作者:winniezhuo
上周我们提到了通过分群分析进行渠道转化数据的监测,调整了渠道投放策略,最终提升了渠道ROI的结果。
首先,我们回顾一下我们的目标问题:
某电商App,现在面临的问题是用户成交量较低,与投放推广的成本相比,ROI较低。
这个问题,我们应该如何分析?
上周已经讲过:
通过数据挖掘,我们发现了优质渠道A,其用户群与我们的高价值用户比较吻合,同时平均客单价约是原有主要渠道D的1/2~1/3,我们的投入产出比例得到了优化。这主要依赖于通过数据分析找到了优质低价的渠道,降低了获客成本。
漏斗改进效果如下图:
复习请戳→数据运营实战(一)
那么,这个漏斗是否存在其他可以改进的地方呢?
当然有!
我们的现实世界并非是简单的数据逻辑结构,很多结果都是多种原因综合导致的,我们可以用多种角度去分析同一个问题。
下面我们将结合漏斗分析与用户分群来做一个深度分析,通过漏斗的细致拆分和交叉对比,定位问题所在。
那我们就从这个漏斗开始分析:
从上面都是漏斗中,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14.65%,这里应该也有改进的空间。
我们再看页面浏览数据,可以发现,用户在订单确认页面停留的时间长达95秒,这与我们平时的认知不相符。
为了验证我们的假设,我们建立两个小用户群——“确认要付款的人群”&“成功付款的人群”,即把漏斗中“订单人群”到“付款人群”进行了拆分,把确认付款的动作独立出来。
我们能够发现,在“确认要付款”到“成功付款”确实是损失转化的主要环节。
我们看这群“确认付款”&“未成功付款”的人群:
我们姑且把这个人群叫做“付款失败”组。
在MTA中你可以通过设置用户分群设置来实现这一步的处理,如下图。
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网络的比例要高于大盘人群(5.68% vs. 1.36%),且设备品牌中,相对机型较小众、低端。
我们实际测试了品牌1和品牌2的实际几个机型,主要针对的就是付款页面的页面体验,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40秒以上的空白页面,严重消耗了用户耐心。
于是我们做了以下改善:
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。
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3%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,保证了付款流程的顺畅性,对于提升漏斗也有一定的作用。
好了,今天的分享就到这里啦~
总结一下,数据运营的优化思路其实就是通过细致拆分,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,以确定改进的思路。
下一篇将会带来数据埋点的内容,敬请期待哦~
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。