购物车漏斗模型分析

鲁虺智能机器人

网站分析的一般流程是明确分析目标，确定数据指标，建立分析模型，收集处理数据，数据解读及建议。本篇介绍用购物车漏斗模型分析：
一、明确分析目标
订单转化是电子商务网站的最终目标，购物车流程是影响用户订单转化的重要环节。本篇的分析目标是要找出购物车哪些因素影响订单转化，并提出行动建议。
二、确定数据指标
数据指标依附于网站分析工具，本篇使用Google Analytics。购物车流程涉及到的数据指标包括：访问者Visitor、渠道转化率Funnel  Conversion Rate、目标Goal，另外也涉及到其他一些概念，比如必要步骤Required Step、进入路径和退出路径。
1.访问者Visitor：即网站访问的人，Visitor与Visit相对应，关于Visit的定义请见蓝鲸的Google Analytics中的基本度量二  “访问次数”。
2.渠道转化率Funnel Conversion  Rate：渠道转化率的定义为完成渠道的访问者与渠道第一步访问者的比例。笔者的购物车一共有三步，渠道转化率=（购物车第三步访问者人数/购物车第一步人数）×100%。
3.目标：希望用户完成的事件或网页目标。笔者的目标页面是订单成功提示页。
4.必要步骤Required  Step：必要步骤用在定义渠道过程中，是指完成目标必须经过的步骤。这里的必要步骤即“我的购物车”和“填写订单详细信息”。
5.进入路径和退出路径：用户进入购物车和离开购物车的路径。
PS：必要步骤只会影响渠道可视化的目标完成数据，对Google  Analytics其它报告没有影响。换句话说，只有经过必要步骤的用户行为才能被统计在目标完成的数量里面，如果一个顾客没有经过必要步骤而完成了目标，这次转化不会被记录在渠道可视化的转化报告里，但是会记录在网站整体目标转化里面。
三、建立分析模型
Google Analytics已经提供了漏斗模型，我们只需要进行相关设置即可。笔者电子商务网站漏斗模型的主要设置如下：
1.目标类型是URL Destination。
2.匹配类型是Head Match，因为网站是用JSP写的，URL中会带有标识参数，因此适合使用前端匹配。
3.目标网址即订单成功提示页/visit/order/cy_shopping_success.jsp。
4.渠道可视化必要步骤填写/visit/order/cy_shoppingCart_new2.jsp和/visit/order/cy_sendInfo_new.jsp，并勾选Required  step。

四、收集处理数据
接下来需要处理收集到的统计数据，比如去除测试订单、恶意订单等。如果是可预见的内部测试订单，可以通过GA的setCustomVar参数过滤，如果是外部不可预见的恶意订单，就需要手动过滤。谷歌分析师Funnel  Visualization中可以看到漏斗模型数据图表，但是并不直观。我们将数据导出处理，处理后的数据图表如下：

五、数据解读
图表中主要元素说明：红色部分代表漏斗模型中各部分的成功进入下一步的访问者，灰色部分是流失的访问者，在每步之间的灰色示例显示了退出路径。
解读整体
购物车渠道转化率：123/（203+306）=  24.2%。这个数据到底处于什么层次？根据艾瑞2010年第一季度对京东、当当、新蛋、凡客、红孩子等大型电子商务网站的统计数据，购物车流程的转化率在23.08%-57.33%之间。我们网站24.2%的渠道转化率属于比较低的水平。