謝榮生

一、為什么轉(zhuǎn)化率越來越重要

1.流量紅利漸失，競爭日益激烈

目前新平臺、新應用發(fā)展起來的難度比十年前要難數(shù)十倍，主要有以下三方面的原因：

增長率下降；流量集中于BAT等少數(shù)大平臺；同行競爭激烈。根據(jù)CNNIC統(tǒng)計報告顯示：2006年網(wǎng)民增長率為23.4%，2015年網(wǎng)民增長率為6.1%，并且持續(xù)在下降。而在增量流量減少的同時，流量集中度在顯著提高，以BAT為核心的大型互聯(lián)網(wǎng)平臺占據(jù)了行業(yè)內(nèi)80%的流量。每次互聯(lián)網(wǎng)應用浪潮來臨時，全國都有數(shù)千家同類平臺進行競爭，經(jīng)過3-5年競爭落幕時，僅剩下排名前3的平臺脫穎而出，慘烈程度可想而知。

2.轉(zhuǎn)化率對于企業(yè)的意義

轉(zhuǎn)化率是完成轉(zhuǎn)化目標的用戶占總體用戶的比例，注冊、下單、登錄、復購，都可以用轉(zhuǎn)化率進行量化，轉(zhuǎn)化率是互聯(lián)網(wǎng)平臺的增長的基石。高增長的平臺基本也是高轉(zhuǎn)化率的平臺，而增長水平影響了企業(yè)的市場占有率和價值，對于在企業(yè)中工作的從業(yè)人員來說，高增長的企業(yè)也會更快促進個人的成長，獲得更豐厚的回報。

二、如何提升轉(zhuǎn)化率

提升轉(zhuǎn)化率是全員參與的行為，企業(yè)中的高管、中層、基層都必須掌握相應的方法，我們可以通過三個層面共同探討如何提升轉(zhuǎn)化率實現(xiàn)業(yè)務增長，這就是：取勢、明道、優(yōu)術。

取勢+明道=戰(zhàn)略。

優(yōu)術=組織能力。

企業(yè)成功=戰(zhàn)略×組織能力=（取勢+明道）×優(yōu)術。

取勢，遠見也；明道，真知也；優(yōu)術，實效也。取勢為要，明道其次，優(yōu)術第三，以下我們從這三個層面詳細解讀具體的方法：

1.提升轉(zhuǎn)化率方法論之：取勢

“勢”往往無形，卻確定了方向；“取勢”重在順勢而為，順勢則事半功倍。也就是說，雷軍所說的成為風口上的豬；以下方法論中的魚塘理論、機會井理論、PMF幫助我們“取勢”。

（1）魚塘理論。

市場規(guī)模是決定一家企業(yè)規(guī)模和最主要的指標之一，很多投資機構只投資具有千億級以上規(guī)模市場中的企業(yè)，那么如何選擇適合自己的目標市場呢？

市場機會一般可以分成以下三類：

大家都看得到，都可以夠得著。比如：美食菜譜網(wǎng)站、寵物主人社交網(wǎng)站、活動聚會網(wǎng)站等，此類機會門檻低，競爭激烈。

大家看得到，大多數(shù)人夠不著。比如：發(fā)送火箭到火星、治愈癌癥的藥品、自動駕駛等，此類機會門檻高，需要有充足的準備。

大家基本看不到，也夠不著。比如：護理機器人、可視化搜索引擎、終身電池等，此類機會比較長遠，大部分人看不到，目前還很難實現(xiàn)。

阿里集團創(chuàng)始人馬云曾經(jīng)說過：任何一次機遇的到來，都必將經(jīng)歷四個階段：“看不見”“看不起”“看不懂”“來不及”。因此在選擇目標市場時，“看不見”和“看不起”的機會更容易進入，形成積累的過程中其他人“看不懂”，而完成積累后，大家已經(jīng)“來不及”。例如：曾經(jīng)的互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)，此前風頭正勁的區(qū)塊鏈經(jīng)歷過大部分人“看不懂”的環(huán)節(jié)，如果你能通過深入研究“看懂”，也能從中找出適合你的目標市場和客群。

（2）機會井理論。

可能你選擇的目標市場和客群的規(guī)模足夠大，但決定商機整體價值的還有一個重要的因素：你所提供的價值的深度。

Opportunity value=X（影響的人群數(shù)量）×Y（提供價值的深度）

如果你面向的客群小，但提供的價值深度足夠的話，整體價值也會得到極大的提高。作為后入者，不要刻意追求大市場，先集中提供一個最核心的價值，并且是最有深度的價值。

（3）PMF。

如何衡量你的產(chǎn)品是否找到PMF？

風險投資家馬克·安德森認為：“初創(chuàng)企業(yè)的生命周期可以分為兩部分：找到產(chǎn)品-市場匹配之前，和找到產(chǎn)品-市場匹配之后”。產(chǎn)品-市場匹配（Productmarket fit，PMF），指的是你的產(chǎn)品是否有足夠的價值，但這不是由你自己決定的，關鍵在于是否得到市場和客戶的認可。“互聯(lián)網(wǎng)企業(yè)99%創(chuàng)業(yè)失敗，只是因為沒有找準它”，我們可以通過這些問題和用戶數(shù)據(jù)指標兩種方式評價產(chǎn)品是否找到PMF。

通過問題或問卷來判斷：

你會把我們的產(chǎn)品薦給你的朋友嗎？

如果你不能繼續(xù)使用這個產(chǎn)品，你會有多失望？

有多少用戶在離開你的產(chǎn)品，有多快？

通過用戶數(shù)據(jù)標準來判斷，用戶級產(chǎn)品標準：

每周使用天數(shù)超過3天。

新增日活躍用戶DAU超過100。

30%新用戶次日留存。

達到10萬用戶量。

SaaS產(chǎn)品標準：

5%付費轉(zhuǎn)化率。

LTV/CAC>3，即用戶終生價值/用戶獲取成本>3。

月流失率<2%。

月銷售流水達到10萬。

用戶獲取成本的回本時間<12月。

如何激發(fā)用戶的動機，吸引用戶并快速達到PMF？

Simon Sinek，在《START WITH WHY》書中說到“人們不會購買你所做的，他們購買的是你為什么這么做。你只需要做什么來證明你的信仰”，他們認同你的“WHY”，其實他們也是為了滿足自己的信念。Apple公司的iphone銷售的好，不僅是因為他們做了一款更易用，更好看的手機，而是因為認同他們挑戰(zhàn)現(xiàn)有產(chǎn)品的現(xiàn)狀，Think differen的理念。

通過思考WHY，讓產(chǎn)品具備了人格化屬性，也形成了一個用戶天然的篩選器，與用戶精神高度共鳴，讓用戶發(fā)自內(nèi)心認同你的產(chǎn)品或服務，占據(jù)心智高地，建立持久的用戶忠誠度。

2.提升轉(zhuǎn)化率方法論之：明道

取勢務虛，明道求實，虛實結(jié)合，方可行事。道者，規(guī)律也。明道者，確定思路、尋求路徑。通過用戶決策模型、行為動機模型、北極星指標可以幫助我們在追求提升轉(zhuǎn)化率的過程“明道”。

（1）用戶轉(zhuǎn)化模型。

AARRR轉(zhuǎn)化漏斗和市場營銷學中的消費決策模型保持高度一致：獲客與用戶需求對應，了解用戶如何找到我們；激活與用戶收集信息的過程對應，這個過程中用戶完成首次激活；留存與評價方案對應，對于好的體驗，用戶會留下來；收入和決定購買對應，當用戶完成購買，平臺也獲得了收入；用戶購買完成后有持續(xù)良好的體驗，則會導致產(chǎn)品的再傳播。

（2）行為動機模型F o g gs Behavior Model。

那么用戶是如何完成上述的激活、留存、交易轉(zhuǎn)化行為的呢？我們需要了解行為背后的原因是哪些？斯坦福大學的Fogg提出的行為模型（B=MAT）顯示，三個要素必須在同一時刻收斂才能發(fā)生行為：動機，能力和觸發(fā)器。當行為沒有發(fā)生時，這三個元素中至少有一個缺失。當動機高時，人們可接受的行為難度也比較高，動機低時，行為難度相應較低，因此在產(chǎn)品設計觸發(fā)機制時，需要考慮到這幾個因素的影響，好的產(chǎn)品擁有足夠低的行為門檻。

（3）北極星指標。

AHa moment也叫頓悟時刻，在互聯(lián)網(wǎng)產(chǎn)品中的AHa moment指的是影響用戶留存的關鍵轉(zhuǎn)化行為。它是一個具體的，可量化的，而且是在轉(zhuǎn)化漏斗中偏早期的行為/體驗。

那么，如何量化你產(chǎn)品的關鍵轉(zhuǎn)化行為呢？以互聯(lián)網(wǎng)理財平臺為例：行為與留存交集的最大化，就是關鍵轉(zhuǎn)化行為。

“North Star Metric” 北極星指標，又叫做“OMTM”O(jiān)ne metric that matters， 唯一重要的指標。之所以叫北極星指標，是因為這個指標一旦確立，就像北極星一樣，高高閃耀在天空中，指引著公司全體人員，向著同一個方向邁進。北極星指標是一個輸出性指標，遲滯性指標，只能代表業(yè)務的某一個維度，不為其他指標間的相互犧牲所負責。

如何選擇北極星指標：

什么樣的一個指標是公司所有人都為之努力的？

所有的策略規(guī)劃都是為了提升那個指標？

這個指標一定是與你所提供的價值相關聯(lián)的。

是不是所有人都能理解這個指標的含義？

不要輕易的放棄和更改這個指標，一定要堅持一段時間。

一個企業(yè)的健康運行是受多個維度的指標所影響的，每個維度都會對應一個關鍵指標，至少每個產(chǎn)品應該包含以下三類：留存度（Breadth of retention）、產(chǎn)品互動性（Depth of engagement）、商業(yè)化（Monetization）。

3.提升轉(zhuǎn)化率方法論之：優(yōu)術

“術”是能力，能力是知識、方法、策略和經(jīng)驗的集合體，很多企業(yè)在勢和道方面有優(yōu)勢，但最后失敗在術的層面，“術”是可解決實際問題的流程和策略，是可以提高效果和效率的技巧。漏斗分析、微轉(zhuǎn)化分析等6種轉(zhuǎn)化率提升秘訣幫助我們“優(yōu)術”。

（1）基礎分析方法。

細分分析。細分分析是一切分析方法的本源，因為單一維度下的指標數(shù)據(jù)的信息價值很低，細分幾乎幫助我們解決所有問題。比如轉(zhuǎn)化漏斗，實際上就是把轉(zhuǎn)化過程按照步驟進行細分。所謂下鉆，就是在分析指標的變化時，按一定的維度不斷的分解。比如，按地區(qū)維度，從大區(qū)到省份，從省份到城市，從省市到區(qū)。所謂上卷就是反過來。隨著維度的下鉆和上卷，數(shù)據(jù)會不斷細分和匯總，在這個過程中，我們往往能找到問題的根源。

流量渠道的分析和評估也需要大量用到維度交叉細分的方法，比如我們將渠道的數(shù)量和質(zhì)量交叉分析，就能找出優(yōu)質(zhì)渠道。第一象限渠道質(zhì)量又高流量又大，應該繼續(xù)保持渠道的投放策略和投放力度；第二象限道的質(zhì)量比較高但流量比較小。應該加大渠道的投放，并持續(xù)關注渠道質(zhì)量變化；第三象限這個象限里渠道質(zhì)量又差，帶來流量又小，應該謹慎調(diào)整逐步優(yōu)化掉這個渠道；第四象限渠道質(zhì)量比較差，但是流量較大，應該分析渠道數(shù)據(jù)做更精準的投放，提高渠道質(zhì)量。

對比分析法。對比分析法，是將兩個相互聯(lián)系的指標數(shù)據(jù)進行比較，從數(shù)量上展示和說明研究對象的規(guī)模大小、水平高低、速度快慢等相對數(shù)值，通過相同維度下的指標對比，發(fā)現(xiàn)和找出業(yè)務在不同階段的問題。

聚類分析。聚類分析就是根據(jù)事物彼此不同的屬性進行辨認，將具有相似屬性的事物聚為一類，使得同一類的事物具有高度的相似性。聚類分析具有簡單、直觀的特征聚類分析在網(wǎng)站分析的應用：用戶分群、用戶標簽法；來源聚類主要包括渠道、關鍵詞等；頁面聚類，相似/相關頁面分組法。

三、提升轉(zhuǎn)化率的6大秘訣

1.轉(zhuǎn)化率提升法則

轉(zhuǎn)化率的提升是一個持續(xù)和長期的過程，在某個階段通過數(shù)據(jù)分析和優(yōu)化方法提升指標，但經(jīng)過一段時間后，因為環(huán)境的變化、用戶習慣的變化等各種原因，有些方法和措施需要進行調(diào)整才能持續(xù)保持高轉(zhuǎn)化率。因此，我們需要掌握轉(zhuǎn)化率提升的閉環(huán)，持續(xù)進行改進。轉(zhuǎn)化率提升的過程就像飛機起飛的過程一樣，動力就是用戶感知的好處（動機）減去感知的成本（行為難度），而良好的用戶體驗（觸發(fā)機制）能讓轉(zhuǎn)化率提升更快。我們所有的分析方法都是為了優(yōu)化這個等式：提升體驗、降低門檻。

2.漏斗分析法

轉(zhuǎn)化分析常用的工具是轉(zhuǎn)化漏斗，簡稱漏斗（funnel）。新用戶在注冊流程中不斷流失，最終形成一個類似漏斗的形狀。用戶行為數(shù)據(jù)分析的過程中，我們不僅看最終的轉(zhuǎn)化率，也關心轉(zhuǎn)化的每一步的轉(zhuǎn)化率。

（1）如何科學地構建漏斗。

以往我們會通過產(chǎn)品和運營的經(jīng)驗去構建漏斗，但這個漏斗是否具有代表性，優(yōu)化這個漏斗對于整體轉(zhuǎn)化率的提升有多大作用，心里沒有底氣，這時我們可以通過用戶流向分析去了解用戶的主流路徑。

用戶流向分析，非常直觀，但需要分析人員有一定的經(jīng)驗和判斷能力。為了解決這個問題，數(shù)極客研發(fā)了智能路徑分析功能，只需要選擇轉(zhuǎn)化目標后，一鍵就能分析出用戶轉(zhuǎn)化的主流路徑。將創(chuàng)建漏斗的效率縮短到了幾秒鐘。

（2）漏斗對比分析法。

轉(zhuǎn)化分析僅用普通的漏斗是不夠的，需要分析影響轉(zhuǎn)化的細節(jié)因素，能否進行細分和對比分析非常關鍵。例如：轉(zhuǎn)化漏斗按用戶來源渠道對比，可以掌握不同渠道的轉(zhuǎn)化差異用于優(yōu)化渠道；而按用戶設備對比，則可以了解不同設備的用戶的轉(zhuǎn)化差異（例如：一款價格較高的產(chǎn)品，從下單到支付轉(zhuǎn)化率，使用iphone的用戶比android的用戶明顯要高）。

（3）漏斗與用戶流向結(jié)合分析法。

一般的轉(zhuǎn)化漏斗只有主干流程，而沒有每個步驟流入流出的詳細信息，當我們在分析用戶注冊轉(zhuǎn)化時，如果能知道沒有轉(zhuǎn)化到下一步的用戶去了哪，我們就能更有效的規(guī)劃好用戶的轉(zhuǎn)化路徑。例如有的轉(zhuǎn)化路徑，沒有進入第二步的用戶，有88%是直接離開了，而還有10%的用戶是注冊用戶選擇直接登錄，只有2%的用戶繞過了落地頁去網(wǎng)站首頁了；而沒有從第二步轉(zhuǎn)化至第三步的用戶100%都離開了。這是比較典型的封閉式落地頁，因此只需要優(yōu)化第三步的轉(zhuǎn)化率即可提升整體轉(zhuǎn)化率。

3.微轉(zhuǎn)化分析法

很多行為分析產(chǎn)品只能分析到功能層級和事件層級的轉(zhuǎn)化，但在用戶交互細節(jié)分析方面存在嚴重的缺失，比如：在上面的漏斗中我們分析出最后一步是影響轉(zhuǎn)化的關鍵，但最后一步是注冊表單，因此對于填寫表單的細節(jié)行為分析就至關重要，這種行為我們稱為微轉(zhuǎn)化。

例如：填寫表單所花費的時長，填寫但沒有提交表單的用戶在填哪個字段時流失，表單字段空白率等表單填寫行為。

4.熱力圖分析法

用戶在頁面上的點擊、瀏覽、在頁面元素上的停留時長、滾動屏幕等用戶與頁面內(nèi)容的交互行為，這些都代表用戶對產(chǎn)品要展示的信息的關注程度，是否能吸引用戶的眼球。

業(yè)務數(shù)據(jù)可以可視化，那么行為數(shù)據(jù)如何可視化呢？我們把上述行為轉(zhuǎn)化成分屏觸達率熱圖、鏈接點擊圖、頁面點擊圖、瀏覽熱圖、注意力熱圖這5種熱圖，通過5種熱圖的交叉分析，可以有效的分析出用戶最關注的內(nèi)容。

只有能掌握微轉(zhuǎn)化的交互行為分析，才能更有效的提高轉(zhuǎn)化率。而一切不能有效提高平臺轉(zhuǎn)化率的分析工具都在浪費企業(yè)的人力和時間資源，這也是眾多企業(yè)沒有從用戶行為分析中獲益的根本原因。

5.定性分析法

用戶體驗是企業(yè)的頭等大事，在產(chǎn)品設計、用戶研究、研發(fā)、運營、營銷、客戶服務等眾多環(huán)節(jié)，都需要掌握用戶的真實體驗過程。但如何優(yōu)化用戶體驗向來是內(nèi)部爭議較多，主要原因還是通過定量數(shù)據(jù)分析難以具體和形象的描述。

通過行為分析分現(xiàn)異常用戶行為時，能否重現(xiàn)用戶使用你的產(chǎn)品時的具體場景，這對于優(yōu)化產(chǎn)品的體驗至關重要。

以前我在淘寶時，用戶體驗部門會通過邀請用戶到公司進行訪談，做可用性實驗的方式來進行體驗優(yōu)化，但這種方式需要化費比較多的時間和費用投入，樣本不一定具有代表性。為了解決這個難題，我們研發(fā)了用戶行為錄屏工具，無需邀請用戶到公司實地錄制節(jié)省成本，直觀高效的以視頻形式還原用戶的真實操作，使得企業(yè)各崗位均能掌握用戶體驗一手信息，幫助產(chǎn)品研發(fā)提高用戶體驗。

6.A/B測試

（1）什么是A/B 測試？

A/B 測試是一種通過數(shù)據(jù)分析科學優(yōu)化產(chǎn)品的方法，為同一個優(yōu)化目標制定兩個或多個方案，隨機選擇兩部分用戶，讓一部分用戶使用A方案，另一部分用戶使用B方案，統(tǒng)計并對比不同方案的點擊率、轉(zhuǎn)化率、活躍留存等指標，找到最優(yōu)的產(chǎn)品決策方案。在精益創(chuàng)業(yè)思想中，不要做一個大而全的東西，而是不斷做出能夠快速驗證的小而精的東西?？焖衮炞C，如何驗證的？主要方法就是A/B測試。

需要注意的是，A/B測試不是簡單的對比測試，國內(nèi)99%的企業(yè)都會誤認為僅僅是對比測試，通過簡單的比例指標，選擇表現(xiàn)較好的一組方法上線后，發(fā)現(xiàn)這一組方法反而導致了整體指標的下降。原因就是A/B測試的方法不正確，沒有使用統(tǒng)計學的方法從流量的隨機分配到測試結(jié)果進行科學的解讀。

（2）A/B測試的價值。

避免風險：“后驗”主義產(chǎn)品驗證，如未達到預期，回滾導致開發(fā)成本高，客戶流失風險高。

科學決策：大部分產(chǎn)品經(jīng)理依靠直覺去決策，但實際情況是我們想的不一定是用戶想的；再厲害的PM也跑不過一半的A/B測試。

低成本高效：傳統(tǒng)的開發(fā)流程，上線需要排期，開發(fā)迭代效率低，AB測試不需要發(fā)版，直接可以快速驗證方案。

（3）A/B測試的應用場景。

新頁面能否提升停留時間，提升關鍵行為的轉(zhuǎn)化率？

button樣式調(diào)整，能否帶來更多的點擊，提升轉(zhuǎn)化率？

新流程是否流暢，比舊流程更好的用戶體驗？

新算法是否能有效提高產(chǎn)品轉(zhuǎn)化率？

（4）如何做好A/B測試。

制定清晰的測試計劃（時間、數(shù)量、目標、成功標準）。

定義可衡量的轉(zhuǎn)化標準。

找出測試元素、發(fā)布測試方案、分配流量。

跟蹤數(shù)據(jù)表現(xiàn)，調(diào)整測試要素，找到最優(yōu)方案。

持續(xù)改進。

不應犯的錯誤：

無清晰測試計劃。

流量太少、分配不一致、時間太長。

缺乏監(jiān)測。

沒有評價標準。

在宏觀層面通過增長方法論中的魚塘理論、機會井理論幫助規(guī)劃企業(yè)的目標市場、客戶群體，明確企業(yè)提供的核心價值深度，用AARRR、消費決策模型、行為動機模型完成PMF（產(chǎn)品-市場匹配），找出Aha moment（留存關鍵行為）快速轉(zhuǎn)化為北極星指標。在微觀層面通過6種轉(zhuǎn)化率分析模型提高產(chǎn)品轉(zhuǎn)化率、用戶體驗。大家如果能掌握好以上幾點內(nèi)容，就一定可以實現(xiàn)業(yè)務快速增長。