淘宝跳失率

这是一个对于淘宝商家的说法

百度回答说:

跳失率  
显示顾客通过相应入口进入,只访问了一个页面就离开的访问次数占该入口总访问次数的比例。
通俗来讲就是访客不管通过什么渠道达到目标页面,到达后没有继续访问该网站其他页面既离开,我们就称之为一次Bounce!也就是跳失了。   该指标可以直接体现出网站的(Landing Page/Entry Page)登录页是否有足够的吸引力让访客深入访问下去,到达营销的目的。   Bounce Rate的数值越小代表网站越可能受欢迎客户更愿意访问更多的页面,反之数值越大说明越不受欢迎。通过该指标可以评估登录页或者Minisite后台的好坏

以下摘自http://blog.sina.com.cn/s/blog_6d7cd3150100mvpe.html

个人认为,跳失率高低直接反应了loading页面的关联推荐做的是否足够到位,对客户的影响程度还没到“订单”那一步,充其量只是一个边缘关键因素。根据跳失率的定义,仔细读一下后,我个人的理解就是,访客到达一个页面后,是否点击了页面上的其他链接进入到其他页面,还是直接关闭了该页面。比如访客到达了A页面,页面上有各种链接,如果访客只是浏览该页面,没有进一步点击进入其他页面直接点了浏览器的关闭按钮,那么就增加了跳失率,反之,访客点击了任意页面上的按钮,比如分类、产品链接、比如加入购物车或者购买按钮,此访客自然就不会计算在跳失率之内了。以个人浅见认为通俗点说:跳失率=只浏览该页面关闭浏览器的访客/到过该页面的访客数


这个值理论上来说,高了肯定不好,但是低了未必就是好事,所以这个值应该和其他数值一起看才能有所评估,比如平均停留时间。换句话说,如果某个商品的跳失率为0%,但是平均停留时间只有5秒,这只能说明你这个商品太没吸引力了,只是一个过渡页面,让客户通过这个商品发现了更好的商品,反之,如果某个商品的跳失率为100%,平均停留时间是70秒,那么就要充分考虑此款商品哪个地方让客户丧失信心了,客户全心全意的看完了你的商品,即没有购买,也没有进入你的其他页面,这最起码说明两个问题,第一,商品没有给客户建立起购买的信心,第二,此页面商品推荐做的实差劲,让客户“迷路”,只好关掉了。


所以,跳失率这个数值要结合其他数值一起看才能推敲说明具体问题,如果只是单单看这一个数值,也只是猜问题而已。问题=标准-现象。遇到跳失率高和低的时候首先要对照其他数值,例如前面提到的平均访问时间,还有平均访问页面等结合一起看。找出店铺一个相对平衡的标准,然后“减去”目前几个数值的情况,这样相对就能找到页面的具体问题了,例如到底是推荐问题,还是商品描述问题等。


另外关于商品描述问题,本人也想阐述一下观点:


1、首先一定要建立宝贝详情的UED要比首页的UED重要的多的观念,有些团队,只是注重首页或者店铺整体装修UED,对产品页面的设计都是“没用心”做,其实产品页面作为loading页面的机会远比首页大的多,通俗点说,很多新访客是通过产品页到达店铺的,而老客户更多是进首页的。所以,第一印象的建立更多的是在宝贝页面建立的。你可以去看看你的宝贝页面吧,是不是“用心”做了。

2、“用心”做,不一定就是说的宝贝描述用什么好看的模板来衬托,把导航啊之类的全都放上去,这里我想说:宝贝页面制作时候要记住一点,让客户在进入页面后,先全心全意的把心思放到着陆页面的商品上,不要用其他“花哨”“漂亮”“实用”的东西分客户的心。

3、切忌一点,不要在宝贝描述最前面放几款“广告商品”,即使放,也要放的合理。如果只是为了增加曝光度,占用四分之一屏就可以了,当然我还是不主张在着陆页面产品介绍前放的。还是那句话,关联推荐,一定要让客户全心全意看完loading页面的商品后再看到你推荐的商品。关联推荐是影响调试率比较关键的因素之一。

4、做关联推荐本来有一整套的理论和数据基础做参考,但是对于C2C平台的这种店铺来说,能参考的数据本身就不多,而且做各种数据,尤其是商品的各种数据来说更难,我个人觉得推荐时候把握两个比较简单的方法就可以做好关联推荐,第一,同类商品不做向下推荐,比如一款58元T恤页面里面不要推荐低于58元T恤,要推荐比58元更贵的T恤,或者推荐裤子,裙子或者其他的。第二,推荐商品的时候参考客单价,这里的客单价有两种,一种是店铺自身的,可以通过店铺各种数据算出来,一种是行业客单价,这个数据魔方里有。例如推荐商品的时候,用客单价减去页面商品的售价,再推荐一款接近价格差的商品上去。这两种办法用好了就比乱推荐一气要强很多,还有更多的方法,我这里不详细说了,自己去研究自己店铺的数据和商品,定能找到更好的适合自己的方法。

以上个人浅见,希望大家一起探讨吧,有不对的地方希望大家能不吝赐教。






posted @ 2012-12-14 14:14  芭菲雨  阅读(528)  评论(0编辑  收藏  举报