相比站點其他環節,支付流程的分析與優化帶來的收益往往要多得多。
對在線零售電商來說,支付流程是所有待優化環節裡最重要的一段。所幸它也最容易分析,而且分析清楚之後優化非常可行。按下面這幾步從第一天開始做,你很快就能看到變化,也更方便說服團隊追加投入。
第一步:建立基線
先建立一個分析基線,週期性地監控支付流程。有兩個基礎指標值得長期跟蹤趨勢:
• 同一訪問:分析週期內(例如一個財政法月),在一次訪問之內完成支付的比率。計算方式為「包含支付完成感謝頁的訪問次數 / 包含支付流程第一個頁面的訪問次數」。
• 跨訪問:分析週期內(即購物者完成購買的平均時間跨度),跨訪問完成支付的比率。計算方式為「到達支付完成感謝頁的訪問者數 / 到達支付流程第一個頁面的訪問者數」。
在漏斗分析中,你應該把每一個步驟拆開看,觀察每一步都發生了什麼。每一步都值得關注這些指標:
• 到達此步數:抵達該步驟的訪問次數;
• 潛在銷售額:該步驟對應的潛在銷售合計(基於購物車中留存與被遺棄的商品數);
• 到達下步數:進入下一購買步驟的訪問次數;
• 完成率:通常表示為繼續購買的訪問百分比,或仍在進行購買過程的訪問百分比;
• 離開漏斗率:離開支付流程但仍留在站內的訪問百分比;
• 離開網站率:既離開支付流程也離開站點的訪問百分比;
• 潛在流失額:在結賬環節流失的銷售額。
要記住,監測支付流程本質上只是「監測多步驟流程」的一種特例。通常一份報表就能把每一步及上述指標並排列出,如下圖。

支付流程漏斗分析報表
看著這張表,你能清楚知道客戶在哪一步完成購買、在哪一步停下、又在哪一步直接離站,連流失的財務影響也一併呈現。看完大概你會問:那我該怎麼防止客戶大量流失?
第二步:診斷問題
接下來要弄清楚,是哪些問題造成了上述損失。診斷的關鍵在於回答兩件事:用戶在哪裡停下,然後去了哪裡。多數情況下,圍繞這兩個問題可以做出合理假設。
診斷支付流程的終極數據是點擊流數據,它能還通用戶在每一步的真實路徑。把離開行為拆成幾類會更有用:
• 直接從站點退出;
• 前進到某個後續步驟(若該步只有一個後繼,則必定是下一步);
• 後退到前面某個步驟。
建議你畫一張覆蓋每一步、帶指標的頁面路徑圖。你可能已經知道大的問題點在哪,但現在需要更細的答案:究竟是什麼導致了這些損失?是異常跳轉,還是流程外的行為?
多數網站分析工具都能提供路徑分析報告,把支付流程可視化。這類報告是漏斗報表的延伸,用來凸顯某個具體頁面的問題。例如下圖,可以看出用戶進入「支付步驟一:登錄」後是否都進入了「支付步驟二」,以及離開流程的用戶流向了哪些頁面。

基於單次會話的頁面點擊流分析報告
這種可視化信息的價值往往超出預期。以上圖為例,你能直接看到:
• 跳轉未按預期發生。比如用戶進入支付環節後,有9.2%的人退回了「查看購物車」頁;返回首頁的也有162次訪問。
• 出錯的環節在哪。比如跳轉到「密碼錯誤」頁4436次,到「忘記密碼」頁979次。
總結
監控並優化支付流程的路徑其實很清晰:
1、先制定測量基準,然後盯大趨勢;
2、監控用戶在每一步的行為,定位問題關鍵點;
3、再往下挖,弄清用戶若不再前進會去哪、假設他們為何如此,進而量化損失規模;
4、多數情況下,按用戶分組做更深入的分析更有意義——前提是確認某一組的改動不會損害另一組的利益。典型分組包括新訪客與回訪客、最高價值客戶、通過特定營銷活動進入的客戶、以及能產生高客單的分類;
5、同時看轉化率與交易金額,衡量沿既定路徑完成購買的客戶價值;
6、最後依據投資回報效果,決定後續優化投入的優先級。