本文根据神策数据数字营销经理罗彦博《如何正确使用漏斗分析提升转化》直播整理而成。本文主要内容如下:

  • 通过漏斗分析做 SEM 实时调整

  • 推广落地页的转化路径设计

  • APP 推广中的数据拦截问题

温馨提示:文末有彩蛋哦!

不少人都会和我有同样的感觉,市场的小伙伴可能会更明显:这几年,市场推广越来越难做了。2010 年前后,流量红利时代,用户积极性高,APP 处于早期阶段,线上推广的模式简单却十分有效,商业营销以网站流量为主,转化简单,竞争小,成本低,移动流量起步发展。

2016 年前后,搜索引擎广告位因为特殊事件而锐减,APP 趋于成熟,自媒体爆发,线上的流量出现分流的情况,今日头条等信息流平台异军突起,用户受众对营销推广开始熟知,并对产品和营销文案有了一定要求和预期,线索成单、用户注册、APP 下载等推广目标的转化门槛增加。

2019 年前后,百度取消精确匹配,获客的流量和转化成本进一步增加,私域流量、社群运营等多种引流转化方式日新月异,直播带货崛起,短视频流量迎来前所未有的高峰。

其实从 2010 年到现在 2020 年这十年间的变化,可以看出,线上营销的发展分为了两个阶段:

  • 2010 年——2016 年:线上广告的普适性逐渐增加,广告涉及行业逐渐扩张。

  • 2016 年——2020 年:线上广告的行业性在逐渐加深,精细化运营要求逐渐提高。

在这种背景下,如何通过漏斗分析去帮助大家进行精细化的运营是很重要的,今天有幸和大家分享。

上图是常见的漏斗模型,从感兴趣搜索、到落地页 UV、到转化再到最终成单,可以分为三个大的阶段:搜索推广阶段,网站转化阶段和承担转化阶段,今天的分享主要围绕前两个阶段进行。

一、通过漏斗分析做 SEM 实时调整

该部分主要讲解一些平时做 SEM 推广容易忽略的重要问题。

首先,搜索转化阶段。SEM 的任何优化动作,拆解开都可以总结为三个步骤:抓重点、溯源、优化。

如果在优化时直接找到异常数据直接调整,这样其实是不严谨的,容易走弯路,甚至越调越乱。把这三个步骤之间的关联摘出来,可以看到:抓重点能够减少溯源成本,而溯源可以提升优化的有效性。

其实搜索推广优化这部分是由很多细化的漏斗结构组成的,现在将这部分放大分析。

这部分可以细化为四个主要的结构,也是漏斗分析在搜索推广阶段上的主要应用场景,从用户感兴趣点击广告,到访客到站成为一个 UV,用户到达转化页面,最终成功注册。这四个结构可以分为三个阶段,而这三个阶段分别最易出现的问题是:

  • 从广告点击到访客到站即进站流量阶段:“广告点击量不足”

  • 从广告点击到访客到站即进站流量阶段:“UV 降低”

  • 从广告点击到访客到站即进站流量阶段:“转化率降低”

再把各个问题进行拆解,结合网站就可以相对容易的找到问题的原因。

比如造成广告点击量不足问题有可能是两方面原因,一个可能是广告排名情况不理想,一个可能是点击率不正常。如果是广告排名情况出现问题,有可能是出价过低,没有使用出价策略,导致竞争对手的排名在你之上,甚至出现在搜索引擎的底部。

很多市场小伙伴,在优化的时候,最容易忽略的问题不是点击量不足,也不是转化率,而是中间的 UV。而跳过 UV 去看注册,是大忌。

UV 即网站独立访客,是衡量流量对于当前页面价值的标准之一,跳过 UV 根据注册情况直接做前端的优化,很有可能出现的情况是,忽略了网站自身存在的问题,而进站流量阶段本来没有问题,却反而因为不必要的操作引发了更多的新问题。

其次广告的展现不足和竞品对于企业的影响也容易被忽略。市场就这么大,如果多了一家强劲的竞争对手,分走了一批客户,你的蛋糕自然会被切走,那么时常关注你的竞争对手的动作尤为重要,把竞争对手的主要投放方向、渠道、网站结构、风格,包括注册的流程,都要定期记录。与自身进行对比,取长补短的同时,也能够在竞争对手调整网站的第一时间,快速获悉,并做好准备。

当然最重要的一点是要有一套完备的监控体系,来支撑所有的预警,数据分析和结论输出。下图是神策分析 Demo 中模拟实际场景的截图,神策分析可以自定义自己的概览,把日常最重要的且需要时刻查看的数据放到概览里。这里可以包含事件分析、漏斗模型监控等等各种分析模型。

下图展示的是从神策分析的事件分析到漏斗分析定位问题的过程。通过注册事件分析,我们发现 23 日的数据明显下降,23 日是正常的工作日,非周末和节假日,这是典型的工作日骤降问题。我们找到对应注册线索的漏斗分析,对比各个层级维度,发现是表单在发送验证码的时候出现了问题。

如果我们这次分析没有用漏斗分析,而只是通过关键词到注册去查看的话很有可能只是认为这批关键词无效,不仅错过了表单问题的最佳调整时间,还错误的调整了一批关键词。

二、推广落地页的转化路径设计

网站的一些不合理设计也会导致用户流失,这一部分主要讲解推广落地页的转化路径设计。

如果直接问网站的转化路径怎么设计?用户路线怎么走?思维会陷在一个很狭窄的局面中,这里我们主要从两个方面着手。

1

网站的作用

网站是一个流量的载体,这个载体主要有四点作用。

  • 网站可以使企业的形象具象化,可以帮助企业快速缩短和用户之间的距离,帮助用户加速了解企业。

  • 网站是承接用户和企业之间需求和供给的平台,能够帮助企业和用户之间建立联系。

  • 网站有一套完整的获客体系和路径,相比依靠纯人力提高了企业的获客效率。

  • 网站能够实现快捷而且持续的给用户带来价值,所以网站能够帮助企业维持用户粘性。

通过上述 4 方面,帮助企业达到获客、成单、提高 ROI 的目的。

2

用户的关注点

当用户第一次进入一个网站之后,他们通常会提几个问题:这个页面提供了什么?对我有什么帮助?产品如何运作?接下来我该怎么办?为什么我要信任此页面?

上述 5 个问题可以分为三大类:信息收集、深入了解和建立信任。我们需要做的就是把用户的诉求和企业的业务挂上钩。主要通过以下行动来实现:

  • 塑造企业个性

通过整个网站的风格、视觉上的层级,给用户良好的第一印象。其次,要把企业的愿景或者是主打的业务明确的表示出来。最后,还要有相对独特的品牌形象,logo,包括一些吉祥物,让用户能够一下就记住。

以神策为例,官网视觉层级明确且美观,上方详细显示整个网站的导航,下方白色这块为几大产品的导航。同时,各条产品线 logo 以及吉祥物——小数点的风格均一致。

  • 合理布局

目前,主要推荐三种布局方式:

第一,紧凑式布局:紧凑的布局更能够牢牢抓住用户视线,有效区域一般推荐宽度:1180px。

第二,F 式布局:F 式布局是一种科学的布局方法,基本原理依据了大量的眼动研究。据此,我们习惯性的把重要元素(诸如品牌 logo、导航栏、行为召唤控件)放在左上,而右下一般放置一些关联信息。

第三,行业习惯布局:根据不同行业习惯及实际情况决定。

  • 高效的引导

首先,要学会简化网站界面,避免信息过载。有的网站恨不得把能放在一页里的信息平铺,然而用户却不会一条条阅读,并且视觉感受极乱。

其次,要有明确的导航,用户性子急,在追求效率的过程中需要明确的导航。

再次,要有显眼的 CTA,不要让用户找不到。

最后,如果想提高转化,就要明确告知客户,注册了之后,能收获什么,要有明确的 Gated Content,很多企业的内容产出非常丰富,但大多内容都直接放在网站上供用户观看,而注册之后能给到用户的内容少的可怜,这就会大幅度降低用户注册的兴趣。

做好上述这些能够帮助网站更好承接网站和用户间的供给需求,同时也可以提升企业的获客效率。

  • 友好的交互

这部分的内其实涉及很广,我们只选择应用较广的几点来说。

首先,悬停选择。简单来说,就是网页上有一个按钮,当你的鼠标放上去的时候,按钮变得突出了,或者是颜色变了,其实这就是悬停选择,告知用户此按钮可点击。

其次,告别非必要弹窗,减少用户的厌烦情绪。

最后,网站的动态化设计和在线沟通,都需要根据自身行业用户实际习惯和当前诉求决定。

  • 相关推荐

最常见的是用户喜好推荐,比如淘宝京东的猜你喜欢、抖音的短视频推荐等等。除此之外,可以按照推荐意图分成两个大类,横向推荐、纵向推荐。

横向推荐是指为了让客户更全面的了解产品,把用户所看内容的相关内容推荐给用户。比如用户看的是 A 产品的介绍,我们可以把同类目下的 B 产品和 C 产品的介绍推荐给客户,帮助他更快速地找到哪款更适合他。

纵向推荐旨在引导用户的转化,当用户在看产品介绍的时候,我们推荐用户看看产品的功能和案例,最后我们引导用户去试用。

最后,新内容产出或推送。如果用户第一次注册就把网站里所有能看到的内容都获取到了,而且后续没有任何新内容的产出或者推送,那该用户除非有刚需,一般情况下难以转化,粘性很弱。

  • 监控,迭代

上述所有的一切其实都是在企业有完备的监控体系的情况下才能进行,我们把累积的用户行为数据,用用户行为分析工具进行分析,对比和核心(比如说注册)指标之间的数据关系,找到可以优化的点,进行 A/B Test,最终实现快速迭代。

三、APP 推广中的数据拦截问题

获客转化的转化目标分为很多种:注册留资、APP 下载,在此以 APP 下载为例,分享在落地页上 APP 下载过程中,会遇到的问题和通常的解决方案。

目前国内做 APP 线上推广,以安卓为例,主要有两个重要渠道。

第一 ,安卓应用商店,其中又分:

  • 厂商商店,如:华为、oppo、vivo、小米等

  • 三方商店,如:应用宝、360,还有以前的百度手机助手

第二,线上的营销渠道。如:SEM 推广,信息流推广,短视频推广等。

在此主要分享在这些渠道推广场景下,会出现的一个数据统计问题。

先来梳理一下应用商店的推广场景:

首先,开发者要准备好上传的 APK 文件,即 APP 的安装包。然后商店渠道的负责人将 APK 文件上传各大应用平台。最后,为了区分不同商店的用户来源,一般的做法是:各个商店平台,以渠道 ID+ 渠道命名的方式,来区分流量来源。例如:华为商店,渠道 ID:1001;OPPO 商店,渠道 ID:1002。在统计每天的新增下载数量时,以渠道 ID 作为区分依据,就能统计出各个渠道的新增下载量。

那么在应用商店场景下,一个用户要下载一个 APP,需要几步操作?

第一步,一般情况下,用户会去搜索他想要的应用名称或者分类。这个时候用户会看到检索列表,用户有两种选择,一种,点进应用的详情页,看详细产品介绍、配图、评论,再决定要不要下载。第二种,直接在搜索结果页上,直接点击下载按钮即可。

第二步,点击下载。在下载场景下,用户不需要做任何操作,现在安装商店的自动下载功能已经做的非常优秀了,而且 4G 流量资费也很便宜,网速很快。用户不再像前几年,还需要等待到 WiFi 环境下再去完成下载。

第三步,安装启动。安装系统下,APP 的下载和安装激活是分开的,安装动作的推进,是需要用户授权同意的,一般也就是点击确认,同意各种授权即可。

到此,一个完整的 APP 下载到激活的过程就完成了。

假设这个应用商店是华为商店,那么广告主的后台数据上,会很清楚的记录下:华为商店,今天新增下载激活用户量为 100,今天花费为 500 元,那么一个新增用户成本就是 5 元。这样看来应用商店场景下的用户数据是十分完整的,也是可统计的。但是否真的是这样呢?

以 SEM 或者现在在教育行业很火的信息流场景为例,用户 APP 下载的路径是怎样的呢?

第一步:用户看到广告

如果是搜索,那么用户会搜索某个关键词,看到搜索结果页的创意广告。如果是信息流,那么用户给看到定向推送广告素材,可能是图文形式,也可能是短视频的形式。

第二步:点击广告,进入配置的落地页

在落地页内,用户无论做什么,我们都希望用户最终下载 APP,我们会直接在落地页上配置一个下载按钮,让用户当时立刻可以下载,当用户点击下载按钮后,就进入第三步。

第三步:进入下载激活环节

在非应用商店场景下,用户在 H5 页面上,点击一个下载链接,拉起下载请求时,通常会顺利的下载落地配置的指定安装包,我们取个名字:渠道 ID:111。但现实情况时,往往有部分的厂商手机系统,会识别到这个渠道 ID 为 111 的安装包与手机厂商自己应用商店内同名的应用不一样,我们将厂商应用商店这个安装包命名为:渠道 ID:112。因此,会有概率出现以下这种情况。

用户点击完下载按钮,完成渠道号为 111 的安装包下载后,在正要进行安装时,系统会提示:“此安装包有风险,用户是否继续安装。”但有的会更过分一些,直接告知,“有更安全的安装文件方式,是否要继续下载?”

大多数用户点击“继续”,但是对于一些小白用户,可能会很懵,他们会在这种情况下,点击“去应用商店下载”。这时就到了前面提过的第二步,直接拉起厂商应用商店内同名的应用,也就是渠道 ID 为 112 的安装包下载链接,进行下载。

此时,就和前面介绍的应用商店路径一样了。用户会很顺利的完成 APP 下载、安装和启动,使用的也是完全一样的 APP,我们称这种情况叫“厂商拦截”。

似乎看起来好像对公司没有什么影响,毕竟用户没有流失,但其实,影响不容小觑。

假设 ID 为 111 的渠道,花费 500 元,实际有 100 个用户点击下载安装,但因为厂商拦截,有 50 个用户实际下载的是 ID 为 112 的厂商商店安装包,这 50 个用户,是统计在厂商应用商店渠道下的。

核算一下成本:渠道 111 的用户成本 10 元,厂商商店的用户的下降了,因为他的投放费用没有变化。负责投放的老板就会觉得,ID111 的渠道用户成本太高,ID112 的渠道用户量有明显增长,成本还下降了,因此,减少 111 的渠道投放预算,增加到 112 的渠道。如果这两个渠道是分别由两个同学负责,那 111 的业务人员必然欲哭无泪。

那么,怎么解决这个数据统计准确性的问题呢?我们这里分享两个可用的方法。

  • 第一种:在落地页上,统一让用户先输入手机号,再进行 APP 下载。

例如:赠送一个新人礼包,用户下载应用后,用相同手机号登录,即时到账,且在页面做统计埋点,将手机号信息带入市场流量的监测统计工具。比如神策分析就可以将每天启动用户手机号和落地页获取的手机号进行匹配,准确的统计出实际的新增用户量。

简而言之,通过神策分析,用户在投放端的表单信息与 APP 下载的数据、登陆激活的数据实现打通。

  • 第二种:在落地页,增加统计埋点

统计落地页的用户设备信息,如 IMEI 号,cookie 值,也可以统计落地页用户的 user 信息,这个数据可以找营销的平台去打通获取。

最后,在神策分析中,将实际安装激活的用户信息中,带有 user 信息或者 IMEI 信息的用户筛选出来,就是这个渠道的实际新增用户,这样就避免以单一的渠道 ID 作为用户的辨别依据。

今天的分享到此结束,感谢大家的聆听。

『彩 蛋』

除了神策数据数字营销经理这一身份,罗彦博还是一枚炙手可热的网红新秀!

打开抖音 APP,关注“神策数据”官方抖音账号,既有小罗活泼跳脱的槽点日常,还有深入浅出的知识分享,网红小罗,在线等你哦!

✎✎✎

更多内容

  • 神策数据韩锐:品牌零售行业业务增长方案

  • 环球网校签约神策数据,数据赋能教育行业创新升级

  • 神策军 | 码农变身“建筑师”:安逸中离走,责任中成长

点击“阅读原文”,免费体验 demo

神策数据罗彦博:如何正确使用漏斗分析提升转化?相关推荐

  1. 数据运营-计算留存率和转化率(漏斗分析Python)

    一.案例数据 在数据运营中,留存率分析和转化率(漏斗)分析是经常用到的,本文结合具体案例总结了如何利用python求n日留存率以及各环节间转化率. 指标释义 案例数据集介绍: 本文是利用淘宝app的运 ...

  2. 重磅!神策数据游戏行业解决方案全面上线,速来围观

    伴随着互联网的迅猛发展与 5G 技术的落地,"游戏"作为一种全新的社会行为方式已进入了蓬勃发展的阶段. 今日,神策数据正式推出游戏行业解决方案,上线官网并全面公开,旨在帮助更多的游 ...

  3. 神策数据全新服务体系——打造用户行为分析领域服务最高标准

    2018 年 4 月 11 日,神策数据 C 轮发布会的主题--时代"据"变,服务为先. 神策数据不仅关注用户数据分析需求,更加专注于帮助企业将数据驱动落地.国内市场当前发展进程不 ...

  4. 神策数据:游戏企业如何做产品 A/B 测试?三大案例一次搞懂

    A/B 测试是游戏行业常用的数据试验方法,特别是有过游戏出海经历的企业,都尝试过 A/B 测试: 商店 A/B 测试:在 Google Play 开发者后台,通过 A/B 测试挑选最合适的游戏图标.商 ...

  5. 神策数据王琛:用户画像实践之神策标签生产引擎架构

    导读:用户画像是建立在数据基础之上的用户模型,是产品改进.精准营销等业务场景中不可或缺的重要基础.而构建用户画像的过程就是要给用户打上各种维度的标签,并基于标签进行定性或定量分析.这其中,建设灵活.全 ...

  6. 深度案例 | 神策数据如何助力房产企业数字化转型快速落地?

    伴随着数字中国战略的实施.市场环境的变化以及云计算.大数据.人工智能等新技术的渗透,房产企业不得不与时俱进.加速步入调整期,打破规模化效益.粗放式经营的发展状态,转变为以数据为核心.降本增效.数字化运 ...

  7. 货拉拉携手神策数据,数据赋能企业,实现多元颠覆式创新

    近日,货拉拉签约神策数据,未来神策将以第三方数据分析平台的形式助力货拉拉进一步加快同城货运产品和服务的创新与突破. 货拉拉于 2013 年创始于香港,以平台模式连接车货两端,提供"互联网+& ...

  8. 神策数据多少含金量?PICOOC 有品帮你智能称量

    一天一度称体重,只见"成果"不见瘦,你有没有想过为什么? 因为没有用数据分析的思维解读自己的身体啊!PICOOC 有品与神策数据正式签约合作,将用户行为分析平台引入智能体脂秤特殊定 ...

  9. 神策数据荣获“年度最具影响力大数据服务厂商”奖项

    6 月 22 日.23 日,第五届中国全渠道零售峰会在上海东锦江希尔顿逸林酒店举行.众多零售企业参与,六百余位嘉宾与零售领域行业高层和精英齐聚一堂,共同探讨行业趋势.技术应用.企业转型升级.上下游合作 ...

最新文章

  1. 使用javascript模拟常见数据结构(二)
  2. 46 万奖金等你拿 | 微众银行第二届金融科技高校技术大赛报名中
  3. 集成两路MAX1169的STC8G1K08模块,带有两路PWM输出
  4. ibatis中多表联接查询
  5. 虚拟主机域名访问yum服务器,虚拟主机域名访问yum服务器
  6. 大数据技术原理与应用-概述
  7. 60名英语专八的半年苦战:机器智能背后有一群“数字工人”
  8. K-means 聚类算法的图像区域分割
  9. api.cls.php文件,php数据POST提交到API接口
  10. 百度亮相NeurIPS 首届Expo:向世界科普了中国自动机器学习框架
  11. php openssl 处理pkcs8,openssl生成RSA格式私钥,转换为通用型PKCS8格式
  12. 离散数学-第八章图论及其应用
  13. Halcon教程二:内置实例程序库
  14. 《AI·未来》 ---- 读书笔记
  15. 高斯分布的概率密度函数
  16. 用rtl8139网卡制作的bios编程器(不用并口)
  17. 在csdn中,如何获取积分
  18. ios13屏蔽系统更新方法
  19. TIOBE 8 月编程语言排行榜:数据挖掘和人工智能语言强势崛起!
  20. 计算并输出最高分及其学生学号

热门文章

  1. 安徽省二级c语言笔试样题,安徽省二级C语言程序设计笔试样题1
  2. java paint文字_Java中paint怎么用
  3. 标题隐藏_头条官方课程没看就想起好标题?请收藏好这篇文章,不要再犯错了...
  4. xcode8 matlab,Xcode8 iOS App上传详细流程
  5. 如何用计算机输入数学公式,使用Win7输入面板让数学公式输入更轻松
  6. qt获取开发板ip地址_qt获取网络ip地址的类
  7. mysql8.0默认引擎是什么_MySQL8.0新特性【转】
  8. phpcms调用栏目描述_phpcms标签整理_当前栏目调用
  9. 【推书】重新定义公司--来自Google运营之道
  10. 【分享】扎克伯格的26条提升效率点子