从起始事件到转化目标,如何通过间隔分析提高转化率?(内含6个行业的具体应用)

贝壳号 | 发布于2021-06-18

编辑按:本文转载至微信公众号 “易观数科”,贝壳投研经授发布

First Point

间隔分析——转化效率

对很多产品运营的同学来说,一个客户从引入到转化,要经历许多步骤,每一步都可能导致流失和转化失败。

例如,理财类APP ,从落地页引流到首次入金,中间涉及的转化环节很多,除了最终转化率之外,我们需要关注核心步骤之间的转化效率,尤其是注册、绑卡等几个环节。此外,像电商、教育、理财等涉及较长用户转化流程的业务场景,其实我们可以通过间隔分析模型,来不断优化提高用户转化效率。

间隔分析主要提供从起始事件到转化目标之间的时间角度和步长角度的相关指标统计,以便我们能够从这些指标中观察转化过程的具体情况,并根据转化时长和转化步长,来判断转化过程是否正常、是否存在优化的空间、以及是否存在较大的方差。

转化路径长度计算的是起始行为与转化目标之间间隔的事件数,每增加一个事件,步长加一。

其实,间隔分析也可以理解为是漏斗分析的一个补充,虽然两者关注的侧重点不同,但是目标一致,都是为了优化转化。漏斗分析关注转化环节,间隔分析关注转化效率。所以,通过间隔分析,优化的最终目的是提高转化率,而不是为了减少转化时长或者转化步长。

在新用户注册环节,类似于漏斗分析,我们可能为了减少用户填写的条目,减少用户操作步骤来提高注册成功率;但也存在一些场景,我们是通过增加步长,促进用户像转化目标流转。例如:

在金融领域,为了加速新用户完成首次投资,其运营人员会通过赠送新用户体验金的方式;

在电商领域,商品详情浏览页到加入购物车再到支付环节,从购物车-支付环节的转化率不高,运营人员可以通过设置“领取专属优惠券”方式提醒用户,虽然增加了转化步长,却能加快刺激消费者确认支付。

从起始事件到转化目标,如何通过间隔分析提高转化率?(内含6个行业的具体应用)

易观方舟-间隔分析模型 Demo 数据

在某些实际场景中,转化结果和转化效率之间息息相关,我们在关注转化结果以及影响结果的维度的同时,更需要关注转化过程中的效率指标,这也是间隔分析主要解决的问题。

Second Point

间隔分析在不同行业的应用对比不同渠道注册转化耗时筛选高效获客渠道提升获客效率

以社交产品为例,为了解不同渠道用的注册转化情况,将起始行为与转化目标设为「注册成功」与「完善个人信息」,有效评估不同渠道的用户转化花费平均时长并结合获客成本,筛选高质高效渠道,提升获客速度。

评估用户首次购买时长抓住最佳转化时机降低转化耗时

以电商/互联网金融产品为例,为帮助新用户群体完成首次购买/投资,将起始行为与转化目标设为「注册成功」与「支付成功」,结合用户转化花费的平均时长,了解其购买/投资意愿,进而设计相关激励措施,在最佳转化时间进行相关推荐或促销,刺激用户完成首次购买/投资。

洞察不同用户群体的活跃差异优化个性化推荐策略提升用户活跃度/粘性

以视频内容/知识社区产品为例,为了解不同用户群体的浏览差异,将起始行为与转化目标均设为「视频观看」/「专题浏览」,展现用户观看/浏览两次相关内容的时间间隔,对比不同「获客渠道」、「所在地域」、「所用机型」的用户群体活跃度差异,评估内容质量以及用户偏好,优化现有产出内容及个性化推荐机制,提升用户活跃度/粘性。

挖掘高价值用户复购周期/频次制定相应推荐运营政策

提升 ARUP (单个用户平均利润) 值

以在线旅游产品为例,为了解高价值用户复购周期/频次,将起始行为与转化目标均设为「支付订单」,并将分析目标设定为特定用户分群「订单总额大于5000元的用户」,或为起始行为增加「订单金额大于 2000 元」的筛选条件,从而得出分析结论。

评估客服人员响应速度

优化企业服务考核及工作流程提升服务质量

以企业服务产品为例,为了解客服人员工单响应速度,将起始行为与转化目标设为「用户端发起工单会话」与「客服端首次回复」,分析客服人员平均响应时间间隔,进而设计相关奖惩制度,提升客服人员响应速度,优化用户体验。

务转化耗时定位产品转化路径异常环节辅助产品迭代提升产品转化

以 O2O 产品为例,在评估整个转化路径的过程中,将起始行为与转化目标设为「启动 APP 」与「完成订单」,发现用户平均转化时长过于久。结合漏斗分析,挖掘不同环节的转化耗时,定位转化路径异常环节,为后续产品迭代提供数据支持。

飞鲸投研从多维度分析,整理了一份《成长50》的名单,可以关注同名公众号:"飞鲸投研":feijingtouyan,进行领取(点击复制)

该文观点仅代表作者本人,飞鲸投研系信息发布平台

/阅读下一篇/

每日一答|创业公司如何招到合适的人才?

热门推荐