數據分析提升電子商務轉化率

消費者網上購物的平均時間，拿去年的6月跟今年的6月比較，從20分鐘減少到了17分鐘。另一方面，客戶停留在網站上的時間減少的同時，多數電商的轉化率只有0.5%左右。

在注意力越來越分散的今天，99.5%的客戶是流失掉的，電商要如何去了解這群客戶的購物行為特征，并且使之轉化為訂單量。

困境：客戶停留時間在減少

時間是一個很稀缺的資源

對于電商來講，人均瀏覽網頁的時間，就是正在變得稀缺的競爭資源。

從圖二可以發現，每天覆蓋的人數，購物網站（包括淘寶）的流量增長是68%，但是人均當天在線瀏覽的時間（在電商這邊）減少了16%。網上購物的時間，拿上一年的6月跟今年的6月比較，則從20分鐘減少到了17分鐘。

我們細致地看一下各家網站（見圖三）會發現同樣的情況：京東、卓越、當當、凡客、夢芭莎，這幾家代表性的B2C中，我們發現大部分流量是增長的，但是如果我們看一下這些網站人均的當日瀏覽時間，京東上一年是10分鐘左右，今年則只有8分鐘左右。那么，這是由于現在的網站找東西更有效，所以瀏覽網站的時間更少一點,還是其他原因？

其實，我們可以用其他的數據挖掘一下，到底是網站的有效性小了，還是總的時間少了？我覺得其中一個很重要的東西是每個網站在爭取一個顧客進來以后，它在8分鐘里做了哪些事情。

電商的眼球經濟只有17分鐘，這是總的平均數，也即平均每個網民在電子商務網站會停留17分鐘。淘寶商城、京東商城，如果我們真的把它們瀏覽的時間拿走的話，你會發現其他的網站所拿到的流量就會很小。

而用戶停留在網站上的有效購物時間減少的同時，電商的轉化率卻普遍不是很高。

從訪問到購物車，平均來講，100個人進來，只有4.5個人把東西放到購物車，有96個人不會把東西放到購物車，那這96個人干嗎呢？

另外，我們可以看到，京東商城下單到在線支付的百分比是29.4%，凡客誠品是29%，一號店是8.3%。

追尋流失客戶購物行為特征

先讓我們看一下圖五的數據。

圖五這個數據藍色部分顯示的35%，是指只有35%的人是今天來、今天買的；65%的人是以前來、今天才買的。這里的65%說的是新客戶，不是老客戶，新客戶今天來到這個網站，今天就買了。從下往上第二格紅色，是昨天來、今天買的客戶；綠色的是2-6天前來的、今天才買的客戶；最高的那個橙色是21天之前來的、今天買的顧客。當然，這個數據，每個行業都有差別，不完全一樣。

從數據我們可以發現，客戶從訪問頁面到最終付款，所用的時間是不一樣的。有的用戶是第一天下單，隔了一個星期才付款。尤其是一些非標準、無品牌的產品，消費者比價情況普遍，導致從訪問到下單購買時間更長。(我為此訪談過部分國內電商，數據基本一致但百分比不一樣。)

所以，電商業者會發現，當天來到網站的人不能完全用漏斗（圖六）來看，因為他來之前壓根就沒想買你的東西，他只是過來看一下這個產品便宜還是貴。面對這樣的顧客，你就更需要知道他們到了網站之后做了什么事情。

首先，網站可以問，客戶在下單之前瀏覽過哪些頁面和產品，他的瀏覽歷史非常重要。

其次，要了解清楚，正在網站上瀏覽的客戶，哪些是明確要來買東西的，哪些只是隨便來逛逛的，以及他們從什么入口進入；

第三，沒有購買的用戶，到底看了多少產品頁，多少放進購物車沒有付款，多少是一個產品頁都沒有看的；

第四，多少客戶把產品放進購物車隔天才付款的。

此外，非常重要的是，客戶登錄網站首頁之后，除了有40%的彈出率之外，剩下60%的用戶分別是從搜索、分類購物和引導購物等渠道進入，作為電商來講，應該了解他們從哪個渠道進入到產品頁面、三個渠道進入之后付款的比例分別是多少，從中找出問題所在。

這一思路與網站整體的架構相關，目前國內關注還比較少，但是先可以嘗試用這個思路去看存在的問題。

最后，最想告訴讀者的是，用這些簡單的方法，就能知道沒有付款的消費者的購物行為，只有了解他們的購物行為特征，才可以讓這溜走的99.5%的用戶產生付款，從而提升網站轉化率。