在網際網路業務中,轉化率無處不在:
- 投放轉化率:有多少人從廣告連結,進到我們的商品頁面?
- 購買轉化率:有多少人在商品頁面下單買貨?
毫不誇張的說,轉化率就是網際網路業務的核心。沒有轉化率支撐,再多使用者活躍,再多新人注冊,再多廣告閱讀,都是紙面上的虛假繁榮,是以轉戶率如果降了。常常引得老闆大吼:快分析原因!然而資料分析師給的分析結論,常常不令人滿意。今天,我們就系統講講轉化率的問題。
問題場景
某K12線上教育行業,賣課程的大概流程是:廣告投放→使用者注冊→銷售邀請試聽→試聽後銷售跟進→客戶下單。廣告投放由市場部負責,在超過20個管道分散投放。銷售部負責跟進客戶,課程部負責出課程。現在8月份1-15日,最終轉化率(流程起點到終點的轉化率,廣告投放→客戶下單)暴跌60%,問:如何分析轉化率下降問題。
1
轉化率分析的基本做法
轉化率分析的最基本做法:
1、梳理業務流程,先看有幾個環節
2、統計過程資料,每個環節多少人,到下個環節還剩多少人
3、統計分類資料,如果總流程由若幹子流程構成,分别統計子流程資料
比如本問題場景。基礎業務流程包括5個步驟廣告投放→使用者注冊→銷售邀請試聽→試聽後銷售跟進→客戶下單,是以就有四步轉化率:
1、廣告投放→使用者注冊
2、使用者注冊→銷售邀請試聽
3、銷售邀請試聽→試聽後銷售跟進
4、試聽後銷售跟進→客戶付費
同時,由于市場部有20個以上投放管道,是以存在20個以上子流程。基于以上資訊,我們可以歸納轉化過程如下圖。
由于在轉化過程中,每個環節都有使用者流失,是以也有形象的叫法,管它叫漏鬥模型——如同漏鬥一樣,越往下越小。
2
轉化率分析的常見錯誤
很多新手同學,做完這個所謂的漏鬥就開始下結論了:
- 轉化率低,因為試聽→客戶付費轉化率太低
- 轉化率低,因為A管道的轉化率太低
- 是以,我們要把試聽→客戶付費轉化率搞高!
- 是以,我們要少做A管道轉化率搞高!
以上回答,可是基于漏鬥模型分析結論呢,老闆聽了肯定開心
開心個屁咧
這就是轉化率分析的最大問題:簡單的複述資料,沒有任何分析結論。隻要老闆不是瞎子,肯定能看到轉化率太低,隻要老闆不是傻子,肯定是想搞高。問題是:怎麼搞,誰來搞,搞到多高,為啥是搞高不是換一個。
老闆希望聽到的分析是:
- 轉化率低,是因為産品競争力差
- 轉化率低,是因為廣告投放偏差
- 轉化率低,是因為銷售話術不行
這些才是真正的分析結論
然而如何把10000人,5%這種資料,對應到一個業務上的具體原因呢?想破解這個難題,得回答三個核心問題。
3
轉化率分析的強化方法
第一個問題:轉化率有沒有上限?
答:肯定有!
世界上最強産品力莫過iphone、莫過特斯拉、莫過微信。這哥仨都還沒有普及到人手一個,更不用說你那些品牌弱、産品抄襲的小産品。是以一個管道、一個産品品類,其轉化率存在先天上限。明白了這一點,就可以對廣告管道、産品、銷售進行轉化率分類,看清楚哪些是A級,B級,C級。
有了分級,就有了分析的基準線。當我們發現廣告管道、銷售人員登記、産品結構發生變化的時候,就能把一個數字上變化,和業務動作關聯起來。這樣就能一定程度上,把資料推導到業務動作(如下圖)。
注意,基于一個月的分類可能是不穩定的。比如銷售轉化率,很可能有四種形态。如果真出現下圖所示的,完全随機的業績分布,那說明銷售在整個流程中的作用就是聽天由命,很随緣的,就沒必要設基準線。其他場景下,則可以靈活設定基準線,沒必要一刀切。
第二個問題:轉化率能不能改進?
答:肯定能改。
改進的效果可能有兩種
局部改進:隻對轉化某個環節有作用
全局改進:對各個環節都有作用
比如本問題裡,廣告投放改個文案标題,就隻影響使用者點不點選廣告;銷售跟進話術,隻能影響試聽過使用者。但是課程内容增加,課程價格下降,則會影響全過程。畢竟使用者是來買産品的,産品便宜了,産品内容多了,都會更吸引力。這些環節的優化效果是可預期的,是以可以做深入分析。
是以有了基準線以後,要每一期收集業務改進動作,預判名額變化方向。把開放題變成檢驗題。這樣就能避免幹巴巴的說:上升下降,而是一定程度上對應到:因為本次改進發揮了作用/因為新産品不受使用者歡迎。
要注意:改進不見得全都是我方發起的,也可能是對手發起,引發我們被動改變的。比如
- 對手挖了我們的人
- 對手大降價促銷
- 對手上了爆款産品
是以收集對手動作同樣重要。并且對對手的動作的業務效果,要有預判。對手做的會對我們産生局部影響(比如推出一個英語爆款,那會影響我們的英語課)還是全局影響(對手全部降價50%),對手啥時間開展的動作(從這個時間起開始統計影響),都要有記錄和預判,這樣能一定程度上補充資訊不全的問題。對外界環境變化做出判斷。
第三個問題:低了是不是一定要搞高?
答:肯定不是。
比如廣告投放,如果一個管道品質很差, 市場部可以選擇放棄這個管道,轉投其他人。銷售轉化率低,完全可以放棄對銷售的教育訓練,轉而靠産品、價格吸引人,甚至故意用看似低級的廣告,逆向選擇客戶(這一點在保險、電話銷售、傳奇類遊戲等等領域屢見不鮮)。是以低了到底要不要搞高,完全看業務部門的政策。
這樣梳理,就發現了影響轉化率的第三條暗線:業務政策。業務政策的變化,更多展現在各子流程份額的變化,而導緻的整體轉化率變化。每一期收集業務政策方向,預判份額變化,把開放題變成檢驗題。就能一定程度上對應到業務動作(如下圖)
注意:業務政策不見得都會成功,很有可能失敗,進而導緻一些負向變化。特别是對第一次采用的政策。是以不要聽信業務說什麼“這麼做很符合邏輯呀!”再符合邏輯,也得資料說話。做政策調整的時候,要謹慎觀察效果。
4
小結
經過這三個問題強化,在一定程度上,我們能把資料變化,歸因為:
- 管道品質先天性下降
- 銷售人員教育訓練不足
- 新課程不受歡迎
- 對手降價針對
等等,進而提供更有價值的分析建議。
這些分析建議,基于:
1、對管道、銷售、産品基礎情況有分級
2、對全流程轉化率有長期監控
3、對業務政策,改進動作有收集和預判
4、對競品動作有收集和預判
少一個,都沒法深入下去
然而同學們也注意到了,在上邊的講解裡,陳老師反複使用了“一定程度”,因為即使你全都都做了,還是會遇到一些稀奇古怪的問題。或者說,轉化率分析的真正難點根本不在這裡。
5
轉化率分析真正難點
轉化率跌了50%
- 市場部說:投放到注冊轉化率沒降,是以我沒有問題!
- 銷售部說:人員和話術沒變,咋可能怪我
- 課程部說:課程上個月都賣很好,咋可能睡一覺就不行了!
總之都不怪我!
請資料分析師深入分析,到底使用者不買:
百分之多少因為廣告
百分之多少因為銷售
百分之多少因為産品
百分之多少因為本澤馬
百分之多少因為競争對手
百分之多少因為使用者自己不想買
謝謝!
那麼問題來了,作為資料分析師
你信誰?
你信了一個人,怎麼面對其他人?
這才是轉化率分析的真正難點。大家都在甩鍋,非要你切出1、2、3,咋辦!有興趣的話,本篇集齊60個在看,我們下一篇來分享如何解答這個問題,敬請期待哦。
原創精選:
- 活動效果的資料分析,這樣做才對!
- 資料營運體系,該如何搭建
- 資料分析,這樣滿足營運的需求
如何應對各個強勢部門的Battle?沒有能快速解決問題的學習方法,但是陳老師的一對一服務能幫助你。掃描下面二維碼,學習陳老師的《業務知識一站通》視訊課程,可加入學員群,獲得陳老師一對一指導。
《業務知識一站通》
長按掃描二維碼
了解陳老師的視訊課程
還可加入學員群
享受陳老師一對一咨詢服務
點選“閱讀原文”試聽視訊課程