【每期一句】

　　没有对创新的有效保护，就没有创新。我们没有乔布斯，没有扎克伯格，不是国民素质，而是制度使然。

　　【前言】

　　在这个系列的前面两回文章中(上篇点此，中篇点此)，我们谈到了如何优化电子商务关键绩效数字的两个方面：识别关键驱动因素、着手分析和尝试提升关键驱动因素。在这个部分中，我们将向大家展示，如何通过一些特定的方法，让我们提升关键驱动因素的努力能够最终落地获得成效。

　　【正文】

　　还记得我们前文谈到的优化路径吗?在这个路径中，我们强调从定义KBR开始，然后分解影响KBR绩效的驱动因素，然后再确定这些驱动因素中哪些是基础驱动因素，哪些是非基础驱动因素，再尝试分析基础驱动因素并着手改进，同样，尝试分析非基础驱动因素并着手改进，这之后测试你的这些改进是否有效并固定有效的改进(优化)。由于优化不可能是针对所有人群和兴趣的，所以最后你要在优化的基础上进行动态处理(定制化)。

　　图1

　　今天我们来看看测试和定制化，以及它们二者是如何让我们优化的努力最终落地的。

　　分析不是全部

　　网站分析(Web Analytics)也好，数字营销分析(Digital Marketing Analytics)也罢，都在无意中为我们强调“分析”的重要性。

　　分析当然重要，尤其在我们所处的这个国家和如此复杂真假难辨的乱象之中，没有认真独立尊重事实的分析，我们就无从发现各种马脚得知诸多真相，就会更被某种我们不得不敬畏崇拜的力量忽悠的团团转。但对于我们想要优化的网站商业目的而言，分析却完全不是全部。

　　本文版权归“网站分析在中国CWA”及其作者宋星，欲转载，请联系作者

　　我曾经说过(，原则五)，大多数情况下，网站分析工具能够告诉你发生了什么样的情况(what)，但不能直接帮你回答发生这些情况的原因(why)。为了尽可能找到原因，我们于是用一个最基本的方法——细分，试图通过抽丝剥茧的方法还原真相。但很多情况下，我们很难确信地断言就是这样造成的，我们只是说，可能是这个原因。下面这个例子说明了这种情况：

　　我想要知道为什么

　　很多年来我一直试图了解很多奇怪现象的发生原因，但有些解决了，有些却不能如愿，我只能怀疑是由于某种可能的原因，但却完全不敢确切。

　　在2010年6月的某个闷热的夏天，我被一个问题困扰，这个问题是关于什么样的网站元素能够更有效的促进订单。这个网站是一个旅行类的网站，为用户提供在线酒店预定业务。这个网站有如下几种类型的页面，我的第一步工作是找到哪个页面对转化率的影响最大。

　　图2

　　这难不倒我，对于做好了Google Analytics电子商务监测以及设置了漂亮的Goals和Steps的网站而言，一个工具就能解决问题——GA的$Index，这个度量(metric)用来衡量每个页面对转化的贡献。由于每个转化都意味着赚到了一定数量的钱，因此假如一个visit产生了一个10美元的转化，而这个visit一共浏览了10个页面才产生了这个转化，那么每个页面就平均为这个转化贡献了1美元，即对这个visit而言，页面的$Index=1美元。因此，如果某个页面的$Index很高，那么这个页面就是对转化至关重要的页面。

　　图3

　　其实不用这个工具常识也能告诉我们，booking page对于转化的影响当时是毫无疑问的厉害。于是我们把主要的精力集中在booking page。

　　确定了某个页面对转化的影响要比其他页面更大，我们朝解决问题迈近了一步，下一步我们要做的事情是进一步发现在这个页面中哪些元素是最可能影响转化的。

　　本文版权归“网站分析在中国CWA”及其作者宋星，欲转载，请联系作者

　　我们的方法是制作booking page的点击热图，点击热图并不是完美的工具(在我chinawebanalytics.cn最近的《挑战网站分析中的大众智慧》系列文章中将会为大家分享点击热图的一些可爱和缺陷的地方)，但可以给我们至少一个解答，那就是在这个页面中哪些区域激发了用户继续探究的兴趣。

　　图4

　　在这个点击热图报告中(左右两张图实际上是页面的上下两部分，因为原页面太长，所以我们把它切割为两张图)，我们看到了一些明显的兴趣点——“展开报价”、“图片”、“邻近酒店”还有“隐藏报价”获得了比较多的点击量。有一点令人吃惊的是，“评论”并没有获得意想中的高关注。

　　“评论”关注度不高的问题显然让我们疑惑，网站分析工具很好的告诉了我们“what”，但在这里无法明确地告诉我们“why”。我们可以猜测“评论”关注度不高的原因是因为它没有获得理想的位置，但现在只能是猜测，只能。(在《挑战网站分析中的大众智慧》系列文章中，我们会向大家展示，用什么样的工具和方法能够进一步验证这种猜测)

　　这一类困惑在我们进行网站分析的过程中常常发生。很多时候我们不禁要感叹，知道的更多或许不是好事，我们不得不承受更多的未知。

　　这个案例并没有到此结束，因为我们需要解决什么元素对转化率有最重大的影响这个问题。于是我们接着探究，看看这些获得最高点击和我们认为它们原本重要的元素对转化的影响有多大。我们根据转化的数据，做出了下面的这个表格：

　　图5

　　每一列都是某一个元素的点击量以及在这些点击之后发生的订单转化的对应数量。从上表中可以看到，如果用户发生了查看评论或是查看图片的行为，那么发生转化的几率要大于点击其他元素的用户。尤其是“查看评论”，它虽然没有获得很好的点击量，但却有最高的转化发生倾向。