被動離開,可能是因為突然斷網(wǎng)、電腦死機等客觀原因,不可掌控;所以不是我們關(guān)注的要點。

客戶主動離開的情況,有兩種可能。一是產(chǎn)品和用戶需求不匹配,導(dǎo)致客戶沒有完成支付意愿。而是產(chǎn)品需求和用戶匹配,但是客戶最終也沒有完成支付,這是我們需要優(yōu)先關(guān)注的。為什么產(chǎn)品和客戶需求是匹配的,最后客戶還是沒有完成支付呢?

有沒有可能是我們的支付頁面設(shè)計的不夠友好呢?帶著這個猜想,我們需要可靠的數(shù)據(jù)和有效的工具來驗證我們的假設(shè)。

第三步:假設(shè)檢驗,用借助“用戶細查功能”

我們選取了一個未完成支付的客戶,借助GrowingIO的“用戶細查”功能(內(nèi)測中)來詳細觀察這位客戶在該商城上的軌跡。

GrowingIO用戶行為數(shù)據(jù)分析:用戶細查-客戶下單

上面最左邊的是該用戶第一次進入該平臺時的動作,該客戶打開頁面,瀏覽了旅游商品頁,點擊了購買,并提交支付頁面,但是最終卻直接退出了,沒有確認支付。第二次,這個客戶又重新進來,瀏覽旅游商品,選擇了另外一個商品,提交支付,最后又是在支付頁面退出了。第三次這個客戶又進來,瀏覽了另外一個旅游商品,提交支付,最終還是沒有完成支付,這次客戶完全退出。

通過“用戶細查”功能,我們不難發(fā)現(xiàn),客戶每次都在支付頁面退出,然后又重新選擇新的旅游商品。業(yè)務(wù)人員結(jié)合實際,不難理解:客戶選擇旅游商品是一個反復(fù)的過程,包括旅游時間、酒店套房、交通安排、參觀景點等等??蛻粼谔峤挥唵魏笕菀自俅胃淖约旱倪x擇(可能受到親朋好友的推薦或者考慮到新的因素,跟我們在網(wǎng)上買東西是一樣的道理),如果訂單的支付頁面無法修改訂單內(nèi)容或者返回上一頁修改訂單,用戶最終會放棄支付或者直接退出,導(dǎo)致支付轉(zhuǎn)化率過低。

驗證了之前“支付頁面不友好”的假設(shè)后,下面就是技術(shù)人員改進頁面的工作了,后期繼續(xù)觀測支付轉(zhuǎn)化率數(shù)據(jù),進一步優(yōu)化網(wǎng)頁設(shè)計。

方法總結(jié)

在實際業(yè)務(wù)中,我們遇到問題的時候,要思路清晰。

首先要結(jié)合業(yè)務(wù)場景具體定義你的問題,然后利用MECE分析方法給問題分類,提出相應(yīng)的假設(shè),根據(jù)經(jīng)驗對不同問題假設(shè)進行優(yōu)先級排序,優(yōu)先處理重要的問題。最后,借助可靠的數(shù)據(jù)和有效的工具,對假設(shè)進行檢驗。

 

*本文根據(jù)GrowingIO內(nèi)容編輯整理,作者是GrowingIO商務(wù)分析師鄭平原。

本文由 @GrowingIO 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理?,未經(jīng)許可,禁止轉(zhuǎn)載。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!