产品运营如何利用数据分析提高转化率?

过去中国互联网企业往往是流量驱动的运营模式,通过大规模投放、地推等方式获取用户。
 
但近几年随着市场成本的提高,这种粗放式的流量模式已不再奏效,尤其是对于创业公司来说。
 
因而越来越多的创业公司逐渐转向以产品设计、产品运营为王的思路,这种精益运营的方法应该怎样实践呢?这其中又有哪些常见的误区呢?怎样提高转化率最有效呢?

产品运营如何利用数据分析提高转化率?

在美国硅谷非常流行的Growth Hacker概念的核心就是海盗法则——AARRR模型,该模型就是以产品设计和运营为核心:获取用户,迅速转化,提高留存,然后变现和传播,这些都是以产品设计和运营为核心的:
 

产品运营如何利用数据分析提高转化率?

 
当然,无论是之前的流量为王,还是现在的产品设计和运营为王,其核心都在转化上。
 
对于市场部门来说,需要关注不同渠道流量的转化和注册;
对于工程部门来说,优化创新产品也是为了更好的用户体验,从而帮助用户完成核心的转化;
至于销售就更加直接了,用户的留存本身就是服务于营业额的。
 
因此转化是一个非常重要的点,帮助企业和团队去优化和排优相应的产品和服务。
 
 
我们再说转化率的时候
经常遇到哪些误区?
 
通过上面的分析,大家对转化与业务决策间的联系肯定有更深的理解了。但是仍然有一些值得注意的思维误区。
 
☞ 误区一:高流量=高转化?
 
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,真的是这样吗?
 

产品运营如何利用数据分析提高转化率?

 
上图是某网站注册流程的转化漏斗,分为两步。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。
 
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。
 
上面的案例告诉我们,流量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学,更要关注其转化效果,这样评价渠道的效果才比较合理。
 
☞ 误区二:只关心总体转化率
 
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%。如果只看总体的转化率,在资源分配上就没有太大差异。
 

产品运营如何利用数据分析提高转化率?

 
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,谷歌渠道我就要针对性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。
 
细节往往是我们容易忽略的,在这差异之中却是巨大的提升的空间。在注册转化,或者订单转化中,我们需要深究用户转化路径中的每一个步骤,分析其中有无可以改进的点。
 
☞ 误区三:转化率的提升=用户体验的改善?
 
转化率与用户体验之间是有一些微弱的联系的。一般来说,用户体验改善了,用户就会经常使用我们的产品;这个时候我们通过提供完善的信息和较大的注册/购买按钮,用户就很容易去点击,对应的转化率势必跟着提升。但是两者不是完全关联的。
 
举一个 GrowingIO 的例子,有一段时间我们的注册转化率大幅度提升,我们非常高兴,但是当时我们并没有做特别的改进。于是我们就想分析为什么这些人的转化率突然提升。我们使用 GrowingIO 的“用户细查”功能,仔细观察这些人的行为轨迹。
 

产品运营如何利用数据分析提高转化率?

 
上图是某用户的操作轨迹:他先进入我们的网站点击了右上角的[登录],然后在登陆页面反复几次输入密码都失败了。最后用户放弃登陆,直接重新[免费注册]了一个账户。这就在某种程度上提高了注册转化率,但是并不意味着用户体验的改善,反而是恶化。
 
看起来是好事,实际上是很差的体验。这告诉我们,在了解转化的同时,更要了解用户的行为轨迹,帮助我们更佳精准地定位客户体验中的问题。
 
 
4步教你提升产品转化率
 
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:
 

产品运营如何利用数据分析提高转化率?

 
1.定位正确的用户
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。
 
产品同学也要关心用户的分类,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。
 
对于销售的同学来说,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。
 
以GrowingIO的注册转化为例,最近我们通过很多渠道推送了一些活动,吸引了很多用户,这其中很多用户是通过移动端来关注我们的,于是我们借助【用户分群】功能,分别筛选来自iOS和安卓来源用户,有区分地研究这些人群的特点,以便做针对性的产品改进和内容优化:
 

产品运营如何利用数据分析提高转化率?

 
2.提升产品的体验与流畅性
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、产品交互等等,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,GrowingIO本身就提供这个功能。我们经常会提到,GrowingIO是无埋点数据采集,那么无埋点数据采集和分析的优势在哪里呢?
 
以前运动员在操场上比赛,需要设立很多机位定点一张一张拍摄运动员的状况,那么我们现在是一个全量的数据采集,将整个运动场摄影下来,每个运动员的每一步、他的呼吸都记录下来。这个全量采集的数据就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。
 
3.优化转化路径
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。
 
以GrowingIO的技术博客为例,我们想了解一个用户在经历了哪些步骤后完成转化。下图展示了一个博客浏览者的转化过程:看到我们的博客文章,感兴趣点击了注册-填写手机号并验证-补充基本信息-注册成功。
 
我们借助漏斗转化分析的思路,分析了用户每一步的转化率,以帮助更好的优化注册流程,提升转化率。
 

产品运营如何利用数据分析提高转化率?

 
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。
 
以上面的注册转化为例,我们通过【用户分群】功能分析不同类型浏览器用户的转化差异。我们发现总体的转化率是11%,但是其中safari仅为1.59%。
 
 
 
这是一个非常严重的问题,做产品的同学一看就知道转化点在哪里,我们需要从哪里着手。我们借助我们GrowingIO自己的产品也来分析反复应用和分析,根据不同的分析结果去优化转化路径。
 
4.关注复购与增购
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。
 

产品运营如何利用数据分析提高转化率?

 
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。
 

产品运营如何利用数据分析提高转化率?

 
总结分析
 
首先,对于业务本身和用户的了解,是我们进行转化的核心。只有针对性的了解用户,针对不同的业务,我们才可能制定出不同的优化方案。
 
第二,在转化分析的过程中要发现问题。在我们转化的流程、路径中,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。
 
第三,提出假设,迭代试验,检验假设。在这个过程中,产品、运营和市场同学需要更加灵活的思维,借助一定的工具去迅速尝试不同的内容。
 
文章来源:微信公众号 GrowingIO

去年今日运营文章

  1. 2024:  2024喜茶品牌营销案例拆解-120P(0)
  2. 2024:  阿里员工爆料:公积金每月9288元,总余额62万(0)
  3. 2024:  小红书618宠物行业营销指南(0)
  4. 2023:  美国地区TikTok直播电商SOP(0)
  5. 2023:  小米手机笔记删除内容怎么恢复过来?(0)

原创文章,作者:爱运营,如若转载,请注明出处:https://www.iyunying.org/yunying/cpyy/70369.html

(0)
爱运营的头像爱运营管理员
上一篇 2016年7月13日 下午5:17
下一篇 2016年7月13日

推荐资讯

发表回复

登录后才能评论
分享本页
返回顶部