快捷搜索:   服务器  PHP  安全  IIS  linux 安全

使用Google Analytics分析电子商务网站的转化率

对于一个需求不太专业的电子商务网站客户来说,他们关注的东西并不多,但是“转化”倒是一个重要内容。

面对这种转换分析,常用的方法是使用“目标”。以 Google Analytics 为例,即设置特定的页面为目标(Goals),从而知道转换的变化与好坏。对于封闭的,单一的转换,这种方法是完全没有问题的,但是对于非封闭的,而且是动态的页面,方法论就会有一些瑕疵。

网站主问我:“我的访问者,有多少人会去我的商品页?”;“我的访问者,有多少人会去下单?”

 

于是使用定义“目标”方法的话,需要定义所有的商品页为 Goal 1,购物车页为 Goal 2,……

E-Commerce Site Simple Structure

Goals 的定义是以Page Views为单位的。也就是举例说:

1、2次 Visits,其中1次,从促销页去查看了3个产品页,另外一次从页面去看了2个产品页,共实现了5个 Goals,转化率为 5 / 2 = 2.5

2、2次 Visits,其中1次,从促销页去查看了6个产品页,另外一次直接从首页跳出(Bounce)。这样共有6个 Goals,转化率为 6 / 2 = 3

结论是后者的转换率高?可是前者2个访问者皆实现了到产品页的转化哦!如果数据放大,这种疑问就值得沉思了。

所以我就觉得有点奇怪,用 Page Views 作分子,Visits 作分母,它们的比值似乎不太对劲。因为个别狂热的的访问,会造成多次的目标实现,就会拉高整站的转换率。

于是我们调整算法,抛弃 Goals 的设定方法:

1、2次 Visits,其中1次,从促销页去查看了3个产品页,另外一次从页面去看了2个产品页。2次 Visits 都成功转化到了产品页,转化率为 2 / 2 = 100%

2、2次 Visits,其中1次,从促销页去查看了6个产品页,另外一次直接从首页跳出(Bounce)。2次 Visits 只有1次转化到了产品页,转化率为 1 / 2 = 50%

这样看起来是否更合乎逻辑了。因为是 Visits 与 Visits 之间的比,而且分子除以分母的比值永远小于100%。

实践:

基于前面的结论,我们需要知道数据:

1、有多少次访问来到了我们的网站
2、其中有多少的访问造成了转化去了我们的任意产品页
3、再其中有多少的访问会进去购物车
4、然后是下单 – 物流 – 支付……

这样才是一个完全的 Funnel 漏斗,而且这个 Funnel 的确是越来越小。

首先,查看我们网站的 Visits,这样可以知道有多少次访问来到了我们的网站。

然后,定义多个 Advanced Segements:

Create Segements in Google Analytics

Segement 1(去看过产品页的Visits) 的条件是:Page Contain “ProductID=”;

Segement 2(去购物车的Visits)的条件是:Page Contain “Flow.php”;

Segement 3 (去下单的Visits)的条件是:Page ……(忽略掉请自由发挥)。

不同的电子商务网站的产品页的共性不同,你只需要找出共性,找到他们即可。有的是“/goods.php?id=888”,有的是“/Product/3333.html”,有的是“/StyleDetail_9384/”……

最后,我们开始跑报告,把定义好的 Segements 都应用到报告中去:

Apply Segements into Report

结论:

于是得到按周来看,这三个 Segements 的数据(声明:演示数据,数字已人工调整)。

Raw Data

从下面的图表,我们就很容易回答刚才的问题:

1、本电子商务网站会有 61% 的访问会转化到产品页,从上线第一周开始,随着网站的优化,以及各种促销活动的开展,这个转换率一直在提升。特别是在11周,由于季末大甩卖的促销的有力推动,转化率一度拔高到 67% 的历史最高水平。

2、从产品到下单的的转化率平均为 3%,低于行业平均水平(行业平均水平为 XX%)。令人关注的是,最近的产品到下单的转化率一路下滑。

3、尽管有较高比例的用户会访问产品页,但下单的用户转化率偏低,可能存在的问题有:

价格优势不够明显。

页面购买下单的按钮都不明显。

页面设计不够合理。

………………说一大堆。

Analytics Chart For Conversion Rates

顶(0)
踩(0)

您可能还会对下面的文章感兴趣:

最新评论