網(wǎng)站分析Hacks之優(yōu)化在線支付流程
來源:網(wǎng)站推廣 2012-11-19
此外,關(guān)于失去這些客戶的財(cái)務(wù)影響也一目了然
本文節(jié)選譯自網(wǎng)站分析大師Eric T.Peterson的《Web Site Measurement Hacks》
– HACK#83 “Measure the Checkout Process”
相比網(wǎng)站其他環(huán)節(jié)的分析與優(yōu)化,對網(wǎng)上支付流程的分析和優(yōu)化所帶來的收益要多很多
對于在線零售的電子商務(wù)網(wǎng)站而言,在需要優(yōu)化的各個(gè)環(huán)節(jié)中支付流程是最重要的幸運(yùn)的是它很容易分析,而且通過詳細(xì)的分析后進(jìn)行優(yōu)化也是非�？尚械陌凑障旅孢@個(gè)簡單的步驟,從第一天開始實(shí)施后,就能讓你認(rèn)識到一些優(yōu)化措施帶來的變化,從而能讓零售商追加他們的投資
第一步:建立基線
首先第一步是要建立一個(gè)分析的基線,周期性的有效監(jiān)控支付流程這里有兩個(gè)基礎(chǔ)的指標(biāo)需要跟蹤趨勢,它們提供了一個(gè)很好的分析基線:
● 同一訪問 分析期間內(nèi)(例如一個(gè)財(cái)政月),在一次訪問內(nèi)完成支付的比率:
包含支付完成感謝頁面的訪問次數(shù) / 包含支付流程中第一個(gè)頁面的訪問次數(shù)
● 跨訪問 分析期間內(nèi)(購物者完成購買商品的平均時(shí)間周期),跨訪問完成支付的比率:
到達(dá)支付完成感謝頁面的訪問者數(shù) / 到達(dá)支付流程中第一個(gè)頁面的訪問者數(shù)
在支付流程漏斗分析中,你應(yīng)該深入的了解每一個(gè)步驟,并觀察每一步都發(fā)生了什么在支付流程的每一步驟中你都應(yīng)該注意以下指標(biāo):
● 到達(dá)此步數(shù):到達(dá)每個(gè)步驟的訪問次數(shù)
● 潛在銷售額:每步的潛在銷售合計(jì)(基于留在購物車中的商品數(shù)和遺棄購物車的商品數(shù))
● 到達(dá)下步數(shù): 進(jìn)入到下一購買步驟的訪問次數(shù)
● 完成率:通常表示為繼續(xù)購買商品的訪問百分比,或者依然還在進(jìn)行該購買過程的訪問百分比
● 離開漏斗率:離開支付流程,但依然還訪問網(wǎng)站的訪問百分比
● 離開網(wǎng)站率:離開支付流程,并且同時(shí)離開網(wǎng)站的訪問百分比
● 潛在流失額:離開結(jié)帳流程的銷售額
需要記住的是,監(jiān)測支付流程僅僅是“監(jiān)測多步驟流程”的一種特殊情況網(wǎng)站分析報(bào)告中通常會在一個(gè)報(bào)表列出支付流程中的每一步及上述對應(yīng)指標(biāo)值(參照下表)
支付流程漏斗分析報(bào)表
對于上面的每一步驟,你可以了解到客戶進(jìn)行購買商品、或者不再支付、甚至直接離開網(wǎng)站的情況看完上面的網(wǎng)站分析報(bào)告,你很可能會說:“這個(gè)報(bào)告實(shí)在是太好了,但是我怎樣才能防止大量的客戶從支付流程中流失呢?”
第二步:診斷問題
接下來你需要診斷都是哪些問題導(dǎo)致了上面描述的損失診斷分析的關(guān)鍵在于,發(fā)現(xiàn)用戶在哪些地方停止前進(jìn),又去向了哪里在多數(shù)場合下,圍繞發(fā)生這些動作的根源你能做出一些假設(shè)
診斷支付流程的終極數(shù)據(jù)就是點(diǎn)擊流數(shù)據(jù)了,通過對點(diǎn)擊流數(shù)據(jù)的分析,來展示用戶在這一過程中每一步的準(zhǔn)確路徑將這些動作劃分成以下幾個(gè)情況是非常有用的:
● 直接從網(wǎng)站退出
● 前進(jìn)到流程的某個(gè)后續(xù)步驟如果該步驟沒有多個(gè)可選后續(xù)步驟,只會進(jìn)入下一步
● 后退到前面某個(gè)步驟
我們建議你作成一個(gè)帶有指標(biāo)并涵蓋支付流程每一步的頁面路徑圖雖然你可能已經(jīng)知道大的問題點(diǎn)所在,但是現(xiàn)在你應(yīng)該更詳細(xì)了解到是什么導(dǎo)致了這些損失,以及是否是相反的或者是流程以外的行為導(dǎo)致了這個(gè)問題下一個(gè)問題或許你會問“糟糕的是什么?”
大多數(shù)網(wǎng)站分析工具提供商都能提供一些路徑分析報(bào)告(參照下圖),為你提供了可視化的全面診斷支付流程的數(shù)據(jù)這些報(bào)告是前面支付流程漏斗分析報(bào)表展示的信息的變通,用來凸顯支付流程中某個(gè)頁面的問題,在這個(gè)例子中,可以發(fā)現(xiàn)用戶進(jìn)入“支付步驟一:登錄”后是不是都進(jìn)入到“支付步驟二”中;離開支付流程的用戶又都流向了哪些頁面
基于單次會話(訪問)的頁面點(diǎn)擊流報(bào)告
類似于這樣的報(bào)告和可視化信息能夠幫助你更好地診斷例如在上表中凸顯的問題對于這種將信息可視化的能力,你會對它的價(jià)值而感到驚訝,例如在上面的支付流程路徑分析報(bào)告中你可以發(fā)現(xiàn):
● 沒有按照預(yù)期的方式跳轉(zhuǎn)比方說,用戶進(jìn)入支付環(huán)節(jié)后,有9.2%的用戶又回到“查看購物車”頁面;返回首頁也有162次訪問
● 發(fā)生錯誤的環(huán)節(jié)例如,跳轉(zhuǎn)到密碼錯誤頁面有4436次,到忘記密碼頁面的979次
總結(jié)
總的來說,監(jiān)控并優(yōu)化支付流程的方法非常簡單明了:
1、 制定好測量基準(zhǔn)后監(jiān)控大的趨勢
2、 監(jiān)控用戶在流程的每一步的行為來找到問題關(guān)鍵點(diǎn)
3、 更深入的挖掘和確定如果客戶不繼續(xù)前進(jìn)將會去哪,以及假想一下為什么他們會出現(xiàn)這些行為,從而界定這些損失有多大
4、 大多數(shù)的場合,對特定用戶組的行為提供一個(gè)更深入的分析,又能確保他們所做的任何行為對另一個(gè)分組的利益產(chǎn)生影響的變化,分別分析每個(gè)客戶的分組就顯得更為有意義典型的分組包括形成對比的新訪客與再訪客、大多數(shù)最有價(jià)值的客戶、通過營銷活動進(jìn)入的客戶、對分類能夠產(chǎn)生高額的客戶等等
5、 同時(shí)使用轉(zhuǎn)化率和交易金額,獲得按照既定路徑訪問的客戶的銷售情況
6、 根據(jù)投資回報(bào)的效果,為優(yōu)化網(wǎng)站的支出列出優(yōu)先關(guān)系
7、 嘗試所能做的一切來彌補(bǔ)網(wǎng)站的漏洞
8、 衡量這些修改所產(chǎn)生的影響,持續(xù)重復(fù)以上的這些步驟
最后,如果你已經(jīng)熟練掌握持續(xù)優(yōu)化流程,你應(yīng)該很快能夠在支付流程中作出雖然細(xì)微但是很重要的優(yōu)化
- Brett Hurt and Eric T. Peterson
(版權(quán)歸數(shù)碼林網(wǎng)站分析博客所有,歡迎轉(zhuǎn)載,但轉(zhuǎn)載請注明出處)
網(wǎng)站分析Hacks精選系列之JavaScript文檔對象模型
網(wǎng)站分析Hacks之進(jìn)入、退出及跳出報(bào)告(上)
網(wǎng)站分析Hacks之進(jìn)入、退出及跳出報(bào)告(下)
網(wǎng)站分析Hacks之定義商業(yè)目標(biāo)轉(zhuǎn)變成可度量的活動
文章編輯: 365webcall網(wǎng)頁客服軟件(www.365webcall.com)
我的評論
| 登錄賬號： | 密碼： | 快速注冊 | 找回密碼 |  |
