高コンバージョン商品のための4つの分析モデル！

今日は、「変換」の問題についてお話ししたいと思います。

友人とのコミュニケーションを通じて、多くの人が改宗の問題を誤解しているかもしれないと分かりました。そのため、具体的な分析方法や考え方を皆さんと共有する必要があります。

例えば、イベントを企画しました。多くのチャネルを動員し、ユーザーカバー率も理論上は十分広かったのですが、効果は芳しくなく、商品にアクセスしたり、購入したりするユーザーはほとんどいませんでした。

このような問題をどのように解決すればよいでしょうか?

多くの人がアクティビティをレビューし、改善が必要な点を確認して、修正します。これは多くの人々の間でよく行われていることです。これを行うことに何か問題があるのでしょうか?

問題は、自分自身の主観的な意見のみに基づいて変更が行われ、従うべきルールなしに頭に浮かんだものを変更してしまうことです。

実は、問題に遭遇したときに怖いのは、何をすればいいのか分からないことではなく、気になる点だけに目が行き、方法を忘れ、今まで考えたこともなかったが知っておくべきことを理解し忘れ、やりたいことをやってしまうことです。

では、合理的なアプローチとは何でしょうか?

まず問題を定義し、そのような問題に一般的な分析方法を適用し、次に問題を細分化して各部分を 1 つずつ最適化します。

上記のアクティビティのケースでは、ユーザーカバレッジは十分に広いものの、生成される有効ユーザーは非常に少ないです。これは基本的にコンバージョンが低いという問題であると判断できます。

では、コンバージョン率が低いという問題をどのように解決すればよいのでしょうか?そうですね、ほとんどのアクティビティは ABCD のせいでコンバージョン率が低くなっています... コンバージョン率が低い問題を解決するには、いくつかの方法があります: ABCD...

問題を定義するということは、個人的な主観的な仮定ではなく、問題を分析して解決策を見つける方法を見つけることを意味します。

では最初に戻って、なぜ変換について話すのでしょうか?

多くの人にとって、「変換」という言葉は単なるデータにすぎません。どこで、どのようなプロセスで使用すべきか考えたことはありますか?データを見ただけで、コンバージョン率が非常に低いことがわかったので、製品を調整する必要があると考え、それで終わりでした。とにかく変更する必要がありました。

私たちはどんな仕事をするにしても、盲目的に推測するのではなく、規則や規制に従うべきです。

次に、変換の問題を詳細に分析するのに役立ついくつかのモデルを紹介します。

1. ファネルモデル

このモデルは多くの人が知っています。ファネル モデルは線形プロセスです。ファネルと同様に、ユーザーは最初から最後まで各段階でデータを失います。

上の図は、未登録/未ログインのユーザーが商品を検索し、ショッピングコンバージョンを形成するプロセスを示しています。プロセスが進むにつれて、ユーザーはあらゆる段階で離脱します。

私たちがすべきことは、各ステップでユーザーの離脱率を下げることです。ファネル モデルを使用する手順を見てみましょう。

ステップ1: プロセスを説明する

上の図のように、製品変換のコアプロセスを描きます。

ステップ2: 影響要因をリストアップする

「検索キーワード」ノードを例に挙げてみましょう。その要素は次のとおりです。

• ●検索ボックスで他に最適化できるものは何ですか?
• ●操作ロジックはスムーズですか？
• ●あいまい検索の度合いはどのくらいですか？
• ●プロンプトは設定されていますか?
• ●検索ページの推奨は妥当ですか?
• ●検索履歴をさらに最適化することはできますか？
• ●検索結果をさらに最適化することはできますか？
• ●……

「検索キーワード」リンクは参考としてのみご利用ください。引き続き例を挙げて、他のリンクを詳しく調べることができます。必要なのは、各リンクに影響を与える要因をリストすることです。詳細であればあるほど良いです。

ステップ3: 各要素を1つずつ最適化する

これらの影響要因を見つけたら、スムーズなプロセスを確実に実行するために、それらを 1 つずつ最適化する必要があります。

ファネル モデルは、すべてのコンバージョン プロセスに適用できます。アクティビティを計画して多くの新規ユーザーを引き付けたり、製品にアクセスするユーザー数を増やしたりしたが、期待したコンバージョン効果が得られなかった場合、このモデルが役立ちます。

このモデルを使用するときは、次の 3 つの質問について考えると、より良い結果を得ることができます。

（１）ファネルプロセスを短縮できるか？

プロセス ノードの数が少ないほど、損失が発生する可能性が低くなります。

（２）モデルプロセスノードの順序は調整できますか？

順序を調整することで、製品のコンバージョン率が向上することもあります。 「Operation Xiaokaxiu」のウェブサイトを例に挙げてみましょう。ユーザーのログインデータを改善したい場合は、「ログイン」ノードを前方に移動し、閲覧時にユーザーにログインを促します。

（３）ファネルモデルにギャップはあるか？

ファネル モデル全体を中断しないように注意してください。プロセス中にユーザーが他の操作を実行するために他のページに移動すると、迷子になる可能性があります。

多くの製品ではメール登録を使用していますが、メール認証では、認証前にユ​​ーザーが自分の個人メールにジャンプしてメールにログインする必要があります。メールログインと認証は比較的面倒なプロセスであるため、ユーザーがジャンプしてしまう可能性が高くなります。

メール認証をSMS認証に変更し、ページにジャンプする必要がなくなると、登録成功率は向上しますか?

したがって、ユーザーがログインせずに買い物をしていて、チェックアウトのためにアカウントにログインする必要がある場合は、この時点でページにジャンプせず、直接ログインボックスをポップアップします。ページにジャンプする必要がある場合でも、ユーザーはログインを完了した後、チェックアウトプロセスに直接ジャンプしてチェックアウトを続行する必要があります。

2. フォーカスパスモデル

プロセス分析に基づくファネル モデルとは異なり、フォーカス パス モデルは単一のページに基づいて分析を行います。

フォーカスパスモデルは、主にユーザーの注目ポイント、快楽ポイント、痒みポイントの視覚パスを記録します。注目度に応じて視覚パスの色の深さが変わります。

以下に示すのは、一般的なヒートマップです。

ヒートマップは、関心パス画像に似ています。

ヒートマップはクリック数を統計表示として使用し、寒色から暖色までの色はユーザーのクリック頻度を表します。

フォーカス パス画像の色は、寒色から暖色まで、ユーザーの注意レベルを表します。これらのフォーカス ポイントは、次に示すように視覚的なパスに組み合わせることができます。

フォーカスパスはデータインテリジェンスを通じて描かれるのではなく、ユーザーのフォーカスと視覚的な傾向を組み合わせて手動で描く必要があることがわかります。赤い領域はユーザーが懸念しているペインポイントを表し、数字と線はユーザーのフォーカスの転送パスを表しています。

では、この注意パス モデルをどのように使用すればよいのでしょうか?

① ページ上でユーザーが注目する領域をフィルタリングします。

②視覚的なパスを描きます。上の写真のように。もちろん、ユーザーによって視覚経路は異なる可能性があるため、総合的に考慮した視覚経路であるメインの視覚経路にのみ焦点を当てます。

③ユーザーの不安度（かゆいところ・満足しているところ・痛いところ）をマークし、最適化対象領域のレベルを決定します。たとえば、高レベルの問題点はより高いレベルの要件を満たす必要がありますが、低レベルの問題点は使用することができ、ユーザーの決定にほとんど影響を与えません。

④ 視線の方向を調整します。より重要なフォーカス ポイントが下の方や横に配置されていることがわかった場合は、ユーザーの検索コスト、意思決定時間、損失を削減するために、ページ上のより重要な位置に調整する必要があります。

3.チャネル変換モデル

製品の場合、新規ユーザー獲得作業を行う際には、新規ユーザーの数という要件に加えて、「正確性」も求められます。正確性が高いほど、コンバージョン率も高くなるからです。

もしあなたの製品がハイエンドユーザーを対象としていて、時計の値段が数千元で、あなたが引き付けるユーザーがすべて学生である場合、あなたは実際には新規顧客獲得活動にお金を無駄にしていることになります。

チャネル変換モデルを使用すると、チャネルの有効性を非常に明確に検証できます。

次の図に示すように:

4 つのチャンネルは、同じ資金と人材を投資することで 50,000 人のユーザーを獲得できると想定しています。コンバージョン率の観点から見ると、チャネル 1 のコンバージョン率は 10%、チャネル 4 のコンバージョン率は 50% です。比較すると、チャネル 4 への投資を増やし、チャネル 1 への投資を減らす必要があります。

別の状況を見てみましょう。

依然として4つのチャネルを使用し、同じ資金と人材を投資した場合、チャネル1は80万人のユーザーを引き付けることができ、チャネル4は5万人のユーザーを引き付けることができます。チャネル1のコンバージョン率はわずか10％と非常に低く、チャネル4ほど良くはありませんが、チャネル1が引き付けたユーザー数はチャネル4の3.2倍です。この時点で、チャネル1への投資を増やす必要があります。

チャネル変換モデルの目的は、さまざまなチャネルの入出力効率を比較し、最適なチャネルを選択できるようにすることです。前提条件として、データのサポートが必要です。

4.成長変換モデル

成長変換モデルは、ポイント システムの成長モデルに似ています。違いは、一定期間内でユーザーのターゲットモデルになることもできるという点です。

各レベルの目標と要件を定義し、十分な報酬を設定することで、ユーザーは徐々に一般ユーザーから上級ユーザーへと変化していきます。

この変換プロセスにおいて注意する必要があるのは、各ノードの報酬と要件が妥当であるかどうか、そして各 2 つのノード間の餌または需要の満足度が十分であるかどうかです。

ゲームの一般的な成長システムを例にとると、ゲームの初期段階では、さまざまな小さなタスク、さまざまな簡単に入手できる赤い封筒、さまざまな達成しやすい目標がよく設定され、新しいユーザーがプラットフォーム上でより多く交流し、急速に成長し、維持を促進し、上級プレイヤーに変換されるように促します。

中期・後期では、ユーザー成長の難易度を徐々に上げ、ゲームユーザーの課金化を促進します。

著者: 小喬秀作戦

出典: 小咄作戦