发布时间：2022-4-11 分类： 行业资讯
本文分享了一些提高网站转换率的方法，希望对您有所帮助。
如何使用转化优化并增加网站上的转化次数？
正式的转换优化过程大致如下：
研究现有数据并识别转化渠道中的缺陷
规划和开发可以测试的猜测
创建测试变量并执行这些测试
分析测试并将分析结果应用于更多后续测试
在本文中，我们将通过这个科学（xiu）lian过程来提高您的转换率：
第一个重点：深入研究
研究需要弄清楚您当前的情况以及现有流程中的哪些流程需要更改或完全删除。您可以采取以下步骤。
查找导致用户流失的当前转化渠道和渠道中的漏洞
分别进行定性和定量数据分析
确定优先投资回报率的目标
查找当前转化渠道和渠道中的缺陷
首先，最重要的是评估当前的性能和工作流程。您可以参考原始分析来收集有关当前转化率的信息，例如访问者的访问流程和转化渠道的用户流失。
从转化渠道的映射开始。您可以直观地看到用户成为付费用户的具体顺序。这个过程将帮助您创建一个蓝图，说明如何逐步“陌生人”“促销员（用户积极推荐您的产品）”。
建立客户之旅以提高转换率
Conversion XL的转换优化专家和创始人Peep Laja构建了一个分步指南，用于创建真正面向消费者的用户流。
除了识别用户流量外，研究这些流程是否正常运行非常重要。您是否在您不希望看到的区域遇到客户流失？您的注意力是否低于最初的预期？您的转化渠道是衡量整个用户的访问量，还是您错过了一步？
GoogleAnalyticsTest.com的开发人员Eric Fettman对转换渠道和客户访问历史有一些有趣的观察：
漏斗通过逐步拆分转换数据来可视化转换过程。
用户流程分析可以帮助您的公司了解客户混淆的几个方面，并优化影响客户行为的复制设计和产品定位。该分析还将突出显示任何“错误”。按照之前可能没有捕获过的顺序。
进行定性和定量数据分析
找到工作流程和差距后，下一步就是深入研究原因。你可以通过研究什么，为什么以及如何（通常被称为Simon Sinek的黄金圈子）来做到这一点：
用户在您的网站上做了什么
这包括量化您网站不同网页上的流量或转化次数。您可以使用Google Analytics（GA）等工具执行此操作。
他们是如何表现的
现在您知道有一定数量的人来到您的网站，了解他们在网站上所做的事情非常重要。例如，单击链接或CTA，向下滚动，填写表单等。主要SaaS公司的访客行为分析工具（如热图，访客记录和表单分析）可以帮助您实现这一目标。
他们为什么这样做？
您还可以通过定性页面调查和启发式分析找出用户为何这样做。
根据投资回报率设定目标
当您看到转化渠道中的漏洞时，您应该设置明确的优化目标。
实现量化的预期转换率非常重要，因为这将为您的测试工作提供指导。否则，您最终可能只是将页面上的转换率提高1％，并错误地认为您已经实现了最终目标而没有意识到其实际潜力。
您应该根据当前的策略找到您的业务的主要目标。你现在关注什么？获得的用户总数，是上传图片的数量还是实际收入？
无论它是什么，我希望你应该专注于不那么软的项目（“提高品牌知名度”）和策略（“每个会话增加页面浏览量”）。
第二：计划你的A/B测试
根据这项研究，是时候开始计划您的A/B测试并测试您的转换率。
到目前为止，您应该已经获得足够的想法，以便对您的页面或频道的哪些更改可能导致值得期待的更改进行有根据的猜测。
建立一个强有力的假设
这里需要提到结构假设。它将为您的优化工作铺平道路。即使这种假设失败，您也可以检查您的步骤并纠正错误。如果没有这种结构化流程，优化工作可能会误入歧途并偏离目标。
该假设的核心是一个由三部分组成的陈述：
你认为如果我们[做出改变]，我们期望[预期结果]，因为[相应的研究]。
给栗子：
我认为将信誉证书放在更接近结算表格的情况下，将成功支付的几率提高5％以上，因为根据该研究，56％在此页面上取消订单的人可能是由于缺乏信任。感。
第三：执行A/B测试以提高转换率
计划完成后，是时候申请执行了。您需要部署优化业务流程的计划。除非您在像BAT这样的大公司工作，具备构建自建A/B测试项目团队的能力，材料和精力，否则建议与国内SaaS服务提供商合作使用A/B测试。
要运行哪种类型的测试
根据您尝试实施的计划类型进行一些小的自适应更改：
面对这种情况时，建立正常的A/B测试：
变化很小，整体风格没有太大变化。例如，横幅更改，CTA更改等。应用程序中的常见更改
在以下情况下使用多链路测试：
设计需要对原始页面进行重大更改，以便更轻松地创建单独的页面（在不同的URL上）。
要测试的页面已存在于其他URL上。
此外，如果需要测试页面的多个元素，即，当需要多变量测试时，使用Testin Cloud的流量分层机制更好。
测试需要多长时间？
在开始运行测试之前，还需要确定测试持续时间。
测试的持续时间取决于您的网站获得的访问者数量以及您要查找的预期转化率。具体的计算公式不是说，它非常麻烦，你可以直接使用互联网上的免费A/B测试时间计算器来查找你应该运行的测试的持续时间。
务必开始测试时间并重新开始。不要决定需要多长时间。这只会导致不可靠的结果。
第四重：分析测试结果
最后，您还应该能够检查和分析测试结果。这将为您带来重要信息，不仅可以将其应用于当前页面，还可以作为未来体验的参考。
无论结果如何——积极的，消极的或不确定的——你必须学习和积累经验。
分析A/B测试结果时，请注意您是否正确处理了指标。如果涉及多个指标（辅助指标和主要指标），则需要单独分析所有指标。话虽如此，国内市场上成熟的A/B测试SaaS服务提供商支持对实验结果的进一步分析，因此无需担心缺乏导致结果失明的相关知识
作者：Vaishali Jain
译者：糯米
来源：视觉网站优化博客
原标题：《A 4-Fold Approach to Increasing Conversion Rate on your Website》
糯米，Testin Data Operations Division的一小部分，微信公众号：testindata
本文由@一糯米翻译出版。未经许可，禁止复制。
该地图来自PEXELS，基于CC0协议
