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 : )