流量有了，却没有带来预期的业务增长？

作者：德措吉

流量没有直接带来销售额增长？

近期，某电商网站通过市场部进行了一系列广告投放活动。经过三个月的投放，发现新人注册数量有较大增长，页面点击率 Page View 和用户点击率 User View 都有所增加，但是总销售额没有实现预期的增长幅度 ---- 为什么流量有了，却没有带来预期的业务增长呢？老板发出最高指示：找出根本原因！

经过分析发现，提高用户转化率是实现收入增长的关键！如何才能提升转化率呢？下面我们以该电商网站的产品销售为例，对转化率进行分析，找出提升转化率的方法。

通过指标分析提升转化率

在本文中，我们使用 Kyligence Zen，这款基于 SaaS 的一站式指标分析平台，来展示通过指标分析提升用户转化率的过程。

文中所分析的场景已经上线 Kyligence Zen 指标集市，您可以点击访问电商用户购买转化率分析指标模版，一键复现文中的场景，无需下载或安装任何程序。

分析用户转化率

首先通过梳理电商的典型业务流程，可以得出用户的核心转化路径。如下图所示，这里的 3 个主要环节包含两层关键的转化：“从用户浏览到加购物车”和“从加购物车到实际购买”。

针对电商网站转化率指标的分析，我们可以在 Kyligence Zen 里一键导入电商用户行为相关的指标模板来完成所需关键指标的定义，如下图所示：

其中，以“用户浏览到加购物车转化率”这个关键的第一层转化率为例，可以看到该指标的计算方式定义如下：

用户浏览到加购物车转化率 = 加购物车的用户数量 / 活跃用户数 * 100%

通过指标对应的YAML模板的 expressions 部分，可以清楚的看到该指标计算的表达式：

---
name: "Add-to-Cart Conversion Rate - E-Commerce"
display_name: "用户浏览到加购物车转化率｜Add-to-Cart Conversion Rate - E-Commerce"
description: "用户浏览到加购物车转化率｜Add-to-Cart Conversion Rate"
datasource: "ecommerce_user_behavior"
type: "COMPOSITE"
measure:
  expressions: "${Number of Cart - E-Commerce} / ${Active Users - E-Commerce}"
  format:
    type: "percentage"
    decimal_place: 2
dimensions:
  event_date_month:
    expressions: "ecommerce_user_behavior.event_date_month"
    display_name: "事件日期月"
  category_code:
    expressions: "ecommerce_user_behavior.category_code"
    display_name: "分类编号"
  event_date:
    expressions: "ecommerce_user_behavior.event_date"
    display_name: "事件日期"
  product_id:
    expressions: "ecommerce_user_behavior.product_id"
    display_name: "商品ID"
  event_date_year:
    expressions: "ecommerce_user_behavior.event_date_year"
    display_name: "事件日期年"
  product_brand:
    expressions: "ecommerce_user_behavior.product_brand"
    display_name: "商品品牌"
    ...
time_dimension:
  event_date:
    expressions: "ecommerce_user_behavior.event_date"
    display_name: "事件日期"

进一步，我们可以在 Kyligence Zen 里从不同的维度查看这两层的转换率：

用户浏览到加购物车转化率

加购物车到实际转化率

从上图中可以看到，在用户转化率中，用户浏览到加购物车转化率较低，约为 8% 左右；加购物车到实际购买转化率保持在 57% 左右；总体用户转化率为 4.8% 左右。

提升用户转化率

下面我们尝试对转化率进行进一步的分析 -- 可以分别根据商品品牌和商品类别代码作为分析维度，找出转化率排名靠前的产品；并且作为优秀案例，向转化率排名靠后的产品和商家推广，参照这些既有的标杆做出改进。

转化率 VS. 商品品牌视角

转化率 VS. 商品类别代码视角

指标分析帮助企业实现大目标和小目标

对于电商企业来说，我们可以把企业的总目标“总销售额”的计算总结为下面的公式：

总销售额 = 活跃用户数 * 整体成交转化率 * 客单价

因此，我们可以在 Kyligence Zen 里进行企业目标的设定和拆解如下：

 根据上面的目标制定和拆解，可以得出以下分析结论和业务调整建议：

1. 为了实现企业整体目标总销售额的增长，可以结合三个方面来改进：活跃用户数、整体转化率和客单价等；其中整体转化率目标又可以拆分为“用户浏览到加购物车转化率”和“加购物车到实际购买转化率”两个子目标；
2. 在转化率方面，用户浏览到加购物车转化率为 11.31% 左右，距离目标值 20% 有较大差距；建议采取相关的市场推广活动，提高用户浏览到加购物车的转化率；
3. 加购物车到实际购买转换率为 47.78% 左右，基本接近目标值 50% ；暂时不需要调整；
4. 客单价目前为 22 元左右，距离目标 50 元有较大差距；

建议市场部增加推广活动，提升连带率 / 客单价，即单个用户的购买商品数量和金额。

---

即刻体验 Kyligence Zen

通过上述过程的演示，我们看到了使用 Kyligence Zen 完成了用户转化率分析的过程，有效地帮助电商企业数据部门和管理层进行指标分析和决策：

1. 追踪用户行为路径，分析用户的购物行为，计算各个环节的平均转化率以及整体转化率，为电商网站经营提供参考基准；
2. 其次，对转化漏斗进行下钻分析，锁定转化关键问题，尝试找到表现优秀的产品，为商家提供优秀案例，为电商网站的经营提出建设性的建议。

文中所分析的场景已经上线 Kyligence Zen 指标集市，您可以点击访问电商用户购买转化率分析指标模版，一键复现文中的场景，无需下载或安装任何程序。

注1：该数据集来自 Kaggle ，作者是 Michael Kechinov，文章中使用的数据在原数据集的基础上做了部分列的调整。