做產品和運營的越來越清楚看到流量≠轉化。而轉化率，才是衡量一個產品和一次活動最為核心和關鍵的數據。因此，轉化率是網站最終能否盈利的核心，提升網站轉化率，提升銷量才是王道。今天，魚君和大家聊聊從產品和運營的角度，如何通過大數據做轉化分析？
首先， 轉化率究竟是什麼？
轉化率指在一個統計週期內，完成轉化行為的次數佔推廣信息總點擊次數的比率。魚君用一個公式進行說明：
以電商平臺購物為例，總流量一定的情況下，購買人數越多，轉化率越高。
而一個用戶一次成功的購買行為依次涉及搜索（曝光）、瀏覽、加入購物車、結算、支付等多個環節，任何一個環節出現差錯，都能讓用戶立刻放棄這次購買行為。根據有關數據，多數電商的轉化率只有0.5%左右，這意味著有99.5%的流量被浪費了。
一、基礎分析：轉化的直接影響者都需要設計
轉化分析的基礎階段，主要是轉化步驟的分析和轉化率趨勢的監測。
流量是呈漏斗形狀的，把流量變為消費者，大約會經歷這麼5個步驟。
就是這5步，足以濾掉99.5%的潛在用戶。另外根據統計，在幾個較大的B2C網站中，流量數據在增大，但是客戶停留在網站上的時間在減少，在被稱為眼球經濟的時代，每個網民在電子商務網站停留的時間大約在17分鐘。
在這一分析階段，網站運營和產品人員都應該瞭解什麼數據呢？
這一階段，網站平臺能直接獲取的數據多而雜，運營人員在收集數據後，對數據進行分類整理，一般分為以下幾類：
人口屬性，包含年齡，性別，身高，地域，學歷，收入和教育
社會屬性，包括社會職務，婚姻狀況，住房車輛，社交關係等等
行為習慣，包括運動，休閒旅遊，酒店住宿，飲食起居等偏好
興趣偏好，包括購物，遊戲，體育，文化等
這一階段的收集分析為用戶畫像提供基數。為後期的運營方案，文案策劃，渠道規劃等提供一定的數據支撐。
二、中階分析：從不同維度分析轉化情況
數據是資產，是可以為銷量創造價值的資產。
要想更好地提升轉化率，需要對不同維度的因素進行考慮，也是對上一階段數據的細分。例如：訪問來源、操作平臺、跳出頁面、操作系統、瀏覽器類型等。
首先，瞭解網站瀏覽的客戶，哪些是明確要來買東西的，哪些只是隨便來逛逛的，以及他們從什麼入口進入;
其次，沒有購買的用戶，到底看了多少產品頁，多少放進購物車沒有付款，多少是一個產品頁都沒有看的;
第三，多少客戶產生了購買行為。
第四，非常重要的是，客戶登錄網站首頁之後，除了有40%的彈出率之外，剩下60%的用戶分別從哪些渠道進入到產品頁面，這些渠道進入之後付款的比例分別是多少。
最後，多少人將產品加入購物車，是否有召回的可能？
通過對網站平臺龐大的數據庫進行細分整理，才能發現這背後隱藏的用戶行為邏輯，從而實現產品人員從產品角度進行優化，運營人員則負責對活動，專題，商品詳情頁等進行優化。
例如，之前合作過的一個用戶，後臺數據顯示，很多人都將某一款產品加入購物車，但是都沒有付款。為了召回這部分客戶，網站即時推送了一條優惠券，最後召回30%的訂單。
三、高階分析：多維度交叉分析，不斷優化迭代產品
互聯網行業的產品都有一個共識：小步快跑，快速迭代。唯有如此，才能打造出受用戶喜愛的產品。
通過上兩段的數據收集和分析，網站的工作人員對網站的優勢以及存在的問題，心中已經有概念了。在這一階段，就需要沉下來，從具體的維度和點進行分析和修正。這一階段，可以說是數據驅動產品和運營決策。
例如，
廣告投放哪個渠道的流量更優質？什麼樣的品牌內容更容易被消費者傳播？
網頁內容，如何組織安排更符合訪客的個性化需求；
老客戶如何才能回訪網站，反覆購買產品；
如何減少支付失敗的訂單？
總結
提升轉化率，既需要有數據驅動的意識，也需要熟練掌握一定的數據分析工具。正所謂，工欲善其事必先利其器。
閱讀更多 知於大數據分析 的文章
