Google、Airbnb、亚马逊、滴滴...都在用的转化率优

从经济学角度来定义，增长是指连续发生的经济事实的变动，其意义就是每一单位时间的增多或减少。

在互联网领域，跟营收业务相关的指标增加和提升，也可以被归纳到增长的范畴，包括页面的UV，访问的IP数量，用户的访问时长、停留时长、使用时长。电商或者是互联网产品内部的购买的还有GMV、LTV、客单价等等指标，互联网社交领域有分享、点赞、转发等指标。

对于增长来说，传统的方式就是拉新，比如说搞地推，给用户送补贴，送促销，做一些线上线下的活动，打广告以及直接去购买流量。但是流量越来越贵，成本越来越高，不断的投入没有产生实际的价值，这是一个不可持续的增长方式。

通过刺激用户的行为得来的客户忠诚度往往比较低，用户体验也会比较差。新型的或者比较成熟的互联网企业会用一个叫growth hack，也就是增长黑客的方法来获得增长。

从长期来说增长黑客更关注的是客户体验，也就是留存、激活以及口碑推荐。这个叫做海盗模型，AARRR的模型。将用户整体的增长模型分成五个部分，拉新、激活、留存、口碑、营销以及营收。在这五个环节做不断的优化和改进来获得增长。

AARRR海盗模型，5步提升转化率

Step1：拉新，增加新访客

新用户第一次访问的转化率是百分之百，这是所有的流量，但并不是所有的访问都是有价值的。第二次访问，用户在页面上停留时间比较长，我们就可以认为这是一个比较好的新用户。这种新用户可能就不是百分之百了，只有70%的用户访问转化成了比较好的访问，这种没有抛弃我们的用户他就有五分钱的价值。

Step2：激活

从拉新到激活的转化率是一个很大的变化，在平台上做了很多动作的用户只有30%，转化率就只有30%了。这样体验不错的用户，价值可能更高，可能是两毛五分钱。能够产生注册的用户可能更低，一百个访客可能只有5个人注册，那么每个用户的注册价值就是一块钱。如果让注册的转化率由5%上升到10%会怎么样呢?最终的价值可以翻一倍。

Step3：留存

留存的意思是用户不仅注册了，还反复使用产品。这样的用户又会少了很多，比如说总体用户的3%或者2%，他们的用户价值更高，大概会有好几块钱。如果在留存环节上做优化，从3%到4%，就可以提升三分之一的业务量。

Step4&5：口碑营销，转化变现成付费用户

这个转化率可能就是最低的，但得到的价值又是最高的。一个好的口碑营销可能价值10块钱，一个好的付费用户带来的可能就是25块钱甚至更高的价值。在口碑、营收这两个环节的转化率上，如果能够有所提升的话就更加明显了。从1%到2%的提升就是翻倍的提升。

转化率优化就是AARRR这个图里每个环节到下一个环节的转化率。换句话说，有100个新来的用户，如果有10个激活就有10%的转化率，如果能把10%的转化率提高到20%，就可以有1倍以上新的激活用户，20个，这就是转化率优化的概念。

在每一个转化的环节如果都能够产生优化，就会大幅度提高最终的营收增长。

转化率优化是对于增长来说是最有效最经济的一种方法。从拉新到激活转化率10%提升到20%，就会带来两倍的新的激活用户。如果以后几个环节的转化率不变，营收就会翻倍，这是一个多么巨大的增长。如果没有转化率优化，增长就十分困难。

从本质上来说，要不断改进产品，改进市场策略和运营策略。

对企业来说，要最大化优化业务目标。如果你负责拉新，让你的拉新到激活转化率尽量高。如果你负责变现，提高留存到营收的转化率。

对客户来说，优化转化率也是在提升用户体验。99%的用户会因为用户体验不好不再使用产品。

优化转化率会给你带来哪些好处?

1. 扩大客户获取渠道

无论是线上打广告还是线下地推，都没有产生很好的转化。可能你花了10万块钱，来了1万个用户，在注册的时候流失了90%，最后只有1000人留下来，这条渠道只能帮你获得1000个用户。但是如果做转化率的优化，把90%的流失率降低到50%，这个渠道就能给你带来5000个用户，而不是1000个用户，这样就可以积极扩大客户获取渠道。

2. 让所有的市场行为更加有效。

做了转化率优化，拉新的用户更有可能变成忠实用户，甚至付费用户，在这种情况下，可以更积极地在市场上加大投入。

原来一万块钱得到1000个用户，最终带来了100块钱的营收。现在一万块钱可以带来5000用户，带来了15000的收入，这个时候你就应该可以积极扩大市场，市场行为会更加有效。

3. 带来新的有效增长渠道

忠实的用户还可以帮助你去推广，转化成口碑营销的用户。口碑上去了，其他用户会通过朋友的介绍而来，这本身是一个新的增长渠道。虽然其它方面带来的用户数量是一样的，但是由于转化率提高了，所以营收增长了。

4. 提升了用户体验和用户的愉悦程度

服务变好了，用户在激活之后，发现这个APP对他很有用，他会更长久地留在这里。为什么他会转化成口碑营销的用户?因为服务超越了他的期待，他觉得应该向朋友介绍，有这么一个产品可以解决什么问题，带来什么帮助，而且还比别人做得好，所以这个才是转化率优化最大最本质的价值。

5. 持续寻找改进的空间

用转化率作为一个衡量的标准，一直寻找改进的空间去优化转化率。用一个图例，一张表来看一下转化率。从最外层来看，每一级的转化是在慢慢变小的，转化价值不断提升。每一层的转化都有更高的价值，每一层转化率的提升都会带来实际业务的增长。

在解决一个优化方程的时候，目标很简单，就是转化率。将转化率最大化，目标非常清晰。可能有预算人力物力上的限制，用户数量本身的局限性，策略的影响等。

转化率优化方程式

有了限制之后，这个方程的解里变量有哪些呢?

产品层面

小到产品UI的配色，产品功能，用户体验流程，细节到方方面面的文案，怎样激发用户的使用，UI上的布局，大到技术层面的推荐算法，排除算法，后端系统架构，这些都会影响到转化率。

运营层面

在产品之外做一些什么活动，线上线下，给用户什么样的补贴和促销，文案，社交上的分享，传播，各种各样的视频，这些都是变量。我们可以不断调整这些变量，在限制条件之下最大化转化，这就是优化方程式。

假如我们有个非常强大的计算机，把方程的变量，限制条件和目标都输进去，算出来最好的方法，配色，文案，算法。这个是不存在的。因为这个优化方程式解空间是无限的，在数学中，要在一个无限解级里面求最优的点是不可能的。

怎么办呢?

我们就不能只是考虑有一个很强大的大脑，然后去算一算，什么样的UI，产品，运营能够带来最优转化率，而是不断在产品和运营层面做改进，然后不断优化转化率，直到无限逼近最优解。

通过MVP的方式来优化产品

最初的产品和运营，服务可能是从一个最简单的方式提供给用户的。当用户和消费者给我们反馈的时候，再不断通过技术手段，创意，分析，想法以及A/B测试不断改进。

就像上图所展示的一样，不是说一开始造个轮子，然后造一个底盘，造个车模，一辆车就出来了，这不是MVP迭代。

在车出现之前，完全没有可用的产品，这个就是传统的产品。传统产业MVP这个概念很模糊或者他们没有这个福利可以享受这种迭代方法。但如果你做互联网代理或者线上的产品，新一代产品还在使用这种方式，你很可能遭到市场的淘汰。

第二种方式也不对，先造一个滑板车，再造一个自行车，然后给用户提供摩托车，最后给一个汽车。这个当然是不断给客户迭代的方法，但成本太高，没有积累，滑板车无论如何也没有办法通过轻量的迭代和改进变成一个自行车，自行车也没有办法轻松变成摩托车和汽车。

所以正确的MVP迭代是先给他一个破破烂烂的小破卡车，然后再装修，改进一下，根据用户的需求点扩充，最后把它豪华装修一下，这才是MVP。先给用户一个可用的小破车，然后不断迭代给它加上货舱，加上乘客舱，再装修，这是新一代的优化迭代的方法。

优化的方向有哪些?

比如说Google会自己去寻找一些可能存在优化的地方，包括产品UI，设计UI一变，也许就会影响用户对产品的理解，提高转化率。文案内容，现在申请变成立即申请，别看这一个词，它有可能带来很不一样的转化率。举个例子，要是把加入购物车变成点击领取大奖，会发现点击率会提高。通过改进页面布局提高用户的操作效率也是经典优化的方法。

产品功能方面，想上一些新功能，看看能不能让用户体验更好，留存更多，转化更多。还会包括一些后端技术方面，架构能不能改进，提升用户效率，推荐算法怎么改进，都可以去调整，优化。

用刚才提到的对比实验方法去看，改了之后和没改之前有没有什么提升，有提升就把这个发布出去。

注册率、留存率、分享率、用户活跃、转化、用户行为，这些都是优化的方向。

A/B测试就是只改变一个条件的单盲实验。为什么要做A/B测试呢?

A/B测试究竟有什么好处?

这是Airbnb的数据，可以看到数据一直在增长。其中可以看到，中间有一个红色的时间段，大概维持了小一个月的时间，这个时间段发生了什么?Airbnb上线了一个新的产品功能，到结束的时候又下线了。

在这个红色的时间段，数据一直都是在增长。有个很大的问题就是外界环境对数据的影响太大了，以至于在这张图里我们完全无法知道，这个上线了一个月的产品功能对用户产有没有产生增长的影响，以及究竟是怎样的增长?

所以如果没有A/B测试，没有科学的验证，可能在产品，运营和市场策略上，会做一些不科学的决策。也许有个决策带来了-20%的不好影响，但是我们不知道，因为我们没有实验验证它。或者是后台技术人员毫不容易研发出来一个推荐算法，提升了5%的订单量。但是我们并不知道是因为它们带来了5%的订单量。这样的话，我们就失去了这种宝贵的经验。

从这张图可以看出来，只有A/B测试才能告诉我们，产品功能上线前后究竟会有怎样的影响?假如每一次产品迭代，策略上线的时候，都经过A/B测试的优化，那么增长曲线可能就跟这条蓝线一样。也许不是我们最喜欢的指数增长或线性增长，但它始终在增长。

如果没有A/B测试，可能会像红线一样不断地波动，在短期之内可能红线蓝线差不多，但是时间一长，红条会被蓝线远远甩下，这就是A/B测试驱动持续增长，也是Google的最佳实践。