前言：寒冷的北京的春，周末宅在家独守空房思考，有点想法令我豁然开朗。于是撰文记之，又开始拿 Google Analytics 此工具开始说事了。

理论：

    对于一个需求不太专业的电子商务网站客户来说，他们关注的东西并不多，但是“转化”倒是一个重要内容。

    面对这种转换分析，常用的方法是使用“目标”。以 Google Analytics 为例，即设置特定的页面为目标（Goals），从而知道转换的变化与好坏。对于封闭的，单一的转换，这种方法是完全没有问题的，但是对于非封闭的，而且是动态的页面，方法论就会有一些瑕疵。

网站主问我：“我的访问者，有多少人会去我的商品页？”；“我的访问者，有多少人会去下单？”

    

    于是使用定义“目标”方法的话，需要定义所有的商品页为 Goal 1，购物车页为 Goal 2，……

    

    Goals 的定义是以Page Views为单位的。也就是举例说：

2次 Visits，其中1次，从促销页去查看了3个产品页，另外一次从页面去看了2个产品页，共实现了5个 Goals，转化率为 5 / 2 = 2.5。 2次 Visits，其中1次，从促销页去查看了6个产品页，另外一次直接从首页跳出（Bounce）。这样共有6个 Goals，转化率为 6 / 2 = 3。 结论是后者的转换率高？可是前者2个访问者皆实现了到产品页的转化哦！如果数据放大，这种疑问就值得沉思了。

    所以我就觉得有点奇怪，用 Page Views 作分子，Visits 作分母，它们的比值似乎不太对劲。因为个别狂热的的访问，会造成多次的目标实现，就会拉高整站的转换率。

    于是我们调整算法，抛弃 Goals 的设定方法：

2次 Visits，其中1次，从促销页去查看了3个产品页，另外一次从页面去看了2个产品页。2次 Visits 都成功转化到了产品页，转化率为 2 / 2 = 100%。 2次 Visits，其中1次，从促销页去查看了6个产品页，另外一次直接从首页跳出（Bounce）。2次 Visits 只有1次转化到了产品页，转化率为 1 / 2 = 50%。 这样看起来是否更合乎逻辑了。因为是 Visits 与 Visits 之间的比，而且分子除以分母的比值永远小于100%。

实践：

    基于前面的结论，我们需要知道数据：

    1、有多少次访问来到了我们的网站

    2、其中有多少的访问造成了转化去了我们的任意产品页

    3、再其中有多少的访问会进去购物车

    4、然后是下单 - 物流 - 支付……

    这样才是一个完全的 Funnel 漏斗，而且这个 Funnel 的确是越来越小。

    首先，查看我们网站的 Visits，这样可以知道有多少次访问来到了我们的网站。

    然后，定义多个 Advanced Segements：

    

Segement 1（去看过产品页的Visits） 的条件是：Page Contain “ProductID=”； Segement 2（去购物车的Visits）的条件是：Page Contain “Flow.php”； Segement 3 （去下单的Visits）的条件是：Page ……（忽略掉请自由发挥）。

    不同的电子商务网站的产品页的共性不同，你只需要找出共性，找到他们即可。有的是“/goods.php?id=888”，有的是“/Product/3333.html”，有的是“/StyleDetail_9384/”……

    最后，我们开始跑报告，把定义好的 Segements 都应用到报告中去：

    

结论：

    于是得到按周来看，这三个 Segements 的数据（声明：演示数据，数字已人工调整）。

    

    从下面的图表，我们就很容易回答刚才的问题：

本电子商务网站会有 61% 的访问会转化到产品页，从上线第一周开始，随着网站的优化，以及各种促销活动的开展，这个转换率一直在提升。特别是在11周，由于季末大甩卖的促销的有力推动，转化率一度拔高到 67% 的历史最高水平。 从产品到下单的的转化率平均为 3%，低于行业平均水平（行业平均水平为 XX%）。令人关注的是，最近产品到下单的转化率一路下滑。 尽管有较高比例的用户会访问产品页，但下单的用户转化率偏低，可能存在的问题有：价格优势不够明显。 页面购买下单的按钮都不明显。 页面设计不够合理。 ………………说一大堆。

    

建议继续学习：

1. DBA诊断利器 - Event 10046和 10053    (阅读：2198)
2. Advanced Segments 快速诊断电子商务网站    (阅读：1500)