電子核心期刊淺析基于漏斗圖模型的網(wǎng)站關鍵路

　　摘要：網(wǎng)站分析中很重要的部分是關鍵路徑的轉化率分析;分析過程主要為：確定分析的關鍵路徑，收集數(shù)據(jù)得到關鍵路徑中每個路徑的人數(shù)以及各個路徑間的轉化率，最后用漏斗模型清晰的展示結果，從整體了解的關鍵路徑的設計是否合理，各路徑轉化的優(yōu)劣，是否存在優(yōu)化的空間等

　　關鍵字：優(yōu)化;登錄轉化率;關鍵路徑

　　1 引言

　　網(wǎng)站分析中很重要的一部分就是網(wǎng)站的關鍵轉化路徑分析，很多的網(wǎng)站分析師在這一方面都傾注了大量的時間和精力，盡最大的努力尋找最優(yōu)的轉化路徑， 因為優(yōu)化關鍵轉化路徑相當于提高轉化率，進而提高網(wǎng)站收益。所以，尤其對于電子商務網(wǎng)站或者付費服務網(wǎng)站而言，關鍵路徑的轉化率分析尤為重要。

　　在大多數(shù)情況下用戶的訪問路徑隨意的，無序的，用戶在訪問一個網(wǎng)站時可能會經(jīng)常使用后退、返回主頁或者直接點擊某個鏈接等，不同用戶訪問路徑的重合度可能只有1%，分析這些無序的路徑是毫無意義的。所以，我們要分析的是網(wǎng)站中的一些關鍵路徑(Key Path)，即用戶是為了某個目標而進入了一個相對標準的有序的路徑，用戶的目標就是為了到達“出口”，而不是隨意游蕩。如電子商務網(wǎng)站的注冊流程、購物流程，應用型網(wǎng)站的服務使用流程等。

　　2、漏斗圖模型

　　漏斗模型指的是多個自定義事件按照一定順序依次觸發(fā)的流程中的量化轉化模型。通常我們會對應用中的一些關鍵路徑進行分析。比如注冊流程、購物流程等。以電商應用的購物流程為例：

　　1瀏覽商品頁 —> 2放入購物車 —> 3生成訂單 —> 4支付訂單 —> 5完成交易。

　　我們可以根據(jù)這些關鍵路徑來計算每一步的轉化率。轉化率顧名思義，轉化率指的是完成當前事件的用戶中觸發(fā)下一個事件的人數(shù)比例。比如某個應用的啟動用戶有100人，其中30人完成了注冊，那么從啟動到注冊的轉化率即為30/100=30%。

　　以電商應用的購物流程為例各階段的轉化率如圖2-1所示：

　　圖 2-1 電商購物流程各階段轉化率

　　該數(shù)據(jù)對應的漏斗模型如圖2-2所示：

　　2-2 漏斗模型

　　漏斗模型適用于某些關鍵路徑的轉化率的分析，不僅顯示了用戶在進入流程到實現(xiàn)目標的最終轉化率，同時還可以展示整個關鍵路徑中的每一步的轉化率。單一的漏斗圖無法評價網(wǎng)站關鍵流程中各步驟轉化率的好壞，可通過對統(tǒng)一環(huán)節(jié)優(yōu)化前后效果對比分析，或通過同一環(huán)節(jié)不同細分客戶群的轉化率比較，或通過同行業(yè)類似產(chǎn)品的轉化率進行對比等等。

　　3、實例：**網(wǎng)站用戶注冊流程簡化前后效果分析

　　以用戶注冊流程為例，用戶注冊的關鍵路徑:點擊注冊、填寫并提交注冊信息、激活郵箱、登錄網(wǎng)站的流程為例分析**網(wǎng)站用戶的注冊流程。

　　收集2012年10月16日-2012年10月19日該網(wǎng)站用戶的訪問日志以及提交信息，統(tǒng)計得到數(shù)據(jù)如下表3-1所示：

　　注冊環(huán)節(jié) 人數(shù)

　　用戶登陸 95

　　郵件激活 297

　　注冊成功 315

　　注冊 799

　　表3-1 優(yōu)化前的統(tǒng)計數(shù)據(jù)

　　計算各環(huán)節(jié)的轉化率和整體轉化率，如下表3-2所示。分析得出從右鍵激活到用戶登錄環(huán)節(jié)的轉化率較大幅度下降，查看關鍵路徑后，發(fā)現(xiàn)從郵件激活到用戶登錄之間沒有自動跳轉，而是有一個“馬上登錄吧”按鈕，這個按鈕的存在，可能是導致客戶流失的一個原因。

　　注冊環(huán)節(jié) 人數(shù) 各環(huán)節(jié)轉化率 整體轉化率

　　注冊 799 100% 100%

　　注冊成功 315 39.42% 39.42%

　　郵件激活 297 94.29% 37.17%

　　用戶登陸 95 31.99% 11.89%

　　表3-2 優(yōu)化前各階段的轉化率

　　修改網(wǎng)站結構，對郵件激活環(huán)節(jié)進行優(yōu)化，簡化用戶注冊流程:用戶完成注冊之后，進入郵件激活頁面后，不再需要單擊“馬上登錄吧”而是在郵件激活后自動將用戶導航到登錄頁面，減少用戶點擊操作。重新統(tǒng)計數(shù)據(jù)，收集2012年10月16日-2012年10月19日該網(wǎng)站用戶的訪問日志以及提交信息，統(tǒng)計得到數(shù)據(jù)如表3-3所示：

　　注冊環(huán)節(jié) 人數(shù)

　　注冊 904

　　注冊成功 380

　　郵件激活 365

　　用戶登陸 365

　　表3-3 網(wǎng)站結構優(yōu)化后的數(shù)據(jù)統(tǒng)計

　　計算各環(huán)節(jié)的轉化率和整體轉化率，如下表3-4所示。

　　注冊環(huán)節(jié) 人數(shù) 各環(huán)節(jié)轉化率 整體轉化率

　　注冊 904 100% 100%

　　注冊成功 380 42.04% 42.04%

　　郵件激活 365 96.05% 40.38%

　　用戶登陸 365 100.00% 40.38%

　　表3-4 網(wǎng)站結構優(yōu)化后各階段轉化率

　　用漏斗圖展示優(yōu)化前后的轉化率，優(yōu)化前的轉化率如圖3-2所示，優(yōu)化后的轉化率顯示如圖3-1所示。

　　圖 3-1優(yōu)化前的數(shù)據(jù) 圖3-2優(yōu)化后的數(shù)據(jù)

　　從優(yōu)化前后的數(shù)據(jù)對比發(fā)現(xiàn)，優(yōu)化后從郵件激活到用戶登錄環(huán)節(jié)的客戶流失率降低為零，客戶登陸轉化率得到了較大的提高。

　　5 結束語

　　用戶登錄過程雖然簡單，但不當?shù)慕Y構卻導致的了客戶的大量流失，通過對網(wǎng)站關鍵路徑的轉化率分析和結構優(yōu)化，用漏斗模型直觀的展示出網(wǎng)站優(yōu)化前后的各個環(huán)節(jié)的轉化率，對比得出優(yōu)化后的網(wǎng)站的登錄轉化率得到極大的提高。

　　參考文獻

　　[1] 陳楊梅.怎樣設計出高轉化率的網(wǎng)站.程序員，2010(07).

　　[2] 卞保武.影響企業(yè)電子商務網(wǎng)站轉化率因素系列研究之一 影響企業(yè)電子商務網(wǎng)站轉化率的顧客行為因素研究電子商務，2009(7).

　　[3] 劉明月.基于Web日志的用戶行為分析.北京交通大學.2008年6月

　　[4] 孫玲.銷售漏斗模型在軟件企業(yè)銷售管理中的應用.湖北廣播電視大學學報，2010(9)　　

　　小編推薦優(yōu)秀的電子期刊　《計算機應用》南大核心論文刊發(fā)

　　《計算機應用》(月刊)創(chuàng)刊于1981年，由中國科學院成都計算機應用研究所主辦。該刊把介紹計算機應用技術作為重點，以推動經(jīng)濟發(fā)展和科技進步為宗旨，把促進計算機開發(fā)應用創(chuàng)新作為目標。