时间: 2021-08-03 09:50:20 人气: 9 评论: 0
文章分享了提升网站转化率的一些方法，希望对你有所帮助。
如何在你的网站上采用转化优化、增加转化？
正式的转换优化流程，大致是这样的：
在这篇文章中，我们将要通过这个科学的改（xiu）良（lian）过程来提高你的转换率：
研究需要弄清楚你目前的状况，以及现有流程中哪些流程需要改变或完全删除。以下是一些可以开始的步骤。
首先，最重要的是评估当前的性能和工作流程。你可以参考原有的分析来收集关于当前转化率的资料，例如，访问者的访问过程以及转化漏斗的用户流失情况。
从转化漏斗的映射开始。你可以直观地看到用户成为付费用户的特定顺序。这个过程将帮助你创建一个如何将“陌生人”一步步引导为“促进者（用户主动推荐你的产品）”的蓝图。
ConversionXL的转换优化专家和创始人Peep Laja 为创建真正以消费者为导向的用户流构建了一个分步指南。
除了识别用户流量之外，研究这些流程是否正常工作也很重要。你是否在不期望看到的地区遇到客户流失？你的注意力是否比最初预期的要少？你的转换渠道是衡量整个用户访问历程还是可能错过一个步骤？
GoogleAnalyticsTest.com的开发者Eric Fettman ，对转化漏斗和客户访问历程进行了一些有趣的观察：
找到工作流程和差距之后，下一步就是深入探究其原因。你可以通过研究是什么，为什么，怎么做（经常被称为Simon Sinek的**金圈）来做到这一点：
用户在你的网站上做什么
这包括定量分析你的网站的不同页面上的访问流量或转换量。你可以使用Google Analytics（GA）等工具来达到此目的。
他们的行为如何
现在，你知道有一定数量的人登陆你的网站，那么了解他们在网站上都做了什么就显得至关重要了。例如，点击链接或CTA，向下滚动，填写表格等。现在各大SaaS公司提供的访客行为分析工具（如热力图，访客记录和表单分析）可以帮助你实现这一目标。
为什么他们这样做？
你还可以通过定性的页面调查和启发式分析，了解你的用户为什么要这么做。
当你窥见到转化漏斗上的漏洞，你就应该设定明确的优化目标。
达到量化的预期转换率非常重要，因为这**为你的测试工作指明方向。否则，你最终可能**仅仅以将页面上的转化率提高1％来草草结束，并且误以为已经做到了极致，而不**意识到其实际潜力。
你应该根据当前的策略找到你业务的主要目标。你现在专注于什么？是获得的总用户数，是上传的图**文案数量还是实际的营收？
不管它是什么，我希望你都应当把重点放在不太软的项目（“提高品牌知名度”）和策略上（“增加每个**话的页面浏览量”）。
基于这项研究，是时候开始策划你的A / B测试，检测你的转换率了。
到目前为止，你应该已经获得了足够的思路，以对你的网页或渠道的哪些更改可以带来值得期待的改变进行有根据的猜测。
这里需要提到结构化的假设。它将为你的优化工作铺平道路。即使这个假设失败了，你也可以回顾你的各个步骤，并对出错的地方加以纠正。如果没有这个结构化的过程，优化的努力可能**走入歧途，偏离目标。
其核心是假说是一个由三部分组成的陈述：
你认为，如果我们[做出改变]，我们预计[期望的结果]，因为[相应的研究]。
举个栗子：
我相信，将可信度证明放置到更接近结算表单的地方，将提高百分之五以上的成功付款几率，因为根据研究，56%的人在该页面最终取消订单的原因可能是由于缺乏信任感。
计划完成后，是时候申请执行了。你制定的优化业务流程的计划需要部署。除非你在BAT之类的庞大公司工作、有自建A/B测试项目组的能力、物力、精力，否则还是建议与国内的SaaS服务商合作来使用A/B测试。
根据你所要实现的计划类型来做一些小的适应性改动：
当面临这类情况时构建普通的A/B测试：
变化较小，整体风格并没有太大变化。比如banner改动，CTA更迭之类。常见于App的小改动
在以下情况下使用多链路测试：
设计需要对原始页面进行重大更改，以便创建单独的页面（位于不同的URL上）更容易。
要测试的页面已经存在于不同的URL上。
另外，如果页面的多个元素需要测试，即要进行多变量测试的时候，使用Testin云测的流量分层机制效果更佳。
在开始运行测试之前，你还需要确定测试持续时间。
测试持续时间取决于你的网站收到的访问者数量和你正在查找的预期转换率。具体的计算公式就不说了，非常繁琐，你可以直接使用网上那些免费的A/B测试时间计算器来查找你应该运行测试的持续时间。
务必要算好测试时间再开始，别一拍脑袋决定做多久。那样只**导致你的结果不可信。
最后，你还应该能够检查和分析测试结果。这将**给你带来至关重要的情报，你不仅可以将其应用到当前页面，而且还可以用作将来的经验参考。
不管结果如何——积极的，消极的或不确定的——你都必须深入研究并积累经验。
当你分析A / B测试结果时，要留意你是不是正确处理了各项指标。如果涉及多个指标（辅助指标以及主要指标），则需要分别分析所有指标。说到这一点，目前国内市面上成熟的A/B测试SaaS服务商都支持对实验结果的进一步分析，所以并不用担心缺乏相关知识导致对着结果干瞪眼的情况
作者：Vaishali Jain
译者：一颗糯米
来源：Visual Website Optimizer Blog
原标题：《A 4-Fold Approach to Increasing Conversion Rate on your Website》
一颗糯米，Testin数据运营事业部的一小只，微信公众号：云测数据（testindata）
本文由 @一颗糯米 翻译发布于人人都是产品经理。未经许可，禁止转载。
题图来自PEXELS，基于CC0协议
