如果要給轉化率增加一個比喻，我會覺得“轉化率像是一場修行，永遠在參透，持續在優化”。對於任何一家互聯網平臺而言轉化率（我們簡稱CR）應該都是核心目標之一。遊戲業務考量玩家活躍到付費的轉化；廣告業務考量曝光到訪問的轉化；電商業務考量消費者從訪問到下單成功的轉化。
轉化的本質是在於商業化流量，如何高效的把用戶操作行為轉變成商業化行為，不斷壓縮用戶決策時間產生更多的銷售。任何一個項目的發展進程都具備階段節點化，轉化率的提升同樣如此，用戶的基數，留存率，流失率，平臺停留時長等等都是決定下單轉化的因子，隨著業務發展的階段週期變化這些指標也會有不一樣的體現。
接下來給大家區分兩部分拆解轉化率的解決方案：項目實例分析+提升核心方法論（項目實例給大家分享業務發展進程，從而提取高效方法論，給予佐證回顧！ ）
一、週期化項目發展進程，從節點入手考慮資源傾斜
（項目實例分析）
新零售到家項目我們（沃爾瑪）18年才開始入局，對於我們來說局勢嚴峻性挑戰之大不言而喻，而優勢則在於我們擁有近500家強大的線下商超門店資源和流量優勢做支撐。但如何能快速流量數字化並有效轉化成為我們的當務之急。
項目初期，我們開始制定門店上線週期化，每個週期都具備很強的目的針對性，無論是在前兩個月的CB（內測）階段，還是在後期的大規模上線階段。同時在拉新和轉化方面都有差異化的策略加持。（具體見下圖）
1、內測階段轉化率最高，高利益刺激員工下單
線下強大的資源優勢需要有效的轉化策略模型複製，因此我們一方面在制定系列運營流程模式後在CB（內測）階段反覆A&B Test，從促銷到優惠券，商品到下單流程，並嘗試拿到ROI最高策略形式。
項目在18年8月份正式內測，測試接近2個月，階段核心目的是把握整體產品流程和促銷接受度考察分析。這一階段便於促銷體系測試我們鼓勵內部員工下單領福利，我們上線了各種類型的門店折扣券，所以轉化率是最高。最終我們在下單轉化數據中篩選出3款ROI最高的券型（29-10，79-25，100-30），便於我們下一階段做參考投放。
2、小規模公測分析真實用戶轉化數據
大概在10月份我們開始投放距離我們總部最近的1家門店做OB（公測階段），這個階段我們引入了3k-4k的用戶量級，這個階段用戶量仍然屬於起步階段，對於轉化策略仍傾斜在優惠券，滿減折扣，秒殺等投入。
經過第一輪內部員工CB，我們在門店上線券包（59-15，79-25），ROI都可以到4-4.5的級別，秒殺和滿減我們會選取動銷率TOP50的SKU做8.5-9折促銷，對於新用戶而言可疊加促銷和券，其次會有限量免郵權益，整體真實轉化率仍然很高，這一階段我們能保持在30%-35%，但高轉化並不意味著健康度，因此我們需要往下一階段推進。
3、百店大規模公測開始精細化運營並且分析數據健康度
百店上線對於我們而言是非常重要的一個節點，在這個階段來臨之前，我們提前在第二階段內開始搭建數據標籤體系和用戶推薦算法，這一套數據BI開始為這個階段賦能服務。我們用戶量級達到了50W-100W量級，且大部分都是新用戶，這一部分轉化其實相對困難，雖然有高利益刺激，但所有新客的用戶畫像都來源於線下，且年齡段在40-50歲，所以需要改變這部分購物習慣，心理門檻侷限性非常大。因此這個階段轉化率是最低，大概在10%-15%。
正如上述而言，我們一方面搭建數據標籤體系，開始進行用戶分層，通過購物品類偏好頻次和以往通過線下掃碼購的購物屬性，將用戶按照RFM模型和畫像模型，進行ID分包和觸達推送。其次，為了提高轉化，我們區分好用戶類型之後，也會主動BI用戶領券中心，例如我們識別到你是母嬰人群，則優先推薦滿168-30的品類券。包括首頁黃金坑位的秒殺頻道，品類輪動推薦等等，都是偏向於母嬰品類和關聯品類，對於拉動轉化更直接有效。
值得一提的是在產品體驗結合方面，優惠券我們選取的是微信生態的自有券體系券，在用戶未使用後微信會主動發服務通知觸達提醒用戶，且在微信卡包內也有明顯提醒，對於用戶迴流是一個很好的Buff，而秒殺促銷，我們同樣會設置一鍵訂閱提醒功能，同樣可以通過公眾號活動預約和服務通知觸達迴流，這一項產品功能很好的和運營策略進行閉環。
4、全國範圍內平穩上線所有門店多形式組合拉動轉化
第四階段是平穩週期，之所以說“平穩”，需要平穩上線全國門店，需要平穩業務利潤收支平衡，需要平穩轉化率CR輸出等等。
全國門店上線意味著用戶規模也是成倍增加達到200W-300W規模，目前仍持續增加，我們需要通過多維的形式來逐漸提升轉化率。
首頁資源位管理：資源位的展示需要開始面向用戶和品牌商這兩部分人群。面向用戶我們需要千人千面給對應品類的人群，而面向品牌商我們需要資源變現。變現的同時需要讓用戶產生銷售，所以我們制定一系列獎懲措施，高產量的品牌投放我們會更到資源獎勵，低產量品牌投放我們則會提前下架懲罰。
精細化用戶管理：用戶的分層同樣也是多維的，RFM模型，品類模型，AARRR模型都是我們基於大數據分析後拆變出來的分層原理，數據量越大，用戶精細化細分顆粒度越小，相對而言被轉化的可能性也會更大。
算法推薦促銷：首頁的坑位和模塊都靈活且具備大數據分配，模塊的佈局/內容會跟隨用戶購物的數據不斷累積而變化，到了這一階段算法推薦模型也逐漸成熟，在首頁被轉化的數據也是全站最高且最接近平臺均值。
線下場景人貨場數字化，反覆提醒用戶：線下場景是豐富且複雜的，有很多場景可以提高轉化的可能性。
以“人”為載體層面線下商超單位無非是門店導購員/揀貨員/收銀員/操作員等，這部分團隊在堅守自己崗位的同時主動和用戶進行宣導，我們增加分銷途徑，導購員通過引導用戶掃碼下單可以領取線上優惠券且在門店自提，實現立買立走的便利性，而對於此導購員我們也會給到5-7塊的分傭做為獎勵，因此他們動力很大；
以“貨”為載體的單位就是全場SKU，我們對部門高頻的SKU製作線上商品詳情，用戶可掃描貨架二維碼進行線上查看更多商品信息，用戶評論，溯源信息，當然最重要的是可以獲得對應品類的線上優惠券，用戶一鍵跳轉到平臺增加被轉化的可能；
以“場”為載體的單位就是商超本身了，門店標牌/數字化廣告屏幕，用戶從進店開始，從進店口，堆頭區域，貨架卡板，貨架擋板，吊牌弔旗，迎面立柱，牆體海報，門店彩頁，門店出口等用戶必經之路增加線上二維碼廣告+線上促銷利益點。核心一個點，只要能成功吸引用戶進入到我們平臺，離轉化又近了一步！
項目發展1年半，轉化率現在相對平穩保持在20%左右，仍然在不斷累計用戶數據和精細化策略持續提升。接下來跟大家分析項目案例過程中的一些思考和方法論提取，希望可以實戰幫助大家！
二、參透用戶心理學，加速需求刺激到決策鏈路
（項目轉化率核心提升方法論）
當用戶產生購物時需求時，總會受到形形色色的廣告，促銷信息，商品篩選，質量考量，價格對比，配送時效等等因素，走完一系列行為操作和心態起伏後，最終決策按下支付密碼。這個過程，我們不妨拆解成3個步驟來看：需求產生層，目標認知層和最終決策層。3個步驟我們用一張思維腦圖給大家梳理。
1、動機層也是需求產生層，這一層是通過由潛意識受到內部/外部刺激後產生，產生後和某種品類建立起的映射關係，從而解決剛需或者非剛需需求。因此幾個點是我們可以入手做為切入點：內外部刺激，和品類的映射關係，剛需與非剛需。
- 內外部刺激
這一環節可以跟我們圖中的“感知層”關聯，內部刺激來源於人類衣食住行，生活狀態由內向外的刺激迸發。外部刺激來源於通過對外界的廣告，事物，環境由外向內的刺激輸入。表現在轉化率的核心點在於，用戶屬性分析，用戶購物頻率和用戶精細化觸達方面。
舉例：孕媽媽每月都要買一次奶粉，且時間固定，我們會在購買前2天推送一張奶粉優惠券和提醒精準觸達，卡準時間和需求轉化會高很多。
- 品類映射關係
這和表裡面的“認知層”關聯，有了商品印象感知以後，接下來需要初步明確這個“東西”是什麼！為什麼可以處理我的需求！表現在轉化率的和核心點在於精準營銷，一條短信，一個推送或許有回天之力，內容不同太複雜，1-2句話貼近用戶痛點即可！
舉例：9.9搶安睡無異味無毒蚊香，踏實一整晚。
- 剛需與非剛需
人類始終是貪婪的，生存需求，享受需求，發展需求，審美需求，社會象徵性需求等等。這個時候需要快速抓到哪類人的需求對應，就需要我們不斷去打磨用戶模型，AARRR模型+用戶分層/激勵方法論去拆解。
2、思考層也是剛才我們所聊的目標認知層，這一層是通過用戶產生需求並初步明確目標對象，開始被動或主動接收無數個目標對象的過程，這個過程我們可以完全明確對象併產生購物意願
信息來源區分主動和被動，主動尋找信息和被動輸入信息。主動尋找信息的轉化率一定大於被動輸入，且主動尋找的產品體現是很容易被滿足。
舉例：某東購物APP搜索框下單佔比全站40%+，搜索質量在這裡尤為關鍵，從關鍵詞的映射，品類的關聯，促銷的映射，關鍵詞的模糊搜索都是提高搜索轉化的因子。
被動輸入信息更偏商品營銷，當我們開始抓到這些潛在顧客，有發現他們有過瀏覽痕跡，這時候的大數據抓取和用戶觸達就非常關鍵，根據商品詳情頁的跳轉率來監測對用戶的購買表現，橫向對比跳轉率趨勢，同時需要反推商品信息的合理性，結合商品對應的用戶關注點做二次優化，反覆性一週後看效果測試。
3、行動層是最後一層，也是用戶最糾結的選擇層，這個時候的信息一定是最大量的，也是用戶需要過濾和整合的過程。所以因人而異制定信息溝通最為關鍵。
場景A：一個辣媽給自己的孩子們購買零售，她在選擇的過程中反覆在觀察和了解關於食品的生產日期，新鮮度，安全性以及價格。
場景B：一群學生在購買零售，她們的注意力更放在外觀，是否網紅款，品牌知名度，當然也會有價格（畢竟購買力有限）
兩個場景的購買人群不一樣，我們所展示給用戶的信息溝通側重點同樣會不一樣。分享一個細節案例，我們在做私域流量社群運營過程中，對用戶進行分類管理之後，所推動的消息，活動內容，促銷內容都會因人群而異。
情感認知的重要性更多的在於用戶心態上的觸達，剛需和非剛需的轉換也會更加明顯。愛豆種草，包裝網紅爆款，內容營銷，病毒視頻/平面營銷都是可以是很好的切入點。
舉例：我們利用蒙牛代言人TFboys線上媒體矩陣直播帶貨和線下門店見面會，線上線下都植入活動專屬二維碼頁面，用戶掃碼進入頁面領券下單，粉絲主邀請粉絲進入頁面打榜，打榜到1000值就不但可以免費拿走牛奶並且也帶動很多新用戶產生銷售。
三、合理的運營手段逐步拉昇轉化率CR
聊到運營和轉化率的關係，一定是多緯的，且不同的應用場景轉化形式也會有差別。咱們別暫且把假設用戶進入平臺後，一個有效的UV如何實現一個有效的CR。我們按6個大的緯度來拆解：資源位管理，促銷體系管理，商品管理，精準營銷，內容管理和路徑診斷。
1、資源位管理，寸土寸金保證CR
資源位對於電商平臺而言永遠都是兵家必爭之地，所以規範化的管理和標準化的指標考量非常重要，這裡列幾個原則點：
- 資源位的設計：排版簡約明朗，商品清晰有致，1句主利益文案+1句副標題，主按鈕引導跳轉
- 資源位的CR數據化：分別取平峰期和高峰期該坑位的2個CR值，取均值做為標準，最好連續1周看數據趨勢取合理值
- 對比整體CR差異化：首頁首屏資源位CR務必大於整體CR，同時取各個子頁面的CR做對比，差異化每個模塊的承載能力
- 資源位獎懲制：1個月沉澱分析，按資源週期獎勵和懲罰，取高價值資源方。舉例618大促某品牌投放首頁資源位通欄，1天后該活動CR遠低於往期CR則會快速調整甚至下架資源位，反之，若產糧表現優異，則獎勵天數投放
2、促銷體系，捆綁銷售增加CR
商品捆綁銷售的原則是引導單個UV受到利益刺激可以下多件商品或者多個訂單。同時激勵這個用戶拉到額外的用戶下單，從而提升整體CR：
- 品牌/品類滿減：品牌或者品類達到固定價格即可享受折扣和立減
- 滿減/滿折/包郵：購物車總價達到固定價格即可享受折扣，立減或者包郵
- 當天N單包郵/打折：當天第2單包郵，或者第3單9.5折等
- 拉到一個有效用戶下單返現：分享並邀請好友下單，自己返10%-15%現金
- 群體性CR：社區團購/多人拼團/等
- 虛擬貨幣體系：全場/品類/品牌優惠券，簽到積分兌換優惠券多場景植入
3、商品管理，對的商品暴露給正確的人
- 核心品類印象：建立平臺核心平臺打透擊穿，主打用戶心智，垂直類平臺選取5-8個核心品類
- 商品按動效緯度拆分：按動銷率將商品庫拆分3檔，高動銷率商品庫/中動銷率商品庫/低動銷率商品庫；且三檔按週期頻率在首頁展示
- 商品按價格緯度拆分：商品按價格緯度拆分，拉取高動效且不高於20元商品做為引流款爆款，建立種子商品庫
- 各品類爆款暴露：每個品類挑選20款SKU在首頁增加導購效率
- 千人千面商品推薦：基於用戶品類偏好/品類頻率暴露意向購買品類
4、精準營銷，用戶分層，從用戶入手提高轉化率
- 關於用戶，已經寫了2篇詳細的內容來介紹，感興趣的同學可以回顧公眾號，這裡跟大家分享幾個重點概述：
- 新老用戶區分：新用戶首頁固定模塊領取權益包（首單五折券，10款拳頭商品特惠價，免郵券），老用戶復購券等
- 品類用戶區分：通過私域流量按對用品類用戶分組（社群/公眾號粉絲/短信包/用戶包），不同用戶推送不同品類組合包（券+商品+秒殺權益）
- 屬性用戶區分：按照用戶下單頻率/下單客單區分/用戶年齡段等基礎信息區分，抓包觸達，精準營銷同樣在轉化率方面能有很大改善
5、內容管理，從商品內容到營銷內容提高用戶轉化
- 商品標題：品牌名+商品名+關鍵詞利益點（15個字以內最佳），副標題增加部分促銷利益點，商品核心利益點
- 商品頭圖：兩張不同角度商品圖+三張商品應用場景圖+1張商品帶包裝圖（6-7張最佳）
- 商品詳情頁：整體風格務必符合商品調性，例如食品類用綠色/橙色，乳製品用灰色/素雅色；其次排版簡潔幹練，30%商品展示+50%商品應用場景+20%商品售後服務和相關資質證明信息等
- 內容營銷同樣是平臺提高轉化率的一部分，我們嘗試在平臺內搭建“生活館”，頻道內我們會植入大量UGC和PGC內容，通過圖文/短視頻推送一些科普類，應季食品推薦等信息。這一部分轉化效果不是特別明顯，粘性較高
6、路徑診斷，從UV開始診斷每一步的效果
- 從UV----平臺停留時長：1個有效UV進入平臺，第一步我們需要考量在平臺停留時長，從我們業務初期的數據平均看，每個有效UV單次停留50s，所以低於50s的用戶且未產生購買是我們需要關注，用戶比例/人數等
- 首頁資源位---活動落地頁：該用戶在平臺內隨意逛逛後，通過在首頁點擊資源位跳轉到落地頁，這部分跳轉率是我們第二部需要關注的，通常在首頁首屏跳轉率不會低於20%，通欄或者啟動圖這些峰值更是可以到40%，所以低於這部分數據就需要反思，是資源位素材沒做好還是入口利益點沒有吸引用戶點擊
- 活動落地頁---商詳頁：用戶進入到活動落地頁後，下一步需要點擊到商品詳情，這一部分正是考驗商品內容的時候，通過落地頁頭部的跳轉率可以到15%-20%
- 商詳頁---加車：加車有效率是這一步我們考量的指標，需要留意的是加車率越低不代表轉化差，越高也不代表轉化好。因為大部分意向用戶產生購買慾望後會直接購買而不加車，所以加車率我們做為參考指標，不做核心考核內容
- 商詳頁---下單：這部分頁是末端行為指標，尤為重要。從商祥到下單的轉化同樣需要篩選1個月-2個月的有效數據來做判斷，界定中間值，我們在業務初期時，這個閾值可以達到10%，整體平臺也可以到13%-15%，峰值可以到20%，這個數據對於小程序電商已經中等偏上
四、成交漏斗模型路徑看轉化率
做運營永遠離不開“模型”，做轉化率同樣如此，我們以未註冊的新用戶首次購物體驗舉例，我們列出用戶從搜索到最終成交的幾個必經過程步驟，用戶在流程中的走向一定是逐漸減少的，我們要做的是減少每一個步驟過程中的用戶流失率！
1、模型流程可視化
模型的誕生是基於可視化的思維導圖，便於分析和拆解（舉例：用戶從搜索到最終下單的黃金流程）
2、模型流程拆解化
模型輸出後接下來我們需要不斷自我挑戰和十問十答，至少每個關鍵性的流程列出3條以上的挑戰點（站在用戶側，運營側等角度），這個挑戰合集點打包組成了我們的歸因因子
3、歸因因子顆粒化
歸因因子總會涉及到很多細枝末節的東西，這時候抓住一個核心“哪個是影響最終成交的因子”，不斷去打磨和大數據驗證
五、漏斗模型與產品體驗的關聯注意點
漏斗模型是基於用戶操作步驟來逐步拆解，所以這時候整個產品體驗息息相關，把握幾個原則點：
1、漏斗模型流程拆解的同時，需要考慮縮短模型
一個成功的產品，轉化路徑一定精簡簡單，甚至在2-4步內完成整個產品核心黃金流程，新零售電商同樣如此，我們在做模型拆解的同時，需要不斷縮短產品流程。
舉例：用戶在首頁資源商品櫥窗內一鍵直達加車頁面，秒殺頻道一鍵直達秒殺結算頁面，購物車結算頁面自動計算匹配優惠券最佳組合方式等等。
2、漏斗模型過程中的節點順序如果更換，同樣不影響核心下單轉化
黃金流程的在理想的用戶操作過程中肯定是可行，但實際用戶的操作是千變萬化，我們需要反覆推敲過程節點，除非必要節點外，其餘的過程操作節點我們假設自由組合，同樣需要確保整體流程的暢通性。
舉例：用戶搜索商品後，沒有通過搜索頁成交購物，而是通過購物車頁面的推薦商品成交。這就屬於一個沒按理想流程走但同樣能成交的場景。
3、漏斗模型過程中的用戶流失痕跡需要被記錄且可分析
用戶流失對於運營而言是一件非常浪費前期拉新成本的事情，所以整個漏斗模型過程中我們務必需要通過按鈕埋點帶參來記錄用戶是在哪一步進行流失，且分析流失原因，是否可以優化或者通過主動觸達的形式喚醒。
舉例：用戶在商品詳情頁的跳轉率異常低，這時候商詳頁的用戶瀏覽痕跡數據就非常關鍵：頁面停留時長/頁面滑動痕跡/，歸因問題點。
六、熱力圖分析和驗證模型的有效性
熱力圖相信大家並不陌生，熱力圖通常應用於產品佈局/功能/跳轉等方面，通過用戶的點擊數據分佈來分析用戶的操作痕跡。
（1）摘選出模型對應的每個頁面熱力圖，按熱力分佈來驗證流程有效性。
如上例，假設用戶從搜索到下單，每一個步驟都有不同的子頁面呈現，我們嘗試把每個子頁面都摘出來，4-5個頁面按順序排布，然後來看熱力分佈，高點擊區域是否符合整個模型流程預期。
舉例：首頁熱度圖+搜索頁熱力圖+搜索落地頁熱力圖+商詳頁熱力圖+購物車結算頁熱力圖，並連接在一起組成一個流程，再來看熱力分佈，直觀又明顯！
（2）熱力圖按1，2，3，4檔來區分，1-2檔歸理想流程反推驗證模型步驟。
熱力圖的分佈通過顏色色塊區分點擊程度，我們把1-2檔的熱力分佈看作理想流程，拿到上述第1點的描述進行反推，1-2檔的分佈是否符合我們黃金流程；正向驗證+反向驗證，模型才有價值。
（3）3-4檔歸異常流程，挖掘潛在用戶群體 。
3-4檔的熱力分佈，我們不能盲目的視作為無效點擊，同樣，把幾個關鍵頁面摘取出來，把每個3-4檔的熱力分佈劃重點圈出來，出來之後，嘗試把幾個頁面進行拼湊，這時候你會發現，或許用戶操作同樣行的通，或者最終沒成功，卡在了哪一步！請切記，這部分用戶一定是高潛用戶，主動觸達和喚醒的ID包就很明確了！
舉例：在商詳頁用戶並未加車下單，而是通過關聯品類推薦跳轉到秒殺頻道，在秒殺頻道產生場次訂閱，但沒下單。這個用戶一定存在品類高潛價值，而且是偏向價格導向。這時候同樣可以抓取ID用戶分層，並嘗試推送PUSH。
七、首頁佈局的合理性
無論是新零售還是純電商，首頁的轉化率一定是最高且最能代表整體平臺的核心文化，做好首頁轉化謹慎又關鍵！
1、整體功能的佈局和資源位展示需要滿足整體平臺促銷節奏
任何品牌/品類/單品都希望在首頁展示自己的資源位，我們需要從商品動銷率和用戶標籤屬性來判斷哪些合適的促銷放在首頁，且安排的資源位/商品需要經過上線後驗證是否達到平臺均值轉化率水平，設置獎懲措施，鼓勵刺激高產量內容投放。
2、多緯度導購欄目的合理設置性
導購欄目的數量和豐富度不是越多越好，當然也不能太少，需要平衡，確保用戶不會迷失。分享幾個區分技巧：
- 按用戶人群進行區分：從頭部資源到長尾資源按照不同核心用戶群體比例分配，且接入千人千面人群展示，增加個人定製化PGC內容，例如小紅書/蘑菇街。
- 按促銷形式進行區分：首頁各個模塊的促銷形式不同而排布，活動/玩法/滿減/團購/秒殺等等，這種形式是最常見也是綜合電商應該最廣泛的，例如淘寶/京東。
- 按商品品類進行區分：無論是首頁還是分類頁直截了當的按照商品品類進行區分，溝通明確，無其他複雜內容，例如拼多多/每日優鮮。
3、首頁承擔轉化的責任下同時需要高效分流
首頁在承擔產量的前提，同樣有一個非常重要的功能就是分流，這裡需要注意的是用戶從首頁到達商詳頁的路徑深度。把商品的露出合理做淺，仔細考慮每個頁面向下一級頁面的引流手段。
舉例：首頁如果坑位放置一款牛奶，儘可能的點擊直達牛奶；如果這款牛奶只是裝飾，引導點擊到一個子頻道頁內，那麼請務必保證跳轉後的頻道頁首屏顯示該商品。給用戶一下不落空的預期！
4、提升訪問深度間接給轉化率創造有利條件
關於訪問深度的提升，這裡跟大家舉個場景案例：大家仔細觀察，線下門店通常會把高頻的生鮮魚蝦蟹肉放在賣場最裡面，且上下扶手的電梯口永遠都是一前一後，一左一右，道理很簡單，門店希望增加用戶的逛店時長和場景！而這個道理，我們再複製到線上，假設把高頻品類藏在路徑最深處是否可行？不言而喻，肯定不行，死的更快！
這就是線上和線下一個很大的到店區別。線上用戶的運營本質在於加速用戶購買決策，提升訪問深度的意義不在於增加逛店時長才購買，而在於快速決策之後，有更多的訪問可能性，給額外的轉化增加曝光。
所以我們通常的做法是在購物車的底部/支付結果頁這類決策準完成頁內放入一些有意思的玩法和促銷，比如大轉盤/抽獎領券/關聯促銷品類/禮包權益等等。
無論再深的修行都有一定的規則和規律可循，做轉化率/做滲透率同樣如此，建立規則模型逐步拆解，多站在幾個不同的角度去驗證和優化，用戶/同事/老闆/老媽等等，再小白的用戶總會有一些意想不到的驚喜！
閱讀更多 青瓜傳媒 的文章
