一、功能目的与预期目标：
1.1功能目的：
电商的目的是销售商品获取收入实现盈利，而企业为了长期的发展不仅要关注当下的利益还要考虑长远的利益。
因此，我们可以将考拉APP“立即购买”功能的目的划分为两类：短期利益相关和长期利益相关
短期利益相关的目的：即促进达成当下的交易，实现收入；
长期利益相关的目的：主要在于维持良好的客户关系，提高用户粘性，增加用户回购率等等，这些主要与用户体验相关。
对于“立即购买”功能的目的即：
- 促进用户在购买商品时实现“立即购买”
- 使用户使用该功能能够具有良好的体验
1.2预期目标：
功能目的可以细化成更具体的目标：
促成交易：
①流程转化率：让“立即购买”流程的转化率处于合理的水平
用户体验：
①操作流程——流畅更优化的操作流程
②信息结构——减少用户因流程中存在的信息问题而在购买时或购买后发生问题。
二、数据颗粒度
即统计的最小单位。
在建立统计指标之前，首先需要确定数据的颗粒度。
用户的一次完整的购买行为，可能是点击“立即购买”后，收集更多的信息后，退出，然后再经过考虑，重新进行一次点击“立即购买”后完成。
即，一名用户对一个商品，重复点击“立即购买”的行为，如何划分为一次的行为或多次的行为？
我们需要考虑：
- 点击“立即购买”的行为是否在连续的一段时间内
- 是否产生多项订单
但考虑这两项后，数据的操作较为麻烦，所以，决定将数据颗粒度确定为一名用户对一个商品的一次点击“立即购买”的行为。
可以在后续的分析中，考虑一下这样划分对指标、分析的影响。
三、统计指标
根据上述目标，我们针对每个目标，确定相应的指标，通过分析来寻找问题并解决。
结构图如下：
3.1流程转化率
为了分析“立即购买”流程的转化率的情况，一是分析转化率的漏斗模型，二是分析跳出率的原因。
①转化率漏斗
目的：
转化率漏斗模型，可以看出流程的整个转化的宏观情况，分析各个环节的转化率的情况，以明确转化率问题出自哪个环节。
指标：
根据考拉“立即购买”的流程，我们可以得到漏斗模型，如下：
确认购买率 = 用户点击“确认购买”的次数 / 用户点击“立即购买”的次数
提交订单率 = 用户点击“提交订单”的次数 / 用户点击“确认购买”的次数
支付成功率 = 用户“支付成功”的次数 / 用户点击“提交订单”的次数
②用户关闭流程前的事件统计
目的：
转化率可以显示哪个流程环节出了问题，但不能了解各个环节的具体原因。
用户在关闭流程前通常是遇到了一些情况，而关闭前的一个用户行为大概率是用户退出流程的原因。
因此，我们可以统计用户在点击“关闭”前的一项行为的事件统计，可以为后续发现具体的问题提供方向。
注：提交订单页没有“关闭”按钮，但连续两次后退可以退出，视为“关闭”
指标：
用户关闭流程前的事件统计需要排除总体大小的影响，因此，可以将各个事件的数量除以关闭各个流程的总次数
对于确认购买页：
库存问题比率 = 因库存关闭页面的次数 / 关闭确认购买页面的总次数
产品规格选择问题比率 = 因产品规格选择问题关闭页面的次数 / 关闭确认购买页面的总次数
商品税费问题比率 = 因商品税费关闭页面的次数 / 关闭确认购买页面的总次数
提交订单页：
收货地址问题比率 = 因收货地址问题关闭页面的次数 / 关闭确认提交订单页面的总次数
优惠券问题比率= 因优惠券问题关闭页面的次数 / 关闭确认提交订单页面的总次数
发票问题比率= 因发票问题关闭页面的次数 / 关闭确认提交订单页面的总次数
应付总额问题比率= 因应付总额问题关闭页面的次数 / 关闭确认提交订单页面的总次数
确认支付页面：
支付超时率 = 支付超时的次数 / 关闭支付页面的总次数
支付工具故障率 = 支付工具故障次数 / 关闭支付页面的总次数
3.2操作流程
可以分析用户在整个流程中的行为，从而判断流程是否流畅。
而用户从后一页面退回到前一页面的行为，可以作为分析流程顺序是否合理的依据。
另外，用户在各个页面的停留的时间分布如何，可以分析出哪些内容比较重要，哪些内容较为次要，可以作为后续优化流程的依据。
①页面后退率
目的：
判断各个页面的信息顺序是否合理。
指标：
“立即购买”流程中只有一个“后退”，即从“提高订单”退回到“确认购买”。
页面后退率 = 支付成功的订单中发生过“后退”的订单数 / 所有支付成功的订单数
注：这里以所有支付成功的订单为分析对象，因为，未支付成功的订单可能存在一些其他因素导致用户后退，而非操作流程的问题。
②流程的时间及比例分布
目的：
分析用户关注的流程，各个流程时间分布的是否科学，哪些流程是用户花费时间较多的地方。
指标：
可以在APP中统计以下指标：
总流程平均用时 = 每个支付完成的订单中总用时之和与订单数之比
产品规格选择平均用时 = 每个支付完成的订单中产品规格选择用时之和与订单数之比
确认购买平均用时 = 每个支付完成的订单中确认购买用时之和与订单数之比
提交订单平均用时 = 每个支付完成的订单中提交订单用时之和与订单数之比
确认支付平均用时 = 每个支付完成的订单中确认支付用时之和与订单数之比
支付平均用时 = 每个支付完成的订单中支付用时之和与订单数之比
另外，可以计算每个细分流程的平均时间占总流程平均时间的比例。
产品规格选择用时比例 =产品规格选择平均用时 / 总流程均时
确认购买用时比例=确认购买平均用时 / 总流程均时
提交订单用时比例=提交订单平均用时 / 总流程均时
确认支付用时比例=确认支付平均用时 / 总流程均时
支付用时比例=支付平均用时 / 总流程均时
3.3信息结构
①取消订单原因比率
目的：
流程中的信息问题常常会导致用户取消订单。我们可以统计分析这些行为的原因，寻找哪些原因出现得多，哪些方面值得重点分析。从而优化“立即购买”流程，从而减少信息问题导致下单后的退货、取消订单等行为。
指标：
APP中有统计用户取消订单的理由：
当然取消订单的数量也会随着总的订单数的增加而增加，因此可以计算：
“收获人信息有误”原因比率 = “收获人信息有误”数量 / 总取消的订单数
“商品数量或款式需调整” 原因比率 = “商品数量或款式需调整”数量 / 总取消的订单数
“有更优惠的购买方案”原因比率 =“有更优惠的购买方案”数量 / 总取消的订单数
“商品缺货”原因比率 = “商品缺货”数量 / 总取消的订单数
“我不想买了”原因比率 = “我不想买了”数量 / 总取消的订单数
“其他原因”原因比率 = “其他原因”数量 / 总取消的订单数
四、维度和度量
维度：分析的角度，度量：具体的数值。
上述的统计指标均是度量。然而，要分析数据还需要关于的维度的数据，包括用户、设备、商品等等。
用户：
年龄、性别、地域、注册时间、购买历史、用户类型
设备：
手机类型
商品：
物品分类、价格、“立即购买”时是否处于商品活动等、库存状态、购买数量、商品税率
五、数据分析
经过上述的分析，指标为转化率漏斗、用户关闭流程前的事件统计、页面后退率、流程的时间及比例分布、取消订单原因比率五个方面。
数据分析有两项重要内容：
1.对比分析：纵向分析与横向分析
2.下钻分析：针对每个指标进行这些分析，找出问题，改善优化流程。
之前，我们将数据颗粒度确定为一名用户对一个商品的一次点击“立即购买”的行为。
因此，上述的指标是将所有的用户、商品聚合在一起。那么，我们可以按用户、商品进行下钻分析。
5.1转化漏斗分析
①对比分析
“立即购买”流程转化率 = 确认购买率提交订单率支付成功率
首先，可以分析一下这个值与行业的对比，一般情况下，相差不是很大就好。
然后，可以分析一下这个值的历史变化，如果趋势稳定说明基本没有问题。如果趋势上升或下降，可以分析具体的原因。
接着，我们可以单个分析确认购买率、提交订单率、支付成功率
可以与行业的值进行对比分析
也可以分析一下历史变化。看历史是否有相关的事件影响了这些值。
②下钻分析
接着，我们要更加详细地分析这个问题。
各个流程的转化率是否和年龄、性别、地域、注册时间、购买历史、用户类型、物品分类、价格、“立即购买”时是否处于商品活动等、库存状态、购买数量、商品税率等因素相关呢？
具体，可以按照实际的数据进行分析。
如果，按照不同的维度进行分析的结果有差异，可以寻找原因，然后根据问题进行解决。
注：新老用户，物品分类可能会有很大的影响。
5.2用户关闭流程前的事件统计
①基本统计分析
库存问题比率、产品规格选择问题比率、商品税费问题比率、收货地址问题比率、优惠券问题比率、发票问题比率、应付总额问题比率、支付超时率、支付工具故障率
这些指标的比重变化，如果增加，即出现某类问题的情况增加，可以分析一下具体的原因。
支付超时率、支付工具故障率问题，可以配合技术人员进行分析。
优惠券问题比率可以分析一下，是否最近的优惠券产生了问题，或者是优惠券信息表达不科学，或整个流程中优惠券的位置不科学，从而导致了用户关闭流程。
每个事件比率均可具体分析一下，这里不作详细描述。
另外，与价格有关的有：商品税费问题比率、优惠券问题比率、应付总额问题比率，这三者也可以结合分析一下。
②下钻分析
新老用户因税费问题退出流程的事件是否不一致？差异有多大？该有什么措施减少税费问题对新用户的影响？
不同的产品类型对用户关闭流程的事件是否有差异？
商品活动是否对用户的购买行为有影响？
等等。
5.3页面后退率
①对比分析
这个值如果较高，可能页面的信息流程设计不合理。
可以与行业上的值进行比较，是否相差悬殊。
该值的趋势变化对比分析，可以找出变化的原因。
②下钻分析
是否从不同的维度分析，这个值会有差异。如果有差异，则表明可以考虑某维度对用户购买行为的影响，从而指导功能设计。
5.4流程的时间及比例分布
①基础统计分析
可以分析不同流程的时间分布，即用户对各个流程的关注程度。另外，可以更加细化分析，用户每个点击之间的时间分布，更加明确用户关注的信息。
从而指导功能流程的优化。
②下钻分析
不同商品类型、用户等维度的流程的时间及比例分布是否不同？
为什么不同？
能否差异化地设计流程以满足不同的情况？
5.5取消订单各原因比率
①基础分析
可以取消订单的原因比率，即用户在各个流程产生错误的概率。可以发现，哪些流程容易产生问题，从而指导功能设计。
②下钻分析
不同商品类型、用户等维度的取消订单各原因比率是否不同？
为什么不同？
能否差异化地设计以避免不同情况下问题的发生？
六、后记
经过分析考拉的立即购买流程，发现了可能存在的问题，如下：
1.产品规格选择顺序问题
考拉中的流程是：立即购买 -> 规格选择
即用户想要购买产品点击“立即购买”后，再选择产品的规格，而此时会存在自己想要选择的规格已经没有了，从而影响用户体验。
2. 优惠券问题
优惠券通常是满额减，而产品的数量会影响价格。
因此，可能会存在用户想要合理地使用优惠券而在“确认购买页”与“提交订单页”之间进行切换，影响体验。
建议将价格相关的条目集合在一起，非价格相关的条目集合在一起。
