E龙网酒店网上预订流程转化率分析.ppt

E龙网酒店网上预订流程转化率分析,BiaNews-社区运营群：85210379,番茄运营,2,酒店预订流程转化及页面效率分析,分析目的： 分析线上-酒店预订流程每步页面的访问数流向和点击行为, 以及每步的转化情况，尽而明晰与了解酒店预订流程转化及页面效率现状，寻找可能改进的点 分析点： 预订流程每一步页面的访问数流向 预订流程每一步页面的转化 预订流程每一步页面的页面流向 预订流程每一步页面的点击分布,3,酒店预订流程与转化效率分析思路-漏斗模型,酒店搜索列表 Hotels-Search,酒店详细页 Hotels-Details,预订确认页 Hotels-Confirm,登陆/直接预订 Myelong-Login,订单填写页 Hotels-Order,订单确认页 Hotels-Ensure,提交成功页 Hotels-Reserve,4,酒店预订流程转化及页面效率分析-分析目录,预订流程访问数流向与转化率 搜索页详细页到预订确认的访问数流向与转化 预订确认到订单提交的访问数流向与转化 直接预订 预订过程页面效率分析 酒店列表页面效率分析 酒店详细页面效率分析 酒店预订确认页面效率分析 酒店订单页面效率分析 酒店订单确认页面效率分析 酒店订单提交页面效率分析 总结与结论,5,酒店预订过程中的访问数流向(搜索查询-1),酒店搜索列表页 Hotels-Search Visits:1,076,361,酒店详细页 Hotels-Details Visits:955,555,酒店预订确认页 Hotels-Confirm Visits:119,529,Entry Page Visits:474,933 44.12%,立即退出:305,807 28.41%,Exit Page Visits:630,692 58.59%,Visits: 42,373 3.94%,Visits: 464,119 43.12%,Entry Page Visits:453,376 47.45%,Exit Page Visits:646,126 67.62%,立即退出:365,649 38.27%,Visits: 64,460 6.75%,Visits: 13,325 1.39%,35.45%,53.93%,11.15%,Entry Page Visits:15,15 1.27%,立即退出:351 0.29%,Exit Page Visits:19,411 16.24%,6,酒店预订过程中的访问数流向(搜索查询-2),酒店搜索列表页 Hotels-Search Visits:1,076,361,酒店详细页 Hotels-Details Visits:955,555,酒店预订确认页 Hotels-Confirm Visits:119,529,Entry Page Visits:474,933 44.12%,立即退出:305,807 28.41%,Exit Page Visits:630,692 58.59%,Visits: 42,373 3.94%,Visits: 464,119 43.12%,Entry Page Visits:453,376 47.45%,Exit Page Visits:646,126 67.62%,立即退出:365,649 38.27%,Visits: 64,460 6.75%,Visits: 13,325 1.39%,35.45%,53.93%,11.15%,Entry Page Visits:15,15 1.27%,立即退出:351 0.29%,Exit Page Visits:19,411 16.24%,Visits: 58,260 48.7%,Visits: 62,566 52.3%,Visits: 371,238 38.9%,7,访问数到预订确认的转化与建议,从搜索列表、详细页、预订确认页，用户的访问路径是复杂的，如何优化用户访问路径也是一个重要议题 采取有效的方法和策略“增加”酒店搜索列表到酒店预订确认的访问数数量（Online Marketing) 酒店搜索列表页面应提供可供决策的信息引导用户直接进入酒店预订确认页面,提高这一路径访问数进入的比例。(User Experience) 从预订确认页返回到搜索列表页的访问数比例为52.3%, 返回到详细页的比例为48.7%, 返回比例偏大说明了什么问题?(用户在比较?选择?退出?) 讨论：如何计算到预定确认的转化率？,8,访问数到预订确认的转化与建议,讨论：如何计算到预定确认的转化率？,量,9,酒店预订过程中的访问数流向(登录-1),酒店预订确认页 Hotels-Confirm Visits:119,529,登陆/直接预订页 Myelong/Login Visits:205,344,酒店订单填写页 Hotels-Order Visits:41,460,Exit Page Visits:19,411 16.24%,Exit Page Visits:4,542 10.96%,Exit Page Visits:20,350 9.91%,Visits: 36,803 30.79%,Visits: 28,777 14.01%,联盟登陆页 Mytrip/Login Visits:57,585,Visits: 22,988 19.23%,Visits: 2,195 3.81%,Visits: 9,756 8.16%,23.53%,69.41%,5.29%,Exit Page Visits:14,512 25.20%,10,酒店预订过程中的访问数流向(登录-2),酒店预订确认页 Hotels-Confirm Visits:119,529,登陆/直接预订页 Myelong/Login Visits:205,344,酒店订单填写页 Hotels-Order Visits:41,460,Exit Page Visits:19,411 16.24%,Exit Page Visits:4,542 10.96%,Exit Page Visits:20,350 9.91%,Visits: 36,803 30.79%,Visits: 28,777 14.01%,联盟登陆页 Mytrip/Login Visits:57,585,Visits: 22,988 19.23%,Visits: 2,195 3.81%,Visits: 9,756 8.16%,23.53%,69.41%,5.29%,Exit Page Visits:14,512 25.20%,Visits: 13,234 31.9%,11,酒店订购登陆页面的登陆成功率,备注： eLong酒店订购预订登陆页的登陆成功率为78%，联盟网站预订登陆页的登陆成功率为10%，两者差异巨大的原因是什么？联盟网站是用户不熟悉的因素还是什么因素？是不是还有可改进的空间?,eLong预订登陆页,联盟网站预订登陆页,12,酒店预订过程中的访问数流向(预订-1),酒店订单填写页 Hotels-Order Visits:41,460,酒店订单确认页 Hotels-Ensure Visits:33,396,酒店订单提交页 Hotels-Reserve Visits:31,036,Exit Page Visits:4,542 10.96%,Exit Page Visits:1,645 4.93%,Exit Page Visits:8,072 26.01%,Visits: 29,046 70.06%,Visits: 30,340 90.85%,13,酒店预订过程中的访问数流向(预订-2),酒店订单填写页 Hotels-Order Visits:41,460,酒店订单确认页 Hotels-Ensure Visits:33,396,酒店订单提交页 Hotels-Reserve Visits:31,036,Exit Page Visits:4,542 10.96%,Exit Page Visits:1,645 4.93%,Exit Page Visits:8,072 26.01%,Visits: 29,046 70.06%,Visits: 30,340 90.85%,Visits: 8,798 26.3%,Visits: 6,331 20.33%,14,基于预订确认的转化率,基于预订确认访问数的转化率,26,222 ( 21.9%),质,备注:Confirm/Order/Ensure/Reserve是用户订购必经的4步,基于预订确认访问数的转化率,比较明确衡量预订流程转化的效率, 是评估预订流程转化率水平的适用指标. 定义: 基于预订确认访问数的转化率 = 4步路径下的订单提交访问数/所有预订确认访问数,15,酒店预订过程中的访问数流向(直接预订),直接填写预订单,修改订单错误,信息输入 是否有效,是否找到用户 相关记录,用户已存在卡号,用户不存在卡号,是否选择卡号,计入分配新卡号,记入已存在卡号,记入公共卡号,后续分配新卡号,是,是,否,取消,登陆,注册,直接预订,16,酒店登陆/直接预订新用户的订单分析,备注: 酒店预定过程中,直接预订新用户产生的订单中, 已结帐的订单比例为50%,比线上订单已结帐的订单的比例降低15%；No Show状态的订单增加13%；删除状态的订单增加2%。,降低15%,增加2%,增加13%,17,酒店线上直接预订新会员分析,备注：2006年5月、6月、7月,直接预订产生的新会员平均数为1600左右，占酒店线上产生新会员数的25%左右。,7,315,4,943,6,625,20.4%,27.5%,29.3%,18,预订流程访问数流向与转化率-小结,从搜索列表、详细页、预订确认页看，用户的访问路径是复杂的，用户返回上一步的比例过大，如何优化用户访问预订路径是一个重要议题, 采取有效的方法和策略“增加”酒店搜索列表到酒店预订确认的访问数数量（Online Marketing) 酒店搜索列表页面应提供可供决策的信息引导用户直接进入酒店预订确认页面,提高这一路径访问数进入的比例。(User Experience) 酒店订购eLong登陆页联盟网站登陆页的登陆成功率差异巨大,主要影响因素是什么? 联盟网站登陆页是否存在可改进的空间? 基于预订确认访问数的转化率, 是评估预订流程转化率水平的适用指标。 2006年5月、6月、7月,直接预订新用户订单中,已结帐的订单比例为50%,比线上订单已结帐的订单的比例降低15%；直接预订产生的新会员平均数为1600左右，占酒店线上产生新会员数的25%左右。,19,酒店预订流程转化及页面效率分析-分析目录,预订流程访问数流向与转化率 搜索页详细页到预订确认的访问数流向与转化 预订确认到订单提交的访问数流向与转化 直接预订 预订过程页面效率分析 酒店列表页面效率分析 酒店详细页面效率分析 酒店预订确认页面效率分析 酒店订单页面效率分析 酒店订单确认页面效率分析 酒店订单提交页面效率分析 总结与结论,20,酒店搜索列表页面效率分析,分析目的： 分析酒店搜索列表的效率 分析点： 酒店预订确认页面的流向分析(上下页) 酒店搜索列表页面各板块间的点击分布 以北京酒店为例，分析点击数和订单数在现有列表各页的分布效率 酒店搜索列表上下翻页的点击分析,21,酒店搜索列表页面的流向分析(上下页),22,酒店搜索列表页面的流向分析(上下页),备注：从酒店搜索列表页面的流向分析来看及用户易用性来看,酒店列表页到酒店详细页在同一窗口下的循环不方便酒店列表页的再次点击及酒店详细页的信息比较,建议在列表页到详细页采用弹出窗口方式.,酒店搜索列表页面,酒店详细页面,酒店预订确认页面,酒店搜索列表页面,酒店详细页面,酒店预订确认页面,酒店详细页面,.,同一窗口下的循环 不方便前页的再次点击及后页的信息比较,弹出窗口 方便前页的再次点击及后页的信息比较,23,酒店搜索列表页面的流向分析(上下页),备注：从酒店搜索列表页面的流向分析来看及用户易用性来看,酒店列表页到酒店详细页在同一窗口下的循环不方便酒店列表页的再次点击及酒店详细页的信息比较,建议在列表页到详细页采用弹出窗口方式.,国内外同行从酒店列表页到酒店详细页的进入窗口方式,24,酒店列表页面各板块间的点击分布,2.73%,0%,28.13%,12.98%,0.35%,0.26%,46.41%,注：在用户查找酒店时，上下翻页的点击比率明显偏大，相对于酒店内容来说，要翻看1.65（46.41%:28.13%)个页面，才能点击酒店内容一次。,上下翻页,酒店列表,1.31%,25,酒店列表页面-酒店内容点击分布,16.24%,31.61%,4.50%,44.97%,2.66%,0.02%,结论：在酒店搜索列表的酒店内容的点击数中，最近用户评论的点击数占31.61%中，说明用户对最近用户评论的有较高的关注与兴趣。,26,以北京酒店为例，分析点击数和订单数在列表各页的分布效率,注：酒店搜索列表页面，每页列表有10家酒店。,27,北京酒店按点击数的排名分布,注：在酒店列表页面，北京酒店按点击数的多少进行排名分布，如图所示 北京酒店列表内容点击数：前10名酒店占20.63%, 前50名占50.21%, 前100名占67.70%, 前200名占86.98%。,28,北京酒店按订单数的排名分布,注：在酒店列表页面，北京酒店按订单数的多少进行排名分布，如图所示。 北京酒店订单数：前10名酒店占17.13%, 前50名占49.93%, 前100名占71.57%, 前200名占92.42%。,29,酒店列表页面 - 三种排序方式的比例,99.07%,0.66%,0.27%,结论：在酒店列表的排序中，大约有99.07%的访问数使用默认的eLong推荐排序方式，0.66%的访问数重新选择价格排序，0.27%的访问数重新选择酒店等级排序。可见用户对排序方式的重新选择并不敏感。,30,北京酒店列表分析,下一步 把北京每家酒店已发生过的点击数和北京每家酒店产生的订单数按照eLong推荐排序所输出的页码与酒店进行分布，结果如下：,备注：由于在eLong推荐排序、价格排序、酒店等级排序中。eLong推荐的排序方式占99.07%，处于绝对优势地位。所以在接下的分析中，重点放在eLong推荐排序上。,31,北京酒店列表页面-eLong推荐的点击分布,注：北京酒店列表内容点击数在按eLong推荐的各列表页面的分布，并没有表现出规律性的递减趋势，可以看出elong推荐的列表的波动性。,32,北京酒店列表页面-eLong推荐的点击分布,注：我们把eLong推荐的北京酒店搜索列表前5页的酒店列表来看，发现某些酒店的点击量非常小，说明用户对这些酒店的关注极低，但却排在搜索列表页面的前几页，说明我们列表搜索列表有一定程度的改进空间。,33,北京酒店列表页面-eLong推荐的订单分布,注：北京酒店订单数在按eLong推荐的各列表页面的分布，并没有表现出规律性的递减趋势，可以看出elong推荐的列表的波动性。,34,北京酒店列表页面-eLong推荐的订单分布,注：我们把eLong推荐的北京酒店搜索列表前5页的酒店列出来看，发现某些酒店的订单量非常小，某些酒店几乎不产生酒店订单，说明用户对这些酒店的购买意愿极低，但它们却排在搜索列表页面的前几页，说明酒店搜索列表页面有一定程度的改进空间。,35,北京酒店列表页面-eLong推荐的点击分布,注：北京酒店内容点击数与产生的订单数在按eLong推荐的各列表页面的比率分布,可以看出elong推荐的列表的波动性。 在绿色方框区域，比率较高的页面上经济型酒店占大多数，说明某些用户对经济型酒店的关注。,36,北京酒店列表页面-eLong推荐的点击分布,注：我们把北京酒店的点击数和订单数进行加权处理，形成加权关注度一组数据，把eLong推荐的北京酒店搜索列表前5页的酒店列出来看，发现某些酒店的关注度非常小，说明用户对这些酒店的关注极低，但它们却排在搜索列表页面的前几页，说明我们列表搜索列表有一定程度的改进空间。,37,酒店列表上下翻页的点击分析,38,酒店列表页面-上下翻页的点击分布,结论：从数据分布来看，浏览小于或等于第5页的上下翻页点击数的比率为82.41%,小于或等于第10页的上下翻页点击数的比率为95.56%；页码超过10个页面点击累计比率增加很少，说明绝大部分用户查看页面的忍耐程度在10页以内，超过10页以后的列表页面的点击量极少，基本上处于无效状态。在搜索规则中，建议要把最有效的信息放在列表的前10页中。,39,酒店搜索列表效率分析-小结,以北京酒店为例，按照eLong推荐排序的所形成的页面的点击数和订单数分布所呈现出的波动性，说明目前按照酒店推荐优先级进行搜索列表排序的规则，存在一定程度的优化空间。 在酒店列表页面，从上下翻页的数据分布来看，页码超过10个页面点击累计比率增加极少，从某种程度说明绝大部分用户查看页面的忍耐程度在10页以内；在搜索规则中，建议要把最有效的信息放在列表前10页。 酒店列表的低效率，将会导致用户查找酒店时，上下翻页的点击率明显偏大。,40,eLong 和 Ctrip 酒店搜索列表规则比较,小结：从页码显示规则来看， eLong则趋向引导用户进行翻页的查询；Ctrip则趋向引导用户进行更细更小范围的查询。 就列表整体页面来看，eLong则趋向引导用户进行酒店详细页； Ctirp则更趋向引导用户进行预订。,41,酒店详细页面效率分析,分析目的： 分析酒店详细页面的效率 分析点： 酒店详细页面的流向(来源与流出) 酒店搜索列表页面到酒店详细页的转化 酒店详细页面各板块间的点击分析,备注：数据来源：Omniture, MIS Reporting Date: Jul, 2006,42,酒店详细页面的流向分析(上下页),备注：从Search 到Details 再到Search，说明用户在Search和Details页面来回转，其中需要注意的点在Confirm页之前是采用同一窗口的页面访问路径是否符合用户的阅读习惯? 这是需要研究确定的点或者改进的点,从Search到Details最好采用弹出窗口.,43,酒店详细页面各板块点击分析,备注:左侧功能按钮框的点击数占到86.95%.,4.01%,86.95%,2.86%,1.68%,44,酒店详细页面各板块点击分析-内容按钮,备注：5个按钮点击数的比例为86.95%,其中交通和位置图用户的关注度最大，为21.03%，结合本页的访问数计算， 2.13访问数中有一个访问数点击交通和位置图，说明对此有较大需求。建议应在列表页面增加交通和位置简图的功能链接，以方便用户的使用。,12.91%,2.20%,18.10%,17.01%,21.03%,15.69%,45,酒店预订确认页面效率分析,分析目的： 分析酒店预订确认页面的效率 分析点： 酒店预订确认页面的流向(来源与流出) 酒店详细页面到酒店详细页的转化 酒店预订确认页面各板块间的点击分析,46,酒店预订确认页面的流向分析(上下页),备注:Confirm页面下一步有23.55%的页面路径返回到Search页,有22.43%的页面返回Details页面,说明了什么问题?,47,酒店预订确认页面各板块点击分析,备注:更多酒店信息的点击数为7.11%,是否影响了访问数（用户）的分流?,7.11%,88.79%,2.94%,48,酒店登陆/直接预订页面效率分析,分析目的： 分析酒店登陆/直接预订页面的效率 分析点： 酒店登陆/直接预订页面的流向(来源与流出) 酒店登陆成功率 直接预订产生的新会员与订单 登陆/直接预订页面各板块间的点击分析,49,登陆/直接预订页面的流向分析(上下页),备注:,50,酒店订单页面效率分析,分析目的： 分析酒店订单页面的效率 分析点： 酒店订单页面的流向(来源与流出) 酒店预订确认页面到酒店订单页面的转化 酒店订单页面各板块间的点击分析,51,酒店订单页面的流向分析(上下页),备注:,52,酒店订单页面各板块点击分析,分析目的：96.88%,71.68%,10.07%,11.00%,1.08%,0.40%,2.66%,53,酒店订单确认页面效率分析,分析目的： 分析酒店确认页面的效率 分析点： 酒店详细页面的流向(来源与流出) 酒店订单页面到酒店订单确认页面的转化 酒店订单确认页面各板块间的点击分析,54,酒店订单确认页面的流向分析(上下页),分析目的：从Search 到Details 再到Search说明了什么问题?,55,酒店订单确认页面各板块点击分析,分析目的：99.07%,91.50%,2.85%,2.30%,2.42%,56,酒店订单提交成功页面效率分析,分析目的： 分析酒店订单提交页面的效率 分析点： 酒店订单提交成功页面的流向(来源与流出) 酒店订单确认页面到酒店订单提交成功页的转化 酒店订单提交成功页面各板块间的点击分析,57,酒店订单提交成功页面的流向分析(上下页),分析目的：,Hotels/Reserve.aspx:hotel_noprice,58,酒店订单提交成功页面的流向分析(上下页),分析目的：,Hotels/Reserve.aspx,59,预订流程页面效率分析,小结,60,总结与结论,总结与结论,61,Q&A,完毕 谢谢，请多多指导与交流,