落地页上线效果分析
1、根据用户购买的路径,结合数据产出转化漏斗;
2、通过数据转化分析,发现用渠道数据转化中存在的问题;
3、给出分析结论,指导投放部门进行投放。
一、背景:
三节课最近在测试「互联网运营P1系列课程」的投放效果,已经跑了两周,投放效果不是很理想.
二、目的:
1)根据用户购买的路径,结合数据产出转化漏斗;
2)通过数据转化分析,发现用渠道数据转化中存在的问题;
3)给出分析结论,指导投放部门进行投放。
三、支付转化流程
用户触达报名详情页到报名要经历过以下环节
1)用户操作流程
2) 区分步骤
四、数据分析
1. 数据概览
计算各个各个渠道的关节页面指标:
注册页转化率=注册UV/着陆页UV
订单页转化率=订单页UV/注册页UV
支付转化=支付成功UV/订单页UV
整体看,三个投放渠道效果都不是很理想。从三个渠道的转化数据看:
1)
在着陆页uv相差不大的情况下,百度pc的着陆页转化率是移动的两倍,后续的支付转化率也高于移动。在订单页uv相差不大的情况下,百度移动的支付转化率略高于搜狗。但是移动着陆页uv是搜狗的2.3倍。从各阶段的uv及转化率看,整体的投放效果百度pc>搜狗>百度移动。
2)从用户在着陆页的平均停留时间看,百度pc>百度移动>搜狗
3)页面跳出率看,百度pc更不容易跳出,搜狗更容易跳出。
4)从咨询的占比看,百度渠道咨询的比例相对最高,搜狗的相对最低。
2. 数据分析
整体转化率低
根据总体转化漏斗图发现,着陆页转化率出现断崖式下跌,着陆页转化率仅为7.0%。
假设
1)着陆页入口靠后
着陆页有且仅有一个报名入口,且在页面的最下方。基于着陆页略长,翻到报名入口需要翻4-5次。用户在三个渠道的着陆页的停留时间分别为172.2s、166.9s、101.4s,平均停留时间为146.8s,存在未看到报名入口即跳出的情况。我们也看到着陆页的转化率仅有0.7%,从某种程度上佐证了猜想。还需要进一步的验证。
2)注册流程繁琐
从着陆页进入报名页需要判断用户是否登录,如未登录需要进入注册页面。从着陆页-注册页的转化情况看,或许存在注册流程繁琐,导致用户跳出的问题。
建议
1)报名入口提前,让用户快速找到报名页面。
2)优化注册登录流程
投放策略优化
假设
综合来看,即便是表现最好的百度pc渠道的整体表现较好,着陆页转化也不到1%,用户注册页的专业不到30%,整体偏低。同时页面的跳出率均高于50%。可以通过对比不同的数据,探究不同渠道下在转化流程中的优劣势,予以优化。
1)百度pc端的渠道整体表现较好,在着陆页UV相近的情况下,着陆页转化率是其他两个投放渠道的一倍,注册页转化率也最高。但是页面跳出率高达50%。或许是在用户使用过程中存在干扰因素。
2)百度移动着陆页UV是三个渠道里最高的,但是所有数据指标却最不理想。——是否与移动端页面加载的稳定性、交互体验等有关。
3)搜狗的着陆页uv最低,咨询占比最低、着陆页平均停留时间最短。但是在着陆页转化、注册页转化、订单页转化上都优于百度pc。—— 着陆页uv最低,是否和渠道的投放策略有关,比如用户不感兴趣或者投放的群体不精准。
建议
1)百度pc —— 抽样调查百度pc渠道用户的跳出原因,基于用户使用百度pc的场景等发现用户触达、转化过程中的问题,发现影响用户支付的因素
2)百度移动 ——
基于移动端的页面特性,研究用户在打开移动端页面过程中可能出现的问题:页面加载时间过长、链接失效、机型不适配。从而针对性的做出调整优化。同时,基于着陆uv最高但转化效果最不理想的情况,需要对百度移动的投放策略做进一步的验证,明确是否存在用户群体不匹配的问题。
3)搜狗 —— 通过用户调研了解投放对象是否是目标用户:进一步分析搜狗的用户群体与三节课运营课程目标用户的吻合度,来确认投放比重。
数值统计有误&支付流程优化
百度pc渠道这几天的数据趋势有以下问题:
1)20190508当天的支付转化率高于100%,需要排查下原因。
2)5.12-5.13、5.19-5.20这四天的数据相对较低,看日历发现这两天为周日和周一,或许与用户的行为习惯相关。但查看百度移动与搜狗并未发现存在相同现象。可通过对百度pc用户的调研进行验证。
1)百度移动的数据整体波动较大,需要对百度移动的用户进行进一步的调研。同时,由于百度移动的着陆uv最高,但转化效果最不理想,需要了解下投放策略是否有优化的空间。
2)20190508当天存在5人付款,但付款成功为0的情况,需要排查。
1)从指标变化看,在其他指标变化趋势相对稳定的情况下,支付转化率呈现出较大的变化波动,需要对搜狗的支付流程进行调研,明确波动的原因。
五、结论
问题:
通过对数据以及着陆页的分析,总结出以下几点主要问题:
1. 报名入口靠后,以致用户跳出
2. 投放策略(渠道选择&渠道比重&目标人群)存在偏差,需进一步分析
3. 后台数值统计存在一定误差,导致部分数据不准确
建议:
1)抽样选择三个渠道的用户,分别进行用户调研,了解用户在使用过程中的问题,并针对性优化
2)对渠道用户特征与目标用户的匹配度做进一步的分析,以优化投放策略,如投放比重
3)针对用户跳出率高的问题,通过调研明确用户跳出原因,找到挽留用户的方案
4)排查统计接口,明确8号数据异常原因。同时查看其他数据的准确度。