轉(zhuǎn)化包含兩個(gè)內(nèi)容，轉(zhuǎn)化率和轉(zhuǎn)化數(shù)。

1.轉(zhuǎn)化率

先說轉(zhuǎn)化率，轉(zhuǎn)化率的官方的說法是，期望行為數(shù)量占總體訪問量的比率。

簡(jiǎn)單說來，就是如下公式。

轉(zhuǎn)化率=期望行為數(shù)量/總訪問量。

也就是說，轉(zhuǎn)化率是一切期望行動(dòng)的比率指標(biāo)。

2.轉(zhuǎn)化數(shù)

轉(zhuǎn)化數(shù)，就好理解了，期望行為數(shù)量。

轉(zhuǎn)化，可以是一個(gè)環(huán)節(jié)，比如：登錄、點(diǎn)擊、支付；也可以是很多環(huán)節(jié)組成的一個(gè)流程，比如電商的購(gòu)買流程、理財(cái)產(chǎn)品的注冊(cè)綁卡流程。

為什么說的是轉(zhuǎn)化而不是轉(zhuǎn)化率，留點(diǎn)懸念，后面會(huì)看到。

舉個(gè)簡(jiǎn)單的例子，我們做了一個(gè)活動(dòng)，活動(dòng)開始推廣之后，發(fā)現(xiàn)其實(shí)效果并不太好，雖然我們用了很多渠道，理論上用戶的覆蓋面也足夠廣，但是真正吸納進(jìn)入產(chǎn)品和產(chǎn)生購(gòu)買行為的用戶卻非常少，那么，這個(gè)時(shí)候你要需要修改和完善這個(gè)活動(dòng)，將活動(dòng)中不好的地方改掉，讓活動(dòng)產(chǎn)生爆發(fā)力。

一般的做法是怎么樣的？重新仔細(xì)看一遍這個(gè)活動(dòng)，看看哪些位置需要完善，然后改掉他。這是一般做法，這樣做有什么不對(duì)嗎？有，他錯(cuò)就錯(cuò)在憑主觀的意志去做修改，想到哪里改哪里，沒有章法。

 

那正確的做法是怎么樣的呢？先定義問題，運(yùn)用此類問題的常見分析方法，然后將問題分解，逐個(gè)細(xì)分優(yōu)化。上面的活動(dòng)的案例，在用戶覆蓋面足夠廣的情況下，產(chǎn)生的有效用戶很少，那么基本上可以確定，這是一個(gè)轉(zhuǎn)化低的問題，那么轉(zhuǎn)化低的問題怎么解決？哦，大多數(shù)活動(dòng)轉(zhuǎn)化低是因?yàn)?…2…3….，解決轉(zhuǎn)化低有這么幾種方法：1…2….3….。

這兩種解決方案區(qū)別在哪里呢，在章法，在完整度，在細(xì)節(jié)度。遇到問題最可怕的并不是你不知道怎么做，而是你想怎么做就怎么做，只關(guān)注自己關(guān)注的點(diǎn)，忘了方法，忘了去了解你不曾想過但應(yīng)該知道的東西。

回到小標(biāo)題，為什么要談轉(zhuǎn)化，轉(zhuǎn)化這個(gè)詞用得很多，但是你可曾想到，在什么位置運(yùn)用它，是不是你更多只是看下數(shù)據(jù)，看下百度統(tǒng)計(jì)，滲透率很爛，然后覺得要調(diào)整產(chǎn)品，然后沒了，改怎么改還是怎么改。轉(zhuǎn)化在多少人眼里只是一個(gè)數(shù)據(jù)，一個(gè)看看而已的數(shù)據(jù)。

為什么要談轉(zhuǎn)化，談這個(gè)的意義在哪里？

定義問題

當(dāng)我們產(chǎn)品用戶輸入夠大但是價(jià)值用戶不高的情況下，確定這是轉(zhuǎn)化的問題，也就是定義了問題，也就是找到了分析問題的方法，找到了解決套路，而不是信馬由韁。

一.漏斗模型

看下圖，如果這個(gè)模型您已經(jīng)知道，您可以直接跳到第二個(gè)模型，或者繼續(xù)看下，里面有三個(gè)補(bǔ)充細(xì)節(jié)。

以未注冊(cè)或未登錄用戶搜索購(gòu)物轉(zhuǎn)化為例，漏斗模型為用戶購(gòu)物流程所要經(jīng)過的核心流程步驟，用戶在流程的走向過程中是逐漸減少的，我們要做的是減少每一個(gè)步驟的中用戶的流失率。

漏斗模型具體使用步驟如下：

1.畫出流程

你需要畫出你產(chǎn)品的核心流程，如上圖。

2.列出影響因子。

找出影響每個(gè)流程的細(xì)節(jié)因子，搜索關(guān)鍵詞節(jié)點(diǎn)為例：

搜索關(guān)鍵詞的影響因子可以是：

• 搜索框本身還有哪些可以優(yōu)化？

• 操作是否順手？

• 模糊搜索程度如何？

• 提示是否到位？

• 搜索頁(yè)面推薦是否合理？

• 搜索歷史是否可以再優(yōu)化？

• 搜索結(jié)果是否可以繼續(xù)優(yōu)化？

• ……

我這僅僅只是隨手列了搜索關(guān)鍵詞這個(gè)環(huán)節(jié)的影響因子，其他的每個(gè)環(huán)節(jié)您可以列出更多，我們需要的是列出每一個(gè)環(huán)節(jié)的影響因子。

3.逐個(gè)優(yōu)化因子。

找到了因子，優(yōu)化他。

漏斗模型適所有轉(zhuǎn)化的流程，當(dāng)你接到一個(gè)任務(wù)，比如活動(dòng)了拉了很多新用戶或者產(chǎn)品本身的訪問用戶其實(shí)還不多，但是期望行為轉(zhuǎn)化并不高，那么這個(gè)模型你就能派上用場(chǎng)了。

另外，在使用這個(gè)模型過程中，還可以注意產(chǎn)品流程中的三個(gè)問題：

第一：漏斗的長(zhǎng)度是否可以縮短。流程節(jié)點(diǎn)越少流失的可能性也就越小。

第二：模型流程節(jié)點(diǎn)順序是否可以調(diào)整。助于產(chǎn)品的轉(zhuǎn)化，或者有其他目標(biāo)。以我看的“想去”網(wǎng)站為例，他們想提高用戶登錄數(shù)據(jù)，所以將登錄節(jié)點(diǎn)提前，用戶在瀏覽的時(shí)候，提示登錄。

第三：關(guān)注漏斗流程的斷離。注意不要讓整個(gè)漏斗模型中斷，用戶在流程走向中跳轉(zhuǎn)頁(yè)面去做其他操作，很有可能會(huì)因此而流失。

明道協(xié)作軟件，早期使用的是郵箱注冊(cè)，注冊(cè)成功率只有40%（大致這個(gè)數(shù)據(jù)吧，具體的有點(diǎn)忘了），為什么這么低，經(jīng)過分析發(fā)現(xiàn)了問題，就是每次郵箱驗(yàn)證都需要用戶跳轉(zhuǎn)至個(gè)人郵箱，而郵箱登錄后才能驗(yàn)證，由于郵箱的登錄和驗(yàn)證是個(gè)較為較為麻煩的過程，還有可能因?yàn)榭纯雌渌]件，直接就忘了注冊(cè)這回事。后來將郵箱驗(yàn)證改為短信驗(yàn)證，在當(dāng)前界面操作，注冊(cè)成功率提到了80%。

比如用戶未登錄購(gòu)物，在結(jié)算的時(shí)候需要登錄賬號(hào)，那么這個(gè)時(shí)候最好不要跳轉(zhuǎn)頁(yè)面，直接彈出登錄框，哪怕需要頁(yè)面跳轉(zhuǎn)，用戶在登錄完成，也是應(yīng)該直接跳轉(zhuǎn)至結(jié)算流程繼續(xù)結(jié)算，這個(gè)很常見。

二.痛點(diǎn)路徑模型

不同于漏斗模型是以流程為分析基礎(chǔ)，痛點(diǎn)路徑是單個(gè)頁(yè)面為分析基礎(chǔ)。主要是記錄用戶關(guān)注痛點(diǎn)（我姑且把痛點(diǎn)和癢點(diǎn)統(tǒng)稱為痛點(diǎn)吧）過程中的視覺路徑，視覺路徑中根據(jù)痛點(diǎn)的程度不同，顏色深淺不同。

如下圖，很多人可能熟悉，這是一張常見的熱力圖，熱力圖往往是以點(diǎn)擊數(shù)為統(tǒng)計(jì)的展示的。

痛點(diǎn)路徑的圖像呈現(xiàn)跟熱點(diǎn)圖略有相似，不同的是，顏色的從冷色到暖色代表了痛點(diǎn)的疼痛程度，而不是點(diǎn)擊數(shù)，并且多了一個(gè)關(guān)注的視覺路徑，如下圖：

痛點(diǎn)路徑并不是由規(guī)模數(shù)據(jù)智能繪制的一張圖，而是需要結(jié)合用戶的痛點(diǎn)和視覺走向手動(dòng)繪制，紅色區(qū)域代表用戶最為關(guān)注的痛點(diǎn)，數(shù)字和線條代表用戶關(guān)注痛點(diǎn)的視覺路徑。

那么，痛點(diǎn)路徑模型怎么用呢？

1.篩選出頁(yè)面中的用戶痛點(diǎn)，標(biāo)注痛點(diǎn)疼痛程度。可以將痛點(diǎn)按照重要程度分為四個(gè)級(jí)別。基本可用、滿意、非常滿意、超出期望。

2.繪制用戶關(guān)注主要痛點(diǎn)的視覺路徑。像上圖一樣，標(biāo)注出用戶習(xí)慣的關(guān)注痛點(diǎn)的視覺路徑，標(biāo)出順序。因?yàn)楦鱾€(gè)用戶的視覺路徑可能會(huì)有差異，我們這里關(guān)注重點(diǎn)痛點(diǎn)的主要視覺路徑，是一個(gè)綜合考量下的視覺路徑。

3.根據(jù)不同痛點(diǎn)的疼痛程度確定優(yōu)化目標(biāo)。按照基本可用、滿意、非常滿意、超出期望四個(gè)級(jí)別優(yōu)化痛點(diǎn)，高級(jí)痛點(diǎn)滿足的有就更高級(jí)的要求，低級(jí)別的痛點(diǎn)可用就可以了，對(duì)用戶的決策影響不大。

4.優(yōu)化高級(jí)別痛點(diǎn)。按照級(jí)別要求，優(yōu)化痛點(diǎn)。

5.調(diào)整視覺路徑（優(yōu)化痛點(diǎn)位置）。若高級(jí)痛點(diǎn)在頁(yè)面的位置較為靠下或靠邊，那么這些痛點(diǎn)就需要提到頁(yè)面重要位置，減少用戶查找的不便，減少?zèng)Q策時(shí)間，減少流失。

痛點(diǎn)路徑模型和漏斗模型，一個(gè)注重流程，一個(gè)注重頁(yè)面，兩者結(jié)合使用，能起到更好的優(yōu)化效果。

三.渠道轉(zhuǎn)化驗(yàn)證模型

做過拉新活動(dòng)的都知道，對(duì)于產(chǎn)品來講，活動(dòng)的拉新除了數(shù)量之外，還有一個(gè)重要的要求，那就是精準(zhǔn)，高精準(zhǔn)才意味著高轉(zhuǎn)化，你的產(chǎn)品是面向高端用戶，一套西裝幾千塊，如果拉進(jìn)來的都是學(xué)生，只會(huì)讓你在拉新活動(dòng)上浪費(fèi)錢。

渠道轉(zhuǎn)化驗(yàn)證模型的意義在哪里呢?

在于對(duì)比各個(gè)渠道拉新后的用戶的轉(zhuǎn)化效率。模型如下圖：

上圖中，假設(shè)四種渠道在資金及人力投入相同的情況下，并且都能拉到10萬(wàn)用戶（為了方便理解，都用簡(jiǎn)單的整數(shù)），渠道1的轉(zhuǎn)為率為10%，渠道4的轉(zhuǎn)化率為80%，那么在對(duì)比了四個(gè)渠道后，我們應(yīng)該做的是加大渠道4的投入減少渠道1的投入。

當(dāng)然，這是從轉(zhuǎn)化率的角度來考量的。

另外一種情況，如下圖（注意數(shù)字變化）：

假設(shè)四種渠道在資金及人力投入相同的情況下，渠道1能拉到100萬(wàn)用戶，渠道4能拉到5萬(wàn)用戶，雖然渠道1的轉(zhuǎn)化率很低，只有10%，遠(yuǎn)低于渠道4的80%的轉(zhuǎn)化率，但是用戶吸納數(shù)量卻是渠道1的2.5倍，那么這個(gè)時(shí)候，就應(yīng)該加大在渠道1的投入。

渠道驗(yàn)證轉(zhuǎn)化模型的目的在于對(duì)比各個(gè)渠道的投入產(chǎn)出效率，幫你做最優(yōu)的渠道選擇數(shù)據(jù)支撐，讓投入產(chǎn)出更有效率。

四.成長(zhǎng)/目標(biāo)轉(zhuǎn)化模型

成長(zhǎng)/目標(biāo)轉(zhuǎn)化模型可以理解為類似積分體系成長(zhǎng)模型，不同點(diǎn)在于這個(gè)模型的應(yīng)用除了是用戶積分成長(zhǎng)體系，也可以是用戶在一定時(shí)間區(qū)間內(nèi)的目標(biāo)模型。

先說成長(zhǎng)轉(zhuǎn)化模型，如上圖，定義每一個(gè)級(jí)別的目標(biāo)和要求，在設(shè)置充分的誘餌后，用戶逐漸由普通用戶向資深用戶轉(zhuǎn)化。那么在這個(gè)轉(zhuǎn)化過程中，我們需要的關(guān)注的是，每個(gè)節(jié)點(diǎn)的獎(jiǎng)勵(lì)和要求是否合理，每?jī)蓚€(gè)節(jié)點(diǎn)中的誘餌或需求滿足情況是否足夠。以游戲常見成長(zhǎng)體系為例，在游戲的初始階段，讓往往會(huì)設(shè)置各種小的任務(wù)、各種輕易獲取的紅包和各種容易達(dá)成的目標(biāo)，用以促使新進(jìn)用戶在平臺(tái)上產(chǎn)生更多的交互以及快速成長(zhǎng)，促進(jìn)留存和向資深玩家轉(zhuǎn)化。在中后期則逐漸加大用戶成長(zhǎng)難道，用以促進(jìn)游戲用戶的付費(fèi)轉(zhuǎn)化。

目標(biāo)成長(zhǎng)模型，目標(biāo)轉(zhuǎn)化模型和成長(zhǎng)轉(zhuǎn)化模型之所以放在一起講，在于他們有個(gè)共同的邏輯，設(shè)計(jì)多層級(jí)目標(biāo)，引導(dǎo)和誘使用戶達(dá)到對(duì)應(yīng)目標(biāo)，促進(jìn)用戶完成產(chǎn)品的既定期望。

如下是Uber早期在國(guó)內(nèi)攻城略地的時(shí)推行的激勵(lì)政策。

高峰期獎(jiǎng)勵(lì)，從獎(jiǎng)勵(lì)政策可以看出，在目前與其他幾家XX專車之類的競(jìng)品搶私家車司機(jī)的階段，司機(jī)的收入每一單都至少是平常的兩倍，高峰期可以到3倍，促使司機(jī)搶單。只要高峰期稍稍努力，就可以獲得2倍甚至3倍的收入。

沖單獎(jiǎng)勵(lì)呢，他的好處在于，永遠(yuǎn)讓司機(jī)在路上跑，只要在努力一點(diǎn)，收入就能上一個(gè)層級(jí)，永遠(yuǎn)都有動(dòng)力。關(guān)于Uber的激勵(lì)政策還有很多，我這里只是粗淺的說下。雖然現(xiàn)在Uber國(guó)內(nèi)已經(jīng)合并，但是曾經(jīng)的英勇還是有學(xué)習(xí)的地方，這是題外話。

一.漏斗模型

二.痛點(diǎn)路徑模型

三.渠道轉(zhuǎn)化驗(yàn)證模型

四.成長(zhǎng)/目標(biāo)轉(zhuǎn)化模型

想要了解更多關(guān)于用戶運(yùn)營(yíng)的干貨，請(qǐng)繼續(xù)關(guān)注135編輯器。