转化百分比_产品转化率在交互设计中的应用

总结：产品转化率的增长是强有力的ROI参数之一，它体现了良好的用户体验设计和用户研究为产品带来的价值。

什么是产品转化率

转化率是指做出了产品期望行为的用户的百分比。比如说一个电商网站在5月份有10万的访问用户，有2千用户从网站上购买了商品，那么这个网站的购买行为的转化率就是2000/100000 = 2%。

需要注意的是转化率的基数统计可以是访问者的总数量也可以是访问的总次数，同样的采取产品期望行为的数量可以是人数也可以是次数，这两种方式都是可行的，但是一定要保证数据统计方式的一致性。

什么是转化事件

转化事件除了销售事件之外，它可以是任何对公司业务至关重要的绩效指标（KPI），也就是产品期望用户采取的行为。比如说：

1. 在电商网站上购买东西
2. 成为注册会员
3. 在网站上保存信用卡信息来方便后期的快速结账
4. 注册订阅（付款或是免费）
5. 下载试用版程序，或是使用其它能够促使人们购买行为的好东西
6. 对一个咨询服务或者B2B产品请求获取更多相关信息
7. 使用程序中的某项功能，特别是新增或者高阶的功能
8. 升级服务，这时的转化率基数就要统计已经使用低一个等级服务的用户数量
9. 将产品下载并且使用，或者一周之后仍在使用该产品
10. 在网站上停留一定时间，或者阅读了一定数量文章
11. 在测量周期内回访网站一定次数
12. 任何其他能够通过计算机统计并且是产品期望用户执行的行为

我们也可以去统计用户的细节交互行为比如点击一个链接，观看一个视频，向下滑动屏幕超过屏幕的分屏线，或者其他二级操作，这些操作本身的价值可能并不高但是可以体现用户的参与程度。

为什么转化率重要

很多时候我们都在统计用户的访问次数，但是基于对管理用户界面设计和评估用户体验设计的有效性考虑，转化率通常比访问计数更重要。

因为即使设计保持原样，访问次数也会因为强有力的营销手段出现峰值，而这时的次数增加只归功于市场部门和设计部门无关。

相比访问次数，转化率测量的是用户在网站上做了什么。所以设计的好坏会对转化率产生很大影响，转化率也是评估用户体验策略是否有效的重要指标。

需要注意的是有时候因为一些特殊事件而造成网站访问量的激增，激增的访问量中大部分访问人群可能并不属于产品的核心用户人群，这时的转化率会因为访问量的激增而骤降，在这种情况下统计转化事件的次数会更有效。

应该采用多长的测量周期？

如果你只想要一个简单的回答，那么可以用一个月为周期来测量用户数量的基数和有转化事件行为的人数。

其实这个问题是没有一个单一的答案的。不同的测量周期应该对应不同的测量目的。以下是一些决定测量周期长短的一些参考标准：

1. 1. 测量周期应该足够短，从而能够监测对比不同周期内的转化率并且对业务产生积极影响。就比如说如果用一年作为测量周期，虽然能够得出很完整确凿的数据，但是在使用这些数据提高公司利润之前，公司可能就已经倒闭了。
   2. 测量周期要有一定长度来避免一些随机事件或是结构性影响。比如说大多数B2B产品在周末时段的访问量会骤减，因为它们的核心用户不在办公。如果用一天作为测量周期的话就会出现产品转化率的巨大浮动，而这种浮动只是因为周中和周末的原因而不是产品本身的性能，采用一周为测量周期就能去掉这种跟产品本身不相关的影响因素从而得到相对平缓的产品转化率曲线。
   3. 测量周期应该和产品开发周期对应。如果公司每个月会有一次较大的产品设计改动，而测量周期是一个季度的话就会产生很多问题，因为每个测量周期中有3个不同的设计，这就无法判断是哪个设计对转化率产生了影响。

无论你采用什么样的测量周期，都需要考虑周期内部的季节性影响。比如几乎所有的电商网站都会在12月的假期购物季有销售额的激增。

转化率 VS. 可用性测试指标

针对不同的测量内容，一个良好的转化率一般在1%-10%区间内。而在可用性测试中任务的成功率通常在80%左右。那如何解释这两者之间的巨大差距呢？

其实原因很简单： 可用性测试通常会让用户去完成一项任务，测试的目的是评估用户是否能完成指定任务。即使商品的价钱很贵，人们还是会去购买，因为这只是针对特定使用情景的可用性测试。换句话说80%的成功率代表有20%的用户无法成功的使用该产品，不代表80%潜在用户会成为最终的购买者。

从另外一个角度去看这两项指标，例如一个电商网站有4%的购买行为转化率，在购买行为的可用性测试中有80%的成功率。如果我们能够避免所有的可用性问题，剩下的20%的用户也能成功完成购买任务，那么网站的购买行为转化率就能提高到5%。

产品转化率和用户体验设计

监测产品的转化率并且时刻观察设计的变动对转化率产生的影响从而调整公司在用户体验上投入的成本，这点很重要。

举一个简单的例子，有大量案例表明一个相对简单的注册表单设计会极大的提高注册行为的转化率。设计师可能会因此去掉表单上的很多问题。但是在实际生活中，注册表单中出现的问题都是有对应的原因的：可能是有趣的值得收集的数据。如果在会议中你反对保留这些问题的理由仅仅是会影响注册表单的可用性，往往没有很强的说服力。但是如果你用A/B测试来统计长一些的表单和短一些的表单各自的转化率，你就会得出这些多余问题带来的实际成本。

具体说就是：

如果原本的注册表单的转化率是10%，去掉一个问题转化率提高到11%。每年点开注册表单的用户基数是10万人，那么去掉一个问题会就会多出1千人完成注册。如果每次注册行为平均能给公司带来$20的收益，那么这个问题的成本就是每年$20000。

这时我们就要问这个问题得到的统计数据的价值是多少。也许公司因为这个问题更加深入的了解了目标用户从而能带来$100000的收益，如果是这样的话就可以保留这个问题采用可用性不是那么好的注册表单设计。但是大多数的案例中，这些额外的统计数据并没有带来实际价值，这种情况就需要清理表单上多余的问题来获得更高的转化率。

参考文献：https://www.nngroup.com/articles/conversion-rates/