落地页上线效果分析
1、根据用户购买的路径，结合数据产出转化漏斗；
2、通过数据转化分析，发现用渠道数据转化中存在的问题；
3、给出分析结论，指导投放部门进行投放。
一、背景:
三节课最近在测试「互联网运营P1系列课程」的投放效果，已经跑了两周，投放效果不是很理想.
二、目的：
1）根据用户购买的路径，结合数据产出转化漏斗；
2）通过数据转化分析，发现用渠道数据转化中存在的问题；
3）给出分析结论，指导投放部门进行投放。
三、支付转化流程
用户触达报名详情页到报名要经历过以下环节
1）用户操作流程
2） 区分步骤
四、数据分析
1. 数据概览
计算各个各个渠道的关节页面指标：
注册页转化率=注册UV/着陆页UV
订单页转化率=订单页UV/注册页UV
支付转化=支付成功UV/订单页UV
整体看，三个投放渠道效果都不是很理想。从三个渠道的转化数据看：
1）
在着陆页uv相差不大的情况下，百度pc的着陆页转化率是移动的两倍，后续的支付转化率也高于移动。在订单页uv相差不大的情况下，百度移动的支付转化率略高于搜狗。但是移动着陆页uv是搜狗的2.3倍。从各阶段的uv及转化率看，整体的投放效果百度pc>搜狗>百度移动。
2）从用户在着陆页的平均停留时间看，百度pc>百度移动>搜狗
3）页面跳出率看，百度pc更不容易跳出，搜狗更容易跳出。
4）从咨询的占比看，百度渠道咨询的比例相对最高，搜狗的相对最低。
2. 数据分析
整体转化率低
根据总体转化漏斗图发现，着陆页转化率出现断崖式下跌，着陆页转化率仅为7.0%。
假设
1）着陆页入口靠后
着陆页有且仅有一个报名入口，且在页面的最下方。基于着陆页略长，翻到报名入口需要翻4-5次。用户在三个渠道的着陆页的停留时间分别为172.2s、166.9s、101.4s，平均停留时间为146.8s，存在未看到报名入口即跳出的情况。我们也看到着陆页的转化率仅有0.7%，从某种程度上佐证了猜想。还需要进一步的验证。
2）注册流程繁琐
从着陆页进入报名页需要判断用户是否登录，如未登录需要进入注册页面。从着陆页-注册页的转化情况看，或许存在注册流程繁琐，导致用户跳出的问题。
建议
1）报名入口提前，让用户快速找到报名页面。
2）优化注册登录流程
投放策略优化
假设
综合来看，即便是表现最好的百度pc渠道的整体表现较好，着陆页转化也不到1%，用户注册页的专业不到30%，整体偏低。同时页面的跳出率均高于50%。可以通过对比不同的数据，探究不同渠道下在转化流程中的优劣势，予以优化。
1）百度pc端的渠道整体表现较好，在着陆页UV相近的情况下，着陆页转化率是其他两个投放渠道的一倍，注册页转化率也最高。但是页面跳出率高达50%。或许是在用户使用过程中存在干扰因素。
2）百度移动着陆页UV是三个渠道里最高的，但是所有数据指标却最不理想。——是否与移动端页面加载的稳定性、交互体验等有关。
3）搜狗的着陆页uv最低，咨询占比最低、着陆页平均停留时间最短。但是在着陆页转化、注册页转化、订单页转化上都优于百度pc。—— 着陆页uv最低，是否和渠道的投放策略有关，比如用户不感兴趣或者投放的群体不精准。
建议
1）百度pc —— 抽样调查百度pc渠道用户的跳出原因，基于用户使用百度pc的场景等发现用户触达、转化过程中的问题，发现影响用户支付的因素
2）百度移动 ——
基于移动端的页面特性，研究用户在打开移动端页面过程中可能出现的问题：页面加载时间过长、链接失效、机型不适配。从而针对性的做出调整优化。同时，基于着陆uv最高但转化效果最不理想的情况，需要对百度移动的投放策略做进一步的验证，明确是否存在用户群体不匹配的问题。
3）搜狗 —— 通过用户调研了解投放对象是否是目标用户：进一步分析搜狗的用户群体与三节课运营课程目标用户的吻合度，来确认投放比重。
数值统计有误&支付流程优化
百度pc渠道这几天的数据趋势有以下问题：
1）20190508当天的支付转化率高于100%，需要排查下原因。
2）5.12-5.13、5.19-5.20这四天的数据相对较低，看日历发现这两天为周日和周一，或许与用户的行为习惯相关。但查看百度移动与搜狗并未发现存在相同现象。可通过对百度pc用户的调研进行验证。
1）百度移动的数据整体波动较大，需要对百度移动的用户进行进一步的调研。同时，由于百度移动的着陆uv最高，但转化效果最不理想，需要了解下投放策略是否有优化的空间。
2）20190508当天存在5人付款，但付款成功为0的情况，需要排查。
1）从指标变化看，在其他指标变化趋势相对稳定的情况下，支付转化率呈现出较大的变化波动，需要对搜狗的支付流程进行调研，明确波动的原因。
五、结论
问题：
通过对数据以及着陆页的分析，总结出以下几点主要问题：
1. 报名入口靠后，以致用户跳出
2. 投放策略（渠道选择&渠道比重&目标人群）存在偏差，需进一步分析
3. 后台数值统计存在一定误差，导致部分数据不准确
建议：
1）抽样选择三个渠道的用户，分别进行用户调研，了解用户在使用过程中的问题，并针对性优化
2）对渠道用户特征与目标用户的匹配度做进一步的分析，以优化投放策略，如投放比重
3）针对用户跳出率高的问题，通过调研明确用户跳出原因，找到挽留用户的方案
4）排查统计接口，明确8号数据异常原因。同时查看其他数据的准确度。