下面是談網(wǎng)站運營中數(shù)據(jù)圖解分析結(jié)論：轉(zhuǎn)化才是王道的相關(guān)內(nèi)容，文章教程主要講述與網(wǎng)站運營 數(shù)據(jù)分析 轉(zhuǎn)化 相關(guān)的一些技術(shù)與知識，更多的內(nèi)容歡迎大家訪問http://www.49028c.com,獲取更多最新教程,下面是教程講解：

　　轉(zhuǎn)化

　　在完成引流的工作后，下一步需要考慮的就是轉(zhuǎn)化了，一個嶄新的用戶一路走來到完成交易，中間需要經(jīng)歷瀏覽頁面（下載app）->注冊成為用戶->登陸->添加購物車->下單->付款->完成交易（這段過程，在不同的公司中可能不同，例如家裝互聯(lián)網(wǎng)公司完成交易的過程就會分為交定、簽約、開工、竣工等）。每一環(huán)節(jié)中都會有用戶流失，提高各個環(huán)節(jié)的轉(zhuǎn)化率，一直是互聯(lián)網(wǎng)公司運營的最核心的工作之一。轉(zhuǎn)化率的提升，意味著更低的成本，更高的利潤。

　　分析目標：了解各環(huán)節(jié)轉(zhuǎn)化情況，分析其異?；虿缓侠砬闆r，進行調(diào)整，以提升各環(huán)節(jié)的轉(zhuǎn)化率。

　　分析角度：

　　1.觀察各環(huán)節(jié)轉(zhuǎn)化率，分析其合理性，針對轉(zhuǎn)化率異常環(huán)節(jié)進行調(diào)整

　　2.追蹤轉(zhuǎn)化率變化，用于異常定位和策略調(diào)整效果驗證

　　3.觀察各渠道轉(zhuǎn)化情況，定義渠道價值，并依此適當調(diào)整運營策略

　　4.分析各環(huán)節(jié)轉(zhuǎn)化周期，分析用戶習慣，為制定運營策略提供依據(jù)

　　分析方法：關(guān)于轉(zhuǎn)化率的各種名詞也特別多，有靜默轉(zhuǎn)化率、登陸轉(zhuǎn)化率、咨詢轉(zhuǎn)化率、付款轉(zhuǎn)化率等等，然而并不需要考慮這些詞，只要關(guān)注用戶從接觸應用到成交中的幾個環(huán)節(jié)就好。我們依然使用圖表的形式來從各個角度對轉(zhuǎn)化數(shù)據(jù)進行展示分析。

　　1. 觀察各環(huán)節(jié)轉(zhuǎn)化率，分析其合理性，針對轉(zhuǎn)化率異常環(huán)節(jié)進行調(diào)整

　　如上圖所示，傳統(tǒng)漏斗圖只能顯示一條路徑的轉(zhuǎn)化率情況，稍加修改后，可實現(xiàn)對比功能，例如上圖所示的新老用戶的轉(zhuǎn)化率的對比。可以根據(jù)實際情況中在該圖中加入更多環(huán)節(jié)，例如注冊、收藏、開工、竣工等。

　　從上圖中，我們可以發(fā)現(xiàn)這樣一個問題，下單到付款中的轉(zhuǎn)化率過低，正常來說，用戶只要下單，付款的比例是比較大的。對于這個異常，我們來做下猜測：對于我來說，下單之后沒有付款的原因有以下幾個：

　　1).又看了下其他家的商品或服務，發(fā)現(xiàn)了更好的，就取消了付款；

　　2).付款前習慣性的問下相關(guān)的人進行確認，然后發(fā)現(xiàn)計劃有變，所以取消付款；

　　3).到了付款的時候發(fā)現(xiàn)居然不支持支付寶，無奈取消付款；

　　4).下單后被告知沒貨；

　　5).頁面好卡，怒而棄之；

　　6).余額不足。。。

　　總體上可以分為兩類：用戶本身原因，系統(tǒng)設(shè)計原因。上圖中這么出現(xiàn)付款率這么低的情況，基本上可以確定是系統(tǒng)原因。然而具體是哪塊的設(shè)計出了問題，可以進一步細化追蹤。

　　如上圖所示，點擊相應階段，聯(lián)動出下面各渠道與各業(yè)務的轉(zhuǎn)化率明細，可以看出，各渠道的轉(zhuǎn)化率差別較大，其中pc端轉(zhuǎn)化率明顯偏低，而各業(yè)務之間的轉(zhuǎn)化率差別不大，基本可以確定，是pc端存在問題，導致轉(zhuǎn)化率偏低。

　　上圖中將轉(zhuǎn)化率與各階段端訪問數(shù)量放在一個頁面中，便于對整體情況的把控，為調(diào)整運營策略提供參考作用。

　　上圖中的付款轉(zhuǎn)化率低的太明顯，只要不瞎都能看出這轉(zhuǎn)化率出了問題，但是往往轉(zhuǎn)化率的問題并沒有這樣的明顯，那怎樣定位自己的轉(zhuǎn)化率是否合理，哪個階段的轉(zhuǎn)化率有提升空間呢？繼續(xù)看下面這張圖：

　　上圖是通過多角度對比來分析業(yè)務轉(zhuǎn)化率的健康狀況，包括與自己同期對比、行業(yè)中與自己相似產(chǎn)品對比、行業(yè)中優(yōu)秀的產(chǎn)品對比。對比各環(huán)節(jié)轉(zhuǎn)化率的不同，產(chǎn)生數(shù)據(jù)上的沖擊，所有落后的節(jié)點，都是可以提升的空間。或許對于很多業(yè)務來說，行業(yè)數(shù)據(jù)與對手數(shù)據(jù)并不是很好獲取到（一般電商是可以通過京東數(shù)據(jù)羅盤或阿里的數(shù)據(jù)魔方獲取到行業(yè)數(shù)據(jù)），那么就減少對比的維度，或者選擇可替代的數(shù)據(jù)來對比，例如相近行業(yè)數(shù)據(jù)、目標值等等，盡量知彼，一定知己。另外加一句，很多公司都有手段獲取到你認為它應該沒有的數(shù)據(jù)，大家各顯神通，辦法還是有的。

　　2. 追蹤轉(zhuǎn)化率變化，用于異常定位和策略調(diào)整效果驗證

　　除流量外，轉(zhuǎn)化率也是需要追蹤的，將時間的維度拉開，分析各階段轉(zhuǎn)化率隨著時間的波動，也是很有看點的。

　　如上圖所示，在4月17日到21日中間，轉(zhuǎn)化率出現(xiàn)下滑趨勢，通過渠道轉(zhuǎn)化率與業(yè)務轉(zhuǎn)化率兩個圖表的聯(lián)動，可以追蹤定位導致轉(zhuǎn)化率下滑的渠道或業(yè)務。常見的原因，公司運營部門投入了某個渠道進行推廣，新的渠道帶來了新的流量，而該渠道所引入的用戶質(zhì)量卻偏低，拉低了整體的轉(zhuǎn)化率。

　　還能看到的是，在4月22號之后，轉(zhuǎn)化率開始抬頭，并且維持了較高轉(zhuǎn)化率，不管這次轉(zhuǎn)化率的提升是活動營銷導致的，還是產(chǎn)品改進導致的，或者是運營調(diào)整導致的，這都是一個響當當?shù)臉I(yè)績，也可以梳理這次工作的要點，作為成功經(jīng)驗來為公司下一波發(fā)力做準備。

　　3. 觀察各渠道轉(zhuǎn)化情況，定義渠道價值，并依此適當調(diào)整運營策略

　　現(xiàn)在互聯(lián)網(wǎng)的推廣渠道特別多，前面幾個圖表中，我將渠道定義為pc端、app、微信之類其實并不嚴謹，對于這些大類渠道的分析，需要從產(chǎn)品層面去考慮，每一點的優(yōu)化與分析，最終都落實到產(chǎn)品優(yōu)化上，才體現(xiàn)價值。而深入這些大類渠道進行細分，例如營銷短息、百度競價、廣告站點等，就會有運營層面來考慮的問題，在上一篇(轉(zhuǎn)化率)中也提到，渠道的價值，單獨看流量或轉(zhuǎn)化率都是不夠的，需要綜合來考慮。如下圖所示：

　　氣泡圖在傳統(tǒng)圖表中信息量涵蓋相對是比較大的，上面這張圖x軸和y軸分別表示流量和轉(zhuǎn)化率，y軸可以根據(jù)分析內(nèi)容不同切換成點擊率、注冊率、架構(gòu)率、下單率等等，氣泡大小表示的為渠道ROI。從上圖中可以看出，在右上象限中的渠道價值是比較大的，再綜合考慮ROI，還可以看出渠道性價比情況。

　　氣泡圖信息量較大，可將上圖一拆二如下圖：

　　這種四象限分析對比分析方法用于某個時間段內(nèi)或者針對某個營銷事件的分析，只能看到點，若要進行更深層次的分析，還要結(jié)合渠道的發(fā)展趨勢一起看?？梢圆捎孟聢D方式(散點圖與趨勢圖形成聯(lián)動，渠道綜合價值與趨勢相結(jié)合。

　　4.分析各環(huán)節(jié)轉(zhuǎn)化周期，分析用戶習慣，為制定運營策略提供依據(jù)

　　這種場景通用性并不是很強，會和公司業(yè)務相關(guān)聯(lián)，有些業(yè)務的交易是分成多個階段來完成，這種情況可以對轉(zhuǎn)化周期進行分析。

(文中圖表均使用finereport開發(fā))

　　上圖中可以看出，該業(yè)務的付款與成交一般在前四周完成，而第五周開始趨于穩(wěn)定。知道以上信息后，可針對第五周未付款或完成交易的用戶進行詢問，提高轉(zhuǎn)化率。另外可制定四周內(nèi)完成交易有獎勵等活動來縮短成交周期，因為圖中可以看出，絕大部分用戶四周時間足夠完成服務檢查、訂單確認等工作。

　　轉(zhuǎn)化率是所有訂單導向的互聯(lián)網(wǎng)公司非常關(guān)注的指標，以上的介紹只是淺層的、簡單的分析，更多的偏向于結(jié)果展示。對轉(zhuǎn)化率的影響因素非常多，深入分析抓住問題的根本，還需要一些挖掘方法相配合，很多公司也有專人或團隊來負責分析工作。在公司完成用戶的拉新和轉(zhuǎn)化之后，也該關(guān)心用戶的存留問題了，大部分互聯(lián)網(wǎng)公司，是有相當一部分的訂單是由老客戶產(chǎn)生的。關(guān)于存留數(shù)據(jù)分析，后面會進行介紹。

　　來源：投稿，作者簡介：知乎達人“jiago王”，知乎專欄“撩撩數(shù)據(jù)吧”，帆軟數(shù)據(jù)人，互聯(lián)網(wǎng)行業(yè)總監(jiān)，樂于交流的數(shù)據(jù)小兵。

End. 教程到這里講完了，閱讀是否有所收獲呢？本站還提供有網(wǎng)站運營 數(shù)據(jù)分析 轉(zhuǎn)化 相關(guān)的內(nèi)容，歡迎繼續(xù)閱讀。