■网站上的影响、说服和转化
通过合理的digital marketing方法，我们能获得我们所期待的访问者，不过访问者被网站获取（acquisition）并不等于最终购买了我们的商品，我们还远没有最终胜利。为了让这些访问者最终转化为客户，我们需要对他们施加影响、进行说服。而电子商务的网站分析，需要评估这些影响以及说服的效果，发现未被关注的影响点，并促进它们的效果提升。即我们在上篇中提出的业务需求——除了撒谎外，什么样的商业手段能够帮助说服客户购买。
1. 预置的影响点和说服点的评估
预置的影响点和说服点是那些我们故意设置以促进转化的元素。例如，我的好朋友John Liu在他的登陆页（landing page）上设置的知名专业人士的证言、产品实拍使用图片、商品功能对比表、获奖情况、用户评价（user review）等；其他的预置影响点和说服点还包括促销设置、资质和信用证明、退换货承诺、售后服务承诺、24×7热线电话等。这些预置点达到了我们预想的效果吗？
除了直觉和经验的回答，网站分析应该为这个问题提供更准确的答案。
一种评估预置点的方法很简单直接，即点击热图（click heat map）或点击密度（click density），例如利用CrazyEgg工具获取的报告可以显示页面中各区域的点击情况（参看Crazy Egg令人惊讶的优秀网站分析工具）。我们预置的影响点和说服点是否的确被关注，即看是否有较高的点击密度。
不过这个方法的问题在于并不是每个预置点都有链接，没有链接的预置点无法被点击，也就没有密度显示。通常我用三种补充方法克服：
（1）我觉得最好的方法，但也是最不被Hippo重视和注意的方法，即为尽量为所有的预置点都设互动链接并进行介绍（但并不一定要打开新的窗口，可以用展开式）。好处有二，其一是能让网站分析工具记录点击密度，其二是更详细的说明能够进一步帮助预置点增加影响力和说服力并促进转化。
（2）另一个经常被我建议的方法是调研（survey）。对于调研其实不需要有偏见，很多情况下，这是一种最容易实现也更准确（但未必精确）的方法。我十分喜欢这个方法。有一个建议，注意在出题的时候出选择题，并且规定最多答题的数量（最好是不超过5个），这样会让答卷者认真思考什么才是真正对他重要的。
（3）必须承认，让有所得预置点都带有一个可点击互动的链接是不可能的，因此你可以用clicktale（付费）或者是SMT（免费）查看用户鼠标活动的轨迹，以此间接了解预置点被关注的情况。这个方法实施难度较大，另外在衡量大样本量用户行为上比较费劲，因此最后推荐这个方法，当然仍然值得一试。
不过，请注意：当你的时间没有那么多，而且资源（例如获得其他部门的协助）也有限的情况下，click heat map仍然能够给你很多答案。哦对了，如果你有空，可以做整个网站的预置点关注密度，也可以按照产品分类甚至每一个产品来做预置点关注密度图，会得到不同的有意思的结论。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
另一种衡量这些预置点效果通常的方法是查看“访问者转化层次”，原理是研究访问者在浏览相关的预置点之后的转化深度。这个方法的具体操作是：选取某一个设置点，通过网站分析工具获取经过该设置点的访问者数量，以及获取这些访问者在访问该设置点之后的转化漏斗（sales funnel）。按照这样的方法研究每一个设置点的访问者转化情况，我们就能比较哪些设置点更具效果，而哪些需要提高。
图：两个预置点的转化影响关系
这个方法的优点在于直接，弱点在于忽略了设置点之间的互动影响关系，不过我仍然认为它是一个非常好的方法，原因在于我们可以充分利用它的长处。我的经验是：
（1）一定要使用访问者（visitor）的转化，而不要使用访问（visit）的转化，因为电子商务的转化很多时候都需要不确定次数的访问才能实现最终转化。因此一个访问者访问了3次之后就转化，同另一个访问者访问了10次后才转化，本身的转化结果并没有区别，但用visit作为基数来衡量会失真。
（2）注意时间跨度的选取宜长不宜短。原因在于电子商务用户从接触到转化有时间周期，选取更长的时间范围有助于更精确的收集转化数据。一般而言，价格较高的商品，转化所需的时间也更长，具体对于你的网站的转化周期和每类商品的转化周期，是一个值得监测的数据，通过这个数据能够帮助你设置合理访问者转化层次研究的合理的时间区间。现在大家可能会明白为什么Avinash有一篇这样的文章了：[Avinash博文精选]最佳网站分析实践攻略 之 衡量购买前的天数和访问数。
（3）研究绝对转化数量。由于有些预置点的访问量很大，例如图中的查看商品图片，因此最终的访问它的访问者总的转化率比较低。但并不意味着它不是一个关键性的预置点，我们需要用最终它带来的绝对转化数量多少来判断重要性，并且和其他预置点作比较。
（4）“访问者转化层次”并不一定要选择最终转化作为衡量标准，例如只选择成交作为衡量标准。我建议选择点击收藏按钮、点击购买按钮或添加到购物车等成交前的关键步骤作为衡量标准，以消除购物车体验、支付体验的影响，更纯净地突显预置点的价值。
（5）别忘了纵向比较：访问者转化层次的方法容易被大家注意到的是横向比较，即比较不同设置点的转化效果。纵向比较是比较同一预置点在不同的产品类别或者产品之间的效果。这种比较同样能够让我们评估预置点本身的作用，以及发现与之相关的作用力。经常，能够给你带来一些意想不到的发现。
2. 识别潜在的影响点和说服点
潜在的影响点和说服点是与预置的影响点和说服点相对应的，即没有被发现却能够对转化施加影响的页面元素。识别潜在点有助于我们提升转化机会。
如何做？
过去我们通过一些传统的线下方法，例如调研，代表性的用户小组（panel）研究，用户可用性测试（usability test）等方式来评估潜在影响访问者的领域，而网站分析则可以从另一个角度来研究，但请注意它和传统方法之间是不能被互相取代的。
识别潜在点的方法仍然要用到热图和访问者转化层次方法。
（1）热图。热图用来发现访问者在页面中的“奇特关注点”，即我们没有预先料到但访问者会感兴趣的地方。并不是每个页面都有奇特关注点，但如果被你发现这样的点，会引发很有意义的思考——用户为什么对它感兴趣，并可能发现一些有趣的结论。
（2）查看访问者转化层次。对“奇特关注点”的转化进行研究，如果转化率高，那恭喜你，你发现了一个值得在页面中放大的元素；如果转化率低，不用沮丧，它也许是个“负面转化影响点”，你应该研究它对转化施加了何种影响。另外，查看访问者转化层次也应该涉及部分高转化元素，尽管它们的点击密度可能很低。“低点击密度+高转化率”同样说明了潜在的机会。
这个领域我就不多说了，大家自己花点儿业余时间做做实验，肯定能发现一些此前从未关注过的东西——这是一块有开发价值的处女地。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
3. 购物车和支付环节仍然是重中之重
用户把商品添加到购物车了！恭喜你！离成功只有一步之遥了。不过，行百里者半九十，你需要让用户最终把钱付给你！
购物车这一块最值得关注的就是放弃率（Abandonment Rate），已经走进购物车最后放弃了，真的是煮熟的鸭子飞了，绝对令人沮丧，因此我们要尽量减少这个比例。具体操作的角度上看，衡量这个量很容易，改进起来挺不容易，具体内容不再赘述，请大家看我的这个帖子：电子商务（B2C）网站的Abandonment Rate。
而支付的Abonnement Rate也是大家关心的，网站分析在这个支付领域仍然是把它作为一个更细分的转化来研究，而且是单线路转化，所以方法上实际上非常简单，做一个整体的转化漏斗（conversion funnel）和按不同支付方式细分的漏斗即可，主要在于发现转化中的泄漏点（leakage point），并赶紧弥补。
4. 其他关于转化的老生常谈
除了前面的三点，网站分析中涉及到转化的内容就有很多老生常谈的内容了，但越是这样的内容，越难以做到极致。我们不妨快速遍历一遍。
（1）bounce rate。嗯……再熟悉不过了，但很重要。为了降低bounce rate，我们始终强调营销广告内容和landing page的一致性（见该文的误区二），现在在国外已经开始把这个领域做到极致（国内其实也开始了）：根据访问者点击广告的具体内容和创意，自动显示给访问者对应的landing page，即不同的广告有不同的landing page。同样，关键词广告也已经开始这么做——landing page上的关键文案（copywriter）和广告文案一致，而且技术实现并没有问题。影响bounce rate还有其他的原因，请参见：以速度为度量思考网站效果——Gomez案例。
（2）网站结构的合理性。请参见：影响网站转化率的10大误区（下）的误区7和误区8。
（3）页面元素的合理性。请参见：影响网站转化率的10大误区（上）的误区5和影响网站转化率的10大误区（下）的误区6。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
关于网站上的影响、说服和转化，历来都是实践出真知，限于篇幅我无法说太多，所以请大家补充是最好的办法，欢迎朋友们畅所欲言。对了，忠言逆耳利于行，我诚挚欢迎任何意见和指正！
■访问者与网站的互动参与
很多时候我们把关注的重心放在转化上，但访问者在网站上进行的其他互动行为一样是值得研究的。关注访问者在网站上的其他互动行为至少能够帮助发现他们的潜在兴趣、忠诚度、行为模式等；也能够帮助进行商品的分析。
访问者互动行为研究包括：
（1）内部搜索分析；这个太重要了，在发现用户潜在兴趣方面还有比这个更好的吗？内部搜索能帮我们解决一个很重要的问题——我们还有哪些用户感兴趣的商品没有涵盖进来，也许这些商品时我们新的利润增长点。
（2）新访问者所占的比例、数量趋势和来源；
（3）旧访问者的访问数量趋势、比例和来源；
（4）访问频次（frequency）和访问间隔时间（recency）；
（5）访问路径模式（pattern）；这个非常有用，在研究不同类别用户的访问路径时，可以推断用户习惯并据此优化网站结构或页面。路径研究是目前网站分析很薄弱的一块，需要比较强大的网站分析工具，如Omniture SiteCatalyst。由于访问者的网站浏览方式并不是离散的，而是分为几种浏览模式，如促销型、关键词搜索型、树状分类搜索型、浏览型。对不同浏览模式的细分分析可以把混沌的个体浏览行为归类，并按照类别进行网站优化。
商品研究包括：
（1）关注和购买模型；不多说了，请参见：网站分析意义重大——答点石大会朋友提问（上）；
（2）询价和购买模型；访问者来询价，还是来购买，在具体行为上是有区别的。我们需要建立模型来区分两种行为，如果一个产品询价行为模式多，而购买行为模式少，那么应该关注这个产品与竞争对手同样产品价格的对比。我们一般用页面停留时间、exit rate以及访问深度来综合判断商品访问模式是否偏向于询价，还是偏向于购买。这个研究目前很少进行，因为难度较大，但很有潜力也有意义。
（3）内部搜索分析，同上，不说了。
■其他重要的关联因素：
电子商务的网站分析内容还包括很多内容，下面我会简述其中最重要的哪些，请记住每一个领域都是一门非常专业的科学。
狭义的网站分析领域：
■地域细分的销售额、访问者和商品关注情况；
■客户端情况；例如操作系统，浏览器软件，带宽，访问网站的速度等等；
广义的网站分析领域：
■网站分析测试：A/B测试和多变量测试。这些测试也同样适用于对于digital marketing效果的测试，如EDM也完全可以利用A/B测试；
■用户可用性测试——Usability Test；
■调研；
■用户人群（或人类学，demogra）属性研究；■站内IWOM分析；
■站外IWOM分析，请参考这个帖子：Sidney的IWOM监测与分析：理解和实践；
好了，该结尾了。最后我们看看我们在上篇中提出的那些业务需求都解决（或者部分解决）了哪些：
1. 市场推广方式是否有效，以及能否进一步提效；√ 网站分析能够全面衡量效果，并据此提效
2. 访问网站的用户是否是目标用户，哪种渠道获取的用户更有价值（跟第一个需求有交集也有不同）；√网站分析能够衡量是否目标用户以及哪种渠道获取的用户更有价值，但用户本身的人群属性需要额外的demogra研究。
3. 用户对网站的感觉是好还是不好，除了商品本身之外的哪些因素影响用户的感觉；√网站分析能够了解用户体验的优劣，并可以通过优化建议和测试提升用户体验。结合UE设计，能发挥更大威力。
4. 除了撒谎外，什么样的商业手段能够帮助说服客户购买；√网站分析能够发现页面各元素和转化的联系/潜在联系，并可以据此提效。
5. 从什么地方能够进一步节约成本；x没有标准化解决方案，但不排除具体情况下能够起到作用。
6. 新的市场机会在哪里，哪些未上架的商品能够带来新的收入增长。√网站分析能够通过用户搜索和用户行为部分解决。
