第31讲 通过理解业务场景厘清数据之间的关系

上一讲我们提到了将数据还原到业务场景中去。本讲来聊一聊数据之间的关系。从数据看行为，通常要将两个或多个指标联系起来看，其中不仅涉及量指标，还涉及一些率指标。

1.通过数据之间的关系来看店铺的优秀性和合理性

（1）曝光和点击的关系：点击率。

点击率反映的是点击对曝光的转化能力，点击率越高，说明对曝光的转化效果越好。当曝光量达到一定的量级之后，如曝光量在50次以上时，合理的点击率通常为0～10%，超过了则要问问是真的特别优秀，还是数据异常所致。然后对比访客量、询盘量等指标，来看流量效果整体的合理性，将其还原。对于点击率过低的现象，也需要在开始就养成思考问题的习惯，是价格太贵，还是主图不行。通过优化点击率可以帮助我们在展现量不变的情况下，获得更多的点击量。

（2）点击和访客的关系：点访率。

点击和访客的关系通常是成正比的关系，点击量越高，店铺访客往往也越多。对于大多数店铺来说，访客量是要高于点击量的。因为点击量的统计渠道仅仅是搜索渠道，而访客量的统计渠道则是全渠道，除搜索渠道外，还有场景、站外等渠道，所以访客量的数值通常高于点击量。

另外，根据访客量和点击量的数值，我们还可以从中推断一下搜索渠道的访客占比。通常一个访客只对应一个点击，当然也有一个访客对应多个点击的情况。我们姑且算一个大众值，也就是按一个访客平均对应1.5个点击，即每个访客点击搜索产品链接的次数是1.5次，可以还原出搜索渠道带来的访客量大约是点击量除以1.5这样一个数值。用总访客量减去搜索带来的访客量，剩下的则是非搜索渠道带来的访客量。

（3）访客和访问次数的关系：访问深度。

访问深度反映的是一个访客通常会访问多少个页面，访问深度越深，说明店铺布局越好。以大多数店铺为基准，平均一个访客访问页面的个数为3个左右是正常值。过高或过低都是不常见的形态。所以在查看店铺数据时，也可以以此指标作为识别店铺布局好坏以及评判数据是否合理的参考。

（4）访客和咨询量的关系：咨询转化率。

咨询转化率反映的是对进店流量的转化能力，通常进入店铺的访客量越大，咨询量即询盘量和TM咨询量也就越多。合理的咨询转化率为0～30%。当访客量达到一定量级，如访客量超过30人时，合理的咨询量应该为0～10个，高于这个值的时候也要打一个问号，结合客户询问的内容、观察进店客户的质量去检查数据是否出现了异常。咨询转化率在一定程度上代表着店铺发展的质量。

（5）访客和订单量的关系：订单转化率。

订单转化率反映的是进店访客中下单的比例，其中有咨询下单和非咨询下单两种情况。咨询下单是指买家通过向商家发起询盘或TM咨询后，通过与业务员沟通完成下单。咨询量与咨询下单量的比例可以反映出业务员对咨询客户的转化水平，是商家需要重视的一个指标。针对咨询订单转化率过低的情形，商家可以加强业务员的培训、培育出良好的工作流程，从而提升进店访客的订单转化率。对于直接下单率，即买家不经过咨询商家直接完成下单的比例，则根据行业的不同有所不同。对于适合直接下单产品的品类来说，好的产品价格和视觉设计更容易引起客户直接下单完成交易。

2.用案例形式对上述指标的关系问题做一个思维演练

案例1：某店铺在某一个周期内，后台截图的数据显示曝光量为200次、点击量为5次、访客量为7人、访问次数为19次、询盘量为80个、TM咨询量为3个。问：如何看待这家店铺？

遵从上面的剖析，我们将其还原到具体的业务场景。曝光量为200次，点击量为5次，点击率为2.5%。系统展现了200次，被点击5次这个行为没有问题。继续分析，访客量为7人，如果点击量是5次，那么点击所对应的访客应该是3～5人，7个访客中，包含搜索渠道3～5人、搜索之外的渠道2～4人，这个配比也是合理的。再往后，7个人访问了19次页面，平均一个人访问2.7个页面，也是正常值。继续往后，7个人发了80个询盘，到这里我们发现数据出现了异常，这里画一个问号。通常一个人也就发一两个询盘，即便在客户多发的情况下，平均下来也不至于每一个人都发十几个询盘，这是一个明显的异常值。接着看，TM咨询量是3个，与询盘量差异悬殊，也就是说，这份数据中大部分的访客都发起了询盘咨询，但是几乎没人发起TM咨询。

我们很快可以从整体数据中意识到，这3个TM咨询来自那7个访客。这里面涵盖了一些正常买家。通常情况下，询盘和TM咨询的比例应该是差不多的，根据不同行业这个比例会稍有不同，且通常比例最高不超过3：1。这意味着这80个询盘中，大约有2～5个是真实的询盘，而其余的询盘可能是通过人为干预方式制作的虚假询盘，否则很难解释为什么每个人都发起大量的询盘，以及为什么这些人都只发起询盘，而不发起TM咨询的现象。所以，这些数据很大可能就是人为操作的虚假数据。这是通过厘清数据之间的关系来识别店铺的优秀性和合理性的。

案例2：某店铺在某一个周期内，后台截图的数据显示曝光量为200次、点击量为5次、访客量为300、访问次数为530次、询盘量为30个、TM咨询为45个。问：如何看待这家店铺？

还是依照上面的分析思路，先从曝光到点击来看。页面展现200次，被点击5次，比较合理。然后看点击量和访客量的关系，5个点击通常是由3～5个访客产生的。也就是说，大量的访客不是来自搜索渠道，而是来自搜索之外的渠道。

接着再往后看，300个人访问了530个页面，平均每一个人访问了1.7个页面，算不上优秀，但也合理。继续往后，这300个访客发起了30个询盘和45个TM咨询，从咨询转化率和询盘TM占比分布上看也是合理的。那么怎么评价这家店铺呢？

其实这是一个真实的例子，在一次交流讨论上，有一个学员提到通过某种手段做搜索权重提升排名，效果很好，从而在短期内大幅度提升了数据。大家对此讨论颇有兴趣，笔者当时根据数据还原到实际的业务场景中去，很快就指出了这绝对不是刚刚所说的提升搜索权重的方法导致的。因为从数据上看，其大部分流量效果来源于非搜索渠道，而提升排名手段、提升权重手段也仅在搜索渠道内产生影响，并不足以实现这样的数据。而后通过结构化拆解流量结构，分析后台流量来源数据也发现，这是活动所带来的流量效果。

将数据还原到行为，不仅可以分析各项指标的优秀性，还能从中识别数据的合理性，在众多“黑科技晒数据”的玩法中，也能够减少一些盲目跟从行为，少走弯路。这是一项需要刻意练习的能力，大家不妨平时多注意一些异常数据，收录到自己的知识库中，这其实是一件很有趣味的事情。