数据分析（第八章作业）

问题：购买的转化率过低

一家电商网站，从浏览宝贝详情到付款的转化率仅有 3.6%。创建购买流程的漏斗，如图所示：

1.发现问题节

我们可以看到，加入购物车之前的转化率都较高，但在购物付款的流程中，转化率急剧降低至 8%，这里可能就是需要改进的地方。

2.问题分析

确定问题节点为“确认订单页面”后，开始分析该页面的数据。研究单一页面，可以使用的分析工具包括：

• 事件分析：查看该页面的各项数据统计指标，例如停留时长，事件数……

可以发现的问题如下：

1. 用户在订单确认页停留的时间长达 105 秒，这与我们平时的认知不符

2. 用户在订单确认页的事件数为 2985，我们需要进一步了解用户在这个页面上做了什么

3.问题拆分

1.用户在订单确认页停留时长过长

我们发现自己漏掉了漏斗的一个层级，”订单确认页->成交页“应该更正为“订单确认页->选择付款方式页->成交页“。重新创建漏斗如下：

可以发现，实际上转化率较低的节点为选择付款页，转化率为 9%。

2.用户在相关页面上的具体事件：

确认付款的事件数为 1350，侧面印证了订单确认页的转化率比较正常。

成功付款的事件数为 210，侧面印证了选择付款页的转化率较低。

通过对问题拆分，我们重新定位问题节点为选择付款页

4.数据对比

不同人群在同一个漏斗下的表现情况一定是不一样的。我们可以将到达选择付款页的用户分为两类：付款成功人群 VS 付款失败人群

通过几个人群的对比，我们发现“付款失败”组的人群离线环境陡增约 14%。另外，其 3G、2G 网络的比例要高于成功付款人群（5.68% vs 1.36%），且设备品牌中，相对机型较小众、低端。

实际测试品牌 1 和品牌 2 的几个机型，针对选择付款方式页面的页面体验，存在以下问题：

1. 机型适配性较差，开发时主要考虑的是现有主流机型适配，对小众机型的关注度较低；

2. 页面卡顿严重，长达 50 秒以上的空白页面，严重消耗了用户耐心。

于是我们做出以下改善：

1. 紧急修复版本，在小众机型的主要推广渠道上升级了版本适配性的 App；

2. 页面加载量优化，包括切割、压缩、删减图片，框架优化，预加载等策略，恶劣网络下加载速度提升至约 15 秒；

3. 加载等待页面设计，增加了动画的等待页面，给用户卖个萌，增加用户等待的耐心。

5.效果验证

页面优化后，我们的漏斗转化流程有明显改善：

我们针对这群“付款失败”用户群所做的改善，为转化漏斗提高了 14%的转化效率，这是非常大的一个收益。

另外，我们在后续的漏斗改进中，还尝试结合了页面点击/页面流转的分析，删去了付款页面中不必要的信息、按钮，增加新的付款方式，保证了付款流程的顺畅性，对于提升漏斗也有一定的作用。

写在最后

漏斗分析，仅仅是帮助我们分析问题的工具，重要的是要培养数据分析的思想：

• 通过交叉对比，找出数据的差异，定位异常数据

• 通过细致拆分，把复杂的、多因子的事件分析拆分为独立的、单因子的归因分析