圖5
每一列都是某一個元素的點擊量以及在這些點擊之后發(fā)生的訂單轉(zhuǎn)化的對應數(shù)量。從上表中可以看到，如果用戶發(fā)生了查看評論或是查看圖片的行為，那么發(fā)生轉(zhuǎn)化的幾率要大于點擊其他元素的用戶。尤其是“查看評論”，它雖然沒有獲得很好的點擊量，但卻有最高的轉(zhuǎn)化發(fā)生傾向。
數(shù)據(jù)做到這里，我們可以確定一些事情，但我們也多了一些疑問。為什么評論對轉(zhuǎn)化的促進在這個案例中看起來最顯著?什么樣的評論都促進轉(zhuǎn)化，還是只有部分更促進轉(zhuǎn)化呢?為什么隱藏報價對轉(zhuǎn)化率的促進要比展開價格對轉(zhuǎn)化率的促進還要大?這些疑問，尤其是與評論內(nèi)容相關的，我相信你網(wǎng)站分析工具無法直接給你解答。
但沒有解答并不意味著我們無法實現(xiàn)優(yōu)化，下面的內(nèi)容將會幫助大家用其他方法解決這個問題。
在上面的這個例子中，我們能夠通過網(wǎng)站分析工具知道有一些網(wǎng)站元素對轉(zhuǎn)化有更為重大的意義，但我們還無法知道應該如何修改這些元素以進一步促進轉(zhuǎn)化的提升。分析告訴了我們該要努力的方向，但沒有給出我們應該做出何種努力的答案。
答案從何而來?
現(xiàn)在，你和我一樣，都想問一個問題，我們應該如何獲得答案呢?
我們需要依賴兩件事情，其一，是這個宇宙賦予我們的偉大財富——我們的經(jīng)驗和直覺;其二，是這些經(jīng)驗和直覺經(jīng)過驗證之后形成的事實。
在上面的例子中，我們知道“查看評論”對轉(zhuǎn)化率有很大的相關性，我們也知道“查看評論”并沒有獲得很大的關注，因此我們憑著我們的經(jīng)驗和直覺，對這個問題提出我們認為可能會奏效的解決方案：
1. 我們需要把“查看評論”按鈕，乃至評論本身放在頁面中更顯著的位置上，甚至給予更加明確的引導，以獲得用戶更大的關注;
2. 我們認為“查看評論”之所以能夠與轉(zhuǎn)化率極為相關，是因為正面評論的作用，我們需要引導用戶發(fā)出更多積極正面的評論，以打消其他用戶的顧慮。
這兩個解決方案會奏效嗎?有經(jīng)驗的從業(yè)者會說，沒問題，但是否真的靠譜，我們誰也不能在做出這些改變前就做出100%有效的承諾，不僅我們不能，所有的星座分析家也都不能。
如果你是分析優(yōu)化師，最好的“保護”自己和公司的方法是告訴自己的老板——我相信這些措施對于進一步改善我們的轉(zhuǎn)化率具有積極作用，但是保險起見，我們需要做一些測試以確保它們真的奏效，并且這些測試能夠告訴我們更多關于用戶習慣和想法的關鍵信息。
本文版權歸“網(wǎng)站分析在中國CWA”及其作者宋星，欲轉(zhuǎn)載，請聯(lián)系作者
如果你這么說，那真的好極了。分析師最大的特點是不會輕易對任何事情下斷語，他們看起來似乎有些優(yōu)柔寡斷——你的朋友現(xiàn)在這么評價你了嗎?恭喜你，你已經(jīng)是一個合格的分析師了。
測試
毫無疑問，測試是上帝給我們的最棒的武器。測試不代表著某種正式的東西，如果我們失敗了，我們大可以說，這是一次測試而已。于是我們有更大的自由度和更放松的心態(tài)——這對找到真正有?卸員仁被崾艿膠芏嗤獠炕肪車撓跋歟??縭奔洹Ｄ憧梢栽誆煌?氖奔潯冉賢?桓鍪攣錚??繅桓鐾?駒?月1日上線了新的首頁，你可以比較整個5月和整個6月首頁的表現(xiàn)，但問題是，5月和6月有很多不同，例如6月可能會做促銷，或者5月的流量來源主要是搜索引擎流量而6月主要是直接流量。其二，比較本身也可能受到樣本的影響，尤其是在進行用戶可用性測試的時候，我們不大可能隨機選取一萬個人進行可用性測試，因此我們只能認為某幾個我們選取的樣本能夠代表大多數(shù)，但事實上任何個體都不無法真正代表大多數(shù)。
網(wǎng)站分析所應用的AB測試能夠解決這兩個主要問題的原因在于它能夠?qū)崿F(xiàn)對同時發(fā)生的隨機的總體(而不是樣本，除非你要限定樣本)的比較。這句話有點拗口，簡單說來，就是AB測試能夠在同一個時間、基于所有的用戶，對兩個或者多個不同的比較對象進行對比。
本文版權歸“網(wǎng)站分析在中國CWA”及其作者宋星，欲轉(zhuǎn)載，請聯(lián)系作者
舉一個網(wǎng)站分析常見的例子——我們現(xiàn)在覺得首頁不那么好了，于是我們讓設計部門設計了一個新的首頁。新的首頁看起來很不錯，但我們不知道我們目前網(wǎng)站的用戶是否喜歡它。于是我們做AB測試——我們把原來的首頁(A頁面)和新設計的首頁(B頁面)同時上線，我們的用戶還是輸入以前網(wǎng)站的域名，所有的流量渠道也仍然都指向以前的首頁(A頁面)。但奇妙的是，盡管所有的流量都是進入的A頁面，但一部分的用戶(一般都是一半的用戶)看到的并不是A頁面，而是B頁面，并且他們將一直看到B頁面，而另外一部分用戶則還是一直看到A頁面，直到測試結束。這部分看到B頁面的用戶使我們專門選出來的嗎?完全不是，他們是完全隨機被分配到B頁面的。
圖7
因此，AB測試做同一頁面的不同版本分析真是太好了——它不受時間的影響，因為測試是同時發(fā)生的，它也不受樣本的影響，因為所有的用戶都可以參與測試，而且用戶的分配也是完全隨機的。
這里順便描述兩個概念，值得被記住——分配到原始的A頁面的用戶叫做對照組(control group)，分配到B頁面的用戶叫做曝光組(exposure group)。
AB測試并不是只用于測試兩個對象，其實可以測試兩個或兩個以上的對象，在測試多于兩個對象的情況下，對照組就相應增加而已，每個對象分配到的用戶比例就相應減少了。
AB測試的原理就是這么簡單，但還有一些其他的注意事項和使用方法，在今天的文章中就不多談了，我們在未來的文章中做相應的專門的介紹。
AB測試確實能夠幫助我們解決一些懸而難決的問題。在前面的那個酒店網(wǎng)站的例子中，我們可以通過AB測試決定什么樣的圖片或者評論更能夠增加轉(zhuǎn)化。
產(chǎn)品經(jīng)理告訴我，他的經(jīng)驗是帶有干凈浴室的圖片更能引起人們對于整個酒店好的感覺(事實上這個經(jīng)驗可以通過網(wǎng)站分析的方法進行驗證，即查看那些洗浴間的照片是否會被更多的查看，但由于照片排放位置因素的影響，這個驗證稍微有些麻煩)，于是我們把一個酒店的圖片分為三類，一類沒有洗浴間的照片(A)，另外一類帶有普通洗浴間的照片，并未做特別的優(yōu)化(B)，最后一類是選擇性優(yōu)化拍攝和處理的洗浴間的照片(C)。在此基礎上，我們?yōu)檫@個酒店的booking page做了專門的三個版本，除了照片不同，其他完全一樣。
推薦閱讀
<b>一個媒體微博編輯的自我修養(yǎng) 微博對媒體的價值</b>
對媒體來說，微博在某種程度上來說似乎是救命稻草，媒體的聲音被放得更大。微博是一個新生事物，具體如何做都在摸索。但是，不管如何探索，媒體的微博都應有一定的底線和操守，同時作為一種新興的媒體渠道，它的考核>>>詳細閱讀
本文標題：<b>網(wǎng)站分析：電子商務關鍵數(shù)字優(yōu)化線上部分（下）</b>
地址：http://www.geekbao.cn/a/22/20120703/72922.html
網(wǎng)友點評
精彩導讀
科技快報
品牌展示