在過去十幾年中國網際網路企業往往是流量驅動的營運模式，通過投放、地推等方式擷取使用者進入産品内，進而希望一部分使用者最終轉化為付費使用者。近幾年，随着市場成本的提高，這種粗放式的流量模式不可持久。尤其是在大企業（資金充足）占領了主要的市場管道後，對于中小型企業再花多少資金去擷取流量都是不現實的。
因而我們逐漸提出以産品設計、産品營運為王的理念。在美國矽谷非常流行的growth hacker概念的核心就是海盜法則——aarrr模型，該模型就是以産品設計和營運為核心，擷取使用者，迅速轉化，提高留存，然後變現和傳播。這些都是以産品設計和營運為核心的。
當然，無論是之前的流量為王，還是現在的産品設計和營運為王，其核心都在轉化上。
以公司為例，經常以營業額或者變現作為一種核心轉化。市場部門，關注不同管道流量的轉化和注冊。工程部門，優化創新産品也是為了更好的使用者體驗，進而幫助使用者完成核心的轉化。至于銷售就更加直接了，在這裡客服也充當了以服務為核心的轉化，因為使用者的留存本身就是服務于營業額的。轉化是一個非常重要的點，幫助企業和團隊去優化和排優相應的産品和服務。
｜常見的思維轉化誤區
通過上面的分析，大家對轉化與日常業務決策之間的聯系肯定有更深的了解。但是仍然存在一些思維的誤區值得注意，這也是我們growingio與客戶溝通的過程中常見的問題，在這裡和大家分享一下。
誤區一：高流量=高轉化？
我們經常聽見這樣的論證：某某管道的流量非常大，是以需要更多的預算資源投入。在這種邏輯下，流量似乎成了衡量效果的唯一标準；而實際上根據相應的資料分析結果，了解各個管道對于核心轉化的貢獻，才可能做出對應的決策。
上圖是某網站注冊流程的轉化漏鬥，分為兩步。
左側是直接通路來源，轉化率是5.47%；右側是百度通路來源，轉化率是19.2%。可以看出，百度通路來源的轉化率是前者近4倍。而從流量大小來看，直接通路近9000人，百度來源通路不到3000人，最終的轉化卻是百度高于直接通路。
上面的案例告訴我們，流量大小和轉化效果之間的關系微乎其微，高流量≠高轉化。我們在關注流量大小的同學，更要關注其轉化效果，這樣評價管道的效果才比較合理。
誤區二：隻關心總體轉化率？
我們經常隻關心一個管道的總體轉化率，例如下圖的轉化漏鬥（左側是谷歌管道，轉化率為10.1%；右側是微信管道，轉化率為9.57%）中兩種管道的轉化率類似。如果隻看總體的轉化率，在資源配置設定上就沒有太大差異。
實際上我們将每個步驟的轉化率算出來，可以發現很多細節問題。假如我們的注冊流程有4個步驟，中間存在3個轉化率。如上圖，我們發現谷歌管道的第一步轉化率（10.1％）明顯低于微信的第一步轉化率（42.9%），但是谷歌管道的最後一步轉化率（93%）明顯高于微信管道的最後一步轉化率（53.7%）。看似差不多的總體轉化率，如果具體分析每一步，看到的是完全不一樣的原因。
對于産品或者營運來說，谷歌管道我就要針對性優化注冊的第一步轉化，而對于微信我們就需要針對性優化最後一步轉化。這麼細節的東西，也往往是我們容易忽略的。在注冊轉化，或者訂單轉化中，我們需要深究使用者轉化路徑中的每一個步驟，分析其中有無可以改進的點。
誤區三：轉化率的提升=使用者體驗的改善？
轉化率與使用者體驗之間是有一些微弱的聯系的。一般來說，使用者體驗改善了，使用者就會經常使用我們的産品；這個時候我們通過提供完善的資訊和較大的注冊、購買按鈕，使用者就很容易去點選，對應的轉化率勢必跟着提升。
但是兩者不是完全關聯的。
舉一個growingio的例子，有一段時間我們的注冊轉化率大幅度提升，我們非常高興，但是當時我們并沒有做特别的改進。于是我們就想分析為什麼這些人的轉化率突然提升。我們使用growingio的“使用者細查”功能，仔細觀察這些人的行為軌迹。
上圖是某使用者的操作軌迹：他先進入我們的網站點選了右上角的［登入］，然後在登陸頁面反複幾次輸入密碼都失敗了。最後使用者放棄登陸，直接重新［免費注冊］了一個賬戶。這就在某種程度上提高了注冊轉化率，但是并不意味着使用者體驗的改善，反而是惡化。這樣給我們的團隊提了個醒，在了解轉化的同時，還要了解使用者的行為軌迹，幫助我們更佳精準地定位客戶體驗中的問題。
｜提升轉化的四部曲
針對不同的行業、不同産品的移動端和網頁端、不同的場景下，我們都有對應的不同分析架構去思考這個問題；下面和大家分享的是一個非常概括的思維方式。
我們首先了解的是提升轉化的四部曲：首先關注正确的使用者群體，然後關注使用者體驗，接下來了解最佳的轉化路徑，最後可以做一些複購或者增購的内容。這個分析架構的主要目的是将看似複雜的轉化問題拆解成不同的子產品，然後一一擊破。
（一） 定位正确的使用者
什麼是正确的使用者，不同的部門對此有不同的了解。
市場同學在各個管道投放，通過産品、服務、内容去吸引使用者，但是不同管道來源使用者有一定的差别。針對不同管道的使用者，市場需要制定不同的推送和不同的落地頁，以提高針對性。産品同學也要關心使用者的分類，通過使用者在産品上的使用行為對不同使用者群體制定不同的營運政策，或則會優化不同的産品特性。對于銷售的同學來說，根據與使用者溝通的結果來找到正确的閱聽人和決策者，這也是一個尋找正确使用者的過程。
以growingio的注冊轉化為例，最近我們通過很多管道推送了很多幹貨文章，吸引力很多使用者。我們發現很多使用者是通過移動端來關注我們的，于是我們借助【使用者分群】功能，分别篩選來自ios和安卓來源使用者，有區分地研究這些人群的特點，以便做針對性的産品改進和内容優化。
（二） 提升産品的體驗與流暢性
定義好使用者人群後，我們需要認真關注轉化流程的使用者體驗。改善使用者體驗的方法很多，如調配按鈕位置、界面的顔色，或者進行整體的改版、産品互動等等，這裡面細節決定成敗。
網際網路企業需要迅速疊代、改進産品，不斷提升産品的使用者體驗；這是一個不斷試錯的過程。在這個過程中需要一些工具來搜集和分析使用者的行為資料，growingio本身就提供這個功能。我們經常會提到，growingio是無埋點資料采集，那麼無埋點資料采集和分析的優勢在哪裡呢？以前運動員在操場上比賽，需要設立很多機位定點一張一張拍攝運動員的狀況。那麼我們就是一個全量的資料采集，将整個運動場攝影下來，每個運動員的每一步、他的呼吸都記錄下來。這個全量采集的資料就可以幫助我們去優化一個産品或者改進營運流程，這對網際網路企業是很重要的過程。
（三）優化轉化路徑
我們常說的轉化路徑或者漏鬥分析其實是同樣一個東西，但是不同行業有不同的轉化路徑。電商、ota、o2o行業最終的下單量是視為轉化的。而對saas，社交類，我們往往将注冊人數作為一個轉化點。我們需要了解一個使用者經曆了哪些步驟，最終完成了這些轉化。轉化的過程中給予了使用者足夠的決策資訊，過長的轉化路徑，會導緻使用者的流失，但也不是越短越好。
我們以growingio的技術部落格為例，我們想了解一個使用者在經曆了哪些步驟後完成轉化。下圖展示了一個部落格浏覽者的轉化過程：看到我們的部落格文章，感興趣點選了注冊；注冊手機号，驗證号碼；補充基本資訊；注冊成功。我們借助漏鬥轉化分析的思路，分析了使用者每一步的轉化率，以幫助更好的優化注冊流程，提升轉化率。
了解了轉化流程後，我們也可以進一步拆分這些步驟，了解不同使用者群體之間的差異。在這個過程中我們會發現很多所謂的轉化點、分析點，這些分析點都會幫助我們很好地提升轉化。以上面的注冊轉化為例，我們通過【使用者分群】功能分析不同類型浏覽器使用者的轉化差異。我們發現總體的轉化率是11%，但是其中safari僅為1.59%。
這是一個非常嚴重的問題，做産品的同學一看就知道轉化點在哪裡，我們需要從哪裡着手。我們借助我們growingio自己的産品也來分析反複應用和分析，根據不同的分析結果去優化轉化路徑。
（四） 關注複購與增購
對于電商類平台，使用者的回訪、複購和增購是非常重要的名額。像淘寶、京東這樣，使用者可能幾天就複購一次；而像ota(線上旅遊)這樣平台上的使用者的複購周期就會比較長，可能幾個月半年才一次。複購是一個非常重要的名額，其本質就是留存，我們需要關注并優化它，有利于提升整體的轉化率。但是複購這東西并不是對對所有平台都那麼重要，比如saas産品，注冊一次就夠了，我們線下去和客戶溝通就好。
另外，複購和留存問題，我們知道它是可以直接影響轉化本身的。新使用者的擷取成本比較高，而老使用者的留存和複購成本遠遠低于新使用者，是以從成本的角度考慮也是一個非常劃算的事情。
｜總結分析
首先，對于業務本身和使用者的了解，是我們進行轉化的核心。隻有針對性的了解使用者，針對不同的業務，我們才可能制定出不同的優化方案。
第二，在轉化分析的過程中要發現問題。在我們轉化的流程、路徑中，找到那些可以證明這個流程有問題的資料，接下來才能制定出不同的優化方案。
第三，提出假設，疊代試驗，檢驗假設。在這個過程中，産品、營運和市場同學需要更加靈活的思維，借助一定的工具去迅速嘗試不同的内容。
本文轉自d1net（轉載）