更清晰的分析思維:談『指標優化』
過去我開設過很多的課程、也進行過非常多的企業內訓,我發現很多剛接觸"分析"的人都會面臨同樣一個問題:不知道該怎麼開始分析工作、或不知道該如何透過分析改善你的網站。事實上,當你不知道該怎麼開始你的分析工作時,代表你在分析上、甚至是行銷策略上是完全沒有方向的,我希望正在閱讀這篇文章的你知道一個很重要的觀念:數據是輔導我們做商業/行銷決策用的輔助工具之一,因此,你的商業思維以及行銷思惟才應該是你的核心技能,數據只是幫助你做出更好的判斷,更重要的是,先有行銷/商業策略,才有辦法把分析工作做得更好,如果你的公司沒有明確的行銷策略或是商業目標,那根本不需要做分析工作了,因為連商業目標的定義都有問題,後續根本不知道要往哪個方向分析。
這篇文章我想跟你談一個很重要的分析思維:『指標優化』,這個觀念會幫助你在定義分析方向、甚至是行銷策略時,會有更清楚一點的概念。
在分析的世界中有非常多的『指標』,以Google Analytics來說,Google Analytics裡面就有上百個指標,廣告相關的指標有點閱率、點擊、CPC…等,互動相關的指標有跳出率、停留時間…等,與商業表現有關的指標有電商轉換率、訂單成交數…等,每一種指標都有它的功能存在,並且可以在商業上告訴你特定的商業現象,舉例來說:
#1 當你的廣告『點閱率』過低的時候,你會知道是廣告素材有問題、或是廣告鎖定的受眾對你的產品沒有興趣,這兩項是常見的廣告點閱率過低的主因,如果你看到點閱率過低,你會往這兩個方向思考,這就是『點閱率』的功能之一。
#2 當你的跟 Y媒體合作、請他撰寫業配的新聞報導後,他為你帶來的『工作階段』比預期少的時候,你會思考到是否這家媒體無法幫你有效的觸及更多的客戶、帶來更多的流量,這就是『工作階段』的功能之一。
#3 當你看到 Z文章的『網頁停留時間』比 X文章還要少一倍時,你會意識到,很大的可能是 Z文章的內容寫得不夠好,因此你會回頭檢視文章的內容是否寫的不夠豐富,這就是『網頁停留時間』的功能之一。
我發現大家在理解『點閱率』、『CPC』、『Facebook的觸及人數』這些指標時都沒有太大的問題,也可以很習以為常的使用這些指標來優化你的廣告,廣告『點閱率』過低,你就會調整廣告素材、Targeting設定,因為你知道優化『點閱率』的方法就是廣告的設定跟素材,你也知道『點閱率』反應出來的就是消費者對你的廣告是否產生興趣。
優化點閱率似乎不是一件超級困難的事情,但是,當剛學習分析的人,如果你要他優化『跳出率』、『轉換率』時,總是會一頭霧水不知道該怎麼做、甚至感受到很大的挫折。我希望你可以理解,分析的世界並沒有你想像中的困難,你只是需要知道每個指標該怎麼樣使用,既然你會使用也會優化廣告的『點閱率』,那麼,你也一定可以學會該怎麼優化『跳出率』,『跳出率』跟『點閱率』一樣,都只是網站分析中的其中一個指標 : )
同時,我們應該一起思考一下問題的源頭,為什麼『點閱率』你可以很輕鬆的應用並進行優化,但『跳出率』、『轉換率』卻不知道該怎麼優化呢 : )
其實背後的原因很簡單,因為像跳出率、轉換率這樣的指標背後所展現出來的涵義以及複雜度不同,當事情變的複雜時,就會讓初學者感受到困難以及挫折感。
我們都知道,廣告點閱率會低,就是受眾對你的廣告沒興趣罷了,所以你才會想到要調整廣告素材、或是重新換個投放的受眾,點閱率展現出來的涵義相對較單純。但是『跳出率』會太高,背後的因素跟可能性卻非常多,從你網站的易用性問題、網站動線設計、Landing Page的標題以及圖片素材、網站的速度快慢、商品圖片、甚至是訪客本身的背景/需求都會影響跳出率。
『跳出率』本身的存在意義便是幫助你了解訪客的互動狀況,當你的『跳出率』太高時,代表你的訪客大多進到 Landing Page後就直接離開你的網站,對你的網頁是沒興趣的,也就是說『跳出率』可以幫你評估"有多少人對你的網站沒有興趣",當你的跳出率是90%時,代表每10萬個訪次就有9萬個訪次在你的 Landing Page會直接離站,但訪客在Landing Page離站、對你的網頁沒有興趣的原因有百百種,因為背後的成因複雜,導致剛接觸分析世界的人,會不知道該怎麼解決問題、或是該怎麼優化。
Step 1:思考每個指標變化所代表的涵義
在網站分析的世界中有非常多的指標,我希望你可以在學習分析工作時,率先思考當每個指標產生數據變化時,背後代表的涵義以及對你的商業影響是甚麼。
『點閱率』降低的涵義是:你的廣告沒有引起受眾的興趣、他們不願意點擊廣告、甚至是忽略廣告。
『跳出率』高的涵義是:大多的訪客在進到你的到達網頁後,不願意產生更進一步的互動就離開網站。
『轉換率』低的涵義是:你的訪客在進到你的網站後,有很低的比例會完成購買。
『平均購買商品數』低的涵義是:你的訪客不會購買太多的商品,一次可能只購買一件、或是兩件商品。
目前到這裡,看起來都很簡單且理所當然,並不難,對吧 : )
那麼,牽著我的手,我們一起往下閱讀
雖說理解每個指標背後的涵義也許並不是太難,也是我建議你第一步該做的,但我希望你更進一步思考,當這些指標被改善時,對你的商業會產生甚麼影響?如果這些指標產生了變化會對商業有正向影響,你才需要去優化這個指標,就好像你會去優化廣告『點閱率』,就只是希望你的受眾看到廣告時會願意點擊廣告、對廣告產生興趣,對吧?希望受眾看到廣告時會更願意點擊廣告、對廣告產生興趣,這是你在優化『點閱率』時,希望帶來的商業影響。
我們舉個非常簡單的例子,下圖我們可以看到四個不同網頁的離開率,以產品頁離開率59%來說,代表到『產品頁』的訪客,有59%的人會離開我的網站,『結帳填寫送貨資料』以及『填寫信用卡頁面』的離開率個是32%以及76%,『結帳完成頁面』離開率則是97%,試想一下,如果你優化並降低"結帳完成頁面"的離開率,會對你的商業產生影響嗎?答案很顯然是:不會。消費者結帳完成後、在結帳完成的頁面離開你的網站是一件非常合理的網頁行為,畢竟他已經完成購物了,這時你再硬性把他留在你的網站上,不太可能對你的轉換率或商業表現有正面影響。但如果你選擇優化的是降低『結帳流程 – 填信用卡資料的頁面』的離開率,你的商業會受到影響嗎?答案是:非常有可能。
消費者在結帳完成頁面離開你的網站,代表他已經完成購物行為、並且得到他所需要的商品了,但消費者在『結帳流程 – 填信用卡資料的頁面』離開你的網站,卻代表著他本來有購物的意願、但中途放棄購物意願,如果我們可以找出他放棄購物意願的原因並加以改善,你的商業非常有可能會得到正面影響。
上述的例子是一個常理,你不會去在乎『結帳完成頁』的離開率太高,因為你知道『結帳完成頁』的離開率高是一個常理,你去降低他的離開率也不會增加你的營業額,指標優化也就是這麼簡單的概念,在優化任何指標之前,我們必須先確保"你所選擇優化的指標會對你的商業有產生正面影響",以購物完成頁面的離開率很高這件事情,根本不需要被優化。
但我們換個例子,舉例來說,我們來看一下以下的報表:
在上面這張報表中,我們可以看到只有瀏覽1頁的訪客占了全站流量的 82%,剩下18%的訪客只要瀏覽越多頁數,後續會把商品加入購物車的比例是比較高的,同時,轉換率也會相對的較高,也就是說,在這張報表中我們得到的訊息是:當訪客的互動狀況越好時,他們後續越有可能成為購買者。這時候如果我們去優化『跳出率』或『瀏覽頁數』,只要獲得更多願意產生互動的訪客,你的訂單轉換率很可能就會產生正面的影響。總結來說,在這張報表中我們觀察到的規律是"瀏覽越多頁數的訪客,後續轉換率越高",因此結論是:如果我們去優化網站的跳出率或瀏覽頁數,獲得更多願意互動的訪客,你的商業很可能會被得到改善、轉換率很可能會提升。
我們再看一張報表,如下圖:
這張報表我們可以看到完全相反的狀況,瀏覽頁數較多的訪客,卻不一定會有較高的加入購物車的比例,轉換率也並不會因此而明顯的比較高,這樣的情況在很多網站中也都是常見的,實務上未必訪客的互動較好、後續的轉換率就較高。為什麼會有這樣的情況呢?可能的原因有很多,舉其中一種例子來說:你的購物動線設計有問題時就會有這樣的情況,如果購物動線設計有問題,即便有訪客願意花很多時間瀏覽你的商品、瀏覽更多頁數,但他們卻找不到在哪裡加入購物車、甚至是加入購物車之後不知道該怎麼使用你的購買流程,就會導致訪客即便瀏覽頁數很多,但還是無法完成轉換(也非常有可能因為購物動線有問題的關係,才導致瀏覽頁的提高,因為你的訪客在購物動線內不斷的迷路,不知道該如何使用購物系統)。
在這樣的情境之下,如果你去優化你的跳出率、獲取更多願意瀏覽更多頁的訪客,你的商業表現會被得到改善嗎?
答案是:不見得 ,因為你的網站問題是在購物動線,並不是訪客的互動狀況 : )
實務上我們要花時間去觀察每個指標、每個維度的資料,從中觀察規律,如果你確定跳出率的降低會對商業有正向影響時,你才應該選擇率先優化『跳出率』,如果你不確定的話,則應該花更多時間去看每一個重要的報表、花更多時間了解你的資料、並從中找到規律,等確定跳出率對轉換率、對商業有影響,再來把跳出率當一回事。
總結來說,第一步,我希望你們去思考每個指標背後的涵義,以及當每個指標產生變化時,對你的商業是否有正向的影響。未必每個網站都需要去優化『跳出率』,也未必每個網站都需要去在乎離開率。
通常分析師在解決網站上的問題時會選擇一些關鍵的指標進行優化,但這些指標必須要對商業有影響。
Step 2:根據優化目標來選擇要優化的指標
以上述 Step – 1提到的例子來說,優化跳出率未必能夠改善你的轉換率、甚至是商業表現,因此你必須要先確保你所優化的指標會對你的商業產生正向影響,這是指標優化很基本的觀念。(怎麼確保呢?花時間去看你的分析工具內的每一張報表,從中找出規律,你需要勇敢大膽的猜測、並不斷透過數據去驗證自己的假設與猜測)
實務上,我們會根據商業目標來決定要優化的指標,舉例來說,如果我的客戶他的轉換率異常的低,我會花點時間了解他的網站、市場、以及產業,也就是我們所謂的商業情境(關於商業情境,這裡有一篇延伸閱讀:談情境分析對於【網站分析】與【行銷策略】的影響),在了解完商業情境後,我會開始為他的網站製作報表來觀察網站數據的概況(也就是網站所謂的 Basic Profile),像是:
# 他的流量結構是甚麼?主力流量來源在哪?每個流量來源帶來的訪次的互動狀況以及轉換率如何?
# 他的主力Landing Page是哪些網頁?每組Landing Page的互動狀況以及轉換率如何?
# 他的購物車放棄率多高?消費者都在結帳的哪一個環節中流失?
# 訪客互動狀況較多是否意味著較好的轉換率?
# 還有很多很多…(也許光網站的Basic Profile該怎麼建立,未來就可以寫好幾篇文章了…)
當我透過數據、以及商業情境的研究來了解他的網站後,我會提出多種影響網站轉換率的猜測與假設,並往下進行測試與研究,每一種假設或商業現象,都有對應的指標可以去測量,以轉換率來說我舉幾個例子:
我們可以看到上圖,今天我們的例子是…,我期望透過數據優化網站並得到的商業結果為:改善轉換率。
接下來我了解他的商業情境、以及數據的概況後,我提出了幾個假設(上圖):
#1 如果我確定是他的Landing Page不夠吸引人、無法讓訪客願意進一步的互動,且也確定這是影響轉換率的主因之一,那麼我就會首先優化Landing Page的『跳出率』,『跳出率』會是我首要希望改善的指標。
#2 如果我認為是他的廣告沒有打到正確的受眾,導致錯誤的受眾進站後根本對我的產品沒興趣,後續的轉換率也因此受到影響,那麼我會調整廣告的受眾,並且觀察廣告帶來流量的『跳出率』是否有得到改善,如果光是調整廣告的受眾後,廣告的『跳出率』得到改善,代表我的受眾設定方向是有被改善的,這時候『跳出率』會是我首要希望改善的指標。
#3 如果我發現他的結帳動線中有很嚴重的流失情況,那麼我會把流失最嚴重的環節辨識出來,並且我首要優化的目標會是降低購物結帳的『放棄率』,『放棄率』會是我首要希望改善的指標。(結帳動線的流失情況你可以依賴Google Analytics的"結帳行為"報表來觀察到)
#4 如果我認為是網站的CTA有問題,那麼我會用熱點圖、或Google Analytics的事件追蹤來追蹤 CTA的點擊狀況,甚至可能會做 A/B Test來測試各種不同的CTA,這時候我希望優化的指標是 CTA的『點擊率』。
很重要的一點是,上述雖然有著這四種不同的優化方向,但請一定要記得,不管最後選擇的是這四種的哪一種情況去優化,最後你一定要觀察『轉換率』的變化,因為在上述範例中,我們希望得到的商業結果是『轉換率』得到改善。因此,在跳出率得到改善後,究竟轉換率有沒有跟著提升?在購物車的放棄率改善後,究竟轉換率有沒有改變?這都是你必須要觀察的重點。
在這個例子中,改善『轉換率』才是我要的商業結果,而優化『跳出率』只是改善『轉換率』的一個過程。
在實務上我們一定是先有明確的優化目標,先思考"你希望改善你網站上的甚麼事情?",接著對商業情境進行很全面的研究、然後花時間了解數據的概況後,再來決定要優化的項目,當你有了明確的優化項目後,就肯定會有對應的指標可以幫助你測量你的優化工作是否成功,以上述範例 #2來說,我的優化項目是"廣告打到正確的受眾",所以我的對應指標是廣告流量的『跳出率』,並且我會觀察廣告的跳出率降低後,我的轉換率是否有跟著提升。
有的時候,指標的優化只是我們得到商業結果的一個過程,就好像上述範例所說,優化『跳出率』只是改善『轉換率』的一個過程。
請先設定預期商業目標與商業結果後,再來選擇該優化的指標,並且,你要確定優化這些指標能夠對你的商業產生影響、甚至是得到你要的結果。選擇你要優化哪個指標是很重要的一件事,想想文章前段我提到過的,跳出率的降低未必會對你的轉換率有影響。
Step 3:拆解指標變化的原因
回到我們文章開頭所提到的,為什麼剛接觸分析的人能夠得心應手的應用『點閱率』,但在應用『跳出率』或『轉換率』上卻覺得相當棘手且挫折?
因為『跳出率』、『轉換率』、『點閱率』這些的指標背後所展現出來的涵義以及複雜度不同。
影響轉換率的原因以及可能性比廣告的點閱率還要多上太多了,因為背後的成因複雜,導致我們不知道該怎麼著手,但事實上,只要你將"轉換率低"這件事背後的原因跟可能性條列出來,提出你的假設、並設法思考"該如何驗證你的假設",事情就會變得比較容易被理解。
(點圖放大看)
轉換率低的原因很多,每個網站所面臨的問題跟可能性並不一樣,我們大致上舉幾個例子(如上圖),有的網站轉換率低是網站動線/易用性有問題,有的是CTA設計的問題,實務上我們需要針對自己對於網站的理解去提出假設,如果你對你的網站有足夠的理解,你才能更有效率的提出假設,提出假設後就是配合數據去驗證假設的過程。以"CTA設計問題"來說,若我們認為這是最有可能導致轉換率過低的可能,在分析工作上要做的便是用A/B Test測試不同的CTA點閱率,來觀察不同的 CTA是否會對CTA的點閱狀況有影響,當然,如果測試了不同CTA,發現點閱狀況確實會有差,後續你還是要觀察"當CTA的點閱率提升後,轉換率是否有提升",如果CTA點閱率與轉換率的變化是有相關的,我們才可以確定"CTA設計影響著你的轉換率"。
在遇到『轉換率』、『跳出率』這種複雜的指標優化時,你對你的網站以及商業的理解越深,提出的假設就會越有效率且越精準,舉例來說,若有讀者拿著網站來找我尋求轉換率優化的問題,如果你當下立刻要我給你答案,我可能會提出非常多種不同的假設,而且我無法確定哪些假設的可能性最高,因為當下立刻我並不夠了解你的網站跟你的市場、還有你的消費者,但如果你給我一天的時間,我有多一點的時間研究你的商業模式、競爭對手、消費者的習慣,我就可以把可能性降低到較少的數字以內,這也是我們一直強調的商業情境。
事實上,即便是資深的分析師做的事情也只是拆解各種不能的可能性,並依照分析師對於網站、商業的理解,再加上自己的經驗以及行銷思惟去提出假設,然後設計驗證假設的實驗流程,然後解決問題。
當你遇到背後影響因素越複雜的指標時,因為背後的可能性很多,若不知道怎麼開始優化,其實對於新手來說最簡單的方式就是"把你所有想到的、會影響轉換率的可能性先列出來",然後逐項去思考哪一項的可能性最高,接著再設計實驗流程來驗證假設 : )
今天這篇文章我們就先談到這囉,希望對你有幫助,我們下一篇文章見 : )