文：Shane Banker
编译：数据观 https://www.shujuguan.cn/?from=jianshu
［摘要］：
去年我们讨论了《转化率优化的9种方法》。就像这个世界保持发展进化一样，“转化率优化”也在不断演化。2018年，以下五个CRO的最佳实践，不得不知。
［正文］：
一：个性化的网站体验
当零售商与B2B公司都在努力突围的时候，你怎能忍受自己的网站与竞品网站看起来如出一辙？当然，网站提供的体验也许已经足够愉快了，但没有任何一点能让它脱颖而出。所以你跟对手转化目标客户的机会也不相上下。
据埃森哲[ 埃森哲（Accenture）是全球最大的管理咨询、信息技术和业务流程外包的跨国企业]的研究：
65％的消费者更有可能从了解其购买历史的零售商下单；
58％的消费者在得到基于其偏好或购买历史的推荐时，更有可能下单；
65％的消费者更愿意从提供了与其相关的个性化促销活动的零售商那里下单。
越来越多的营销人员开始意识到个性化体验的重要性。实时个性化平台Evergage在报告称，88％的营销人员相信潜在客户或客户希望获得个性化体验。认同“个性化有助于改善客户关系”的人员更高达96%。
调查显示 仅有4%的营销人员不同意个性化能够改善客户关系
该研究还发现，应用或网站个性化的最大好处是提升转化率。其次是改善客户体验，第三是增加了访客的参与度。
个性化还有助于其它很多方面，比如提高品牌知名度、降低客户流失率等。最不济，还有17%的人认为个性化能让网站看起来更棒！
有很多种方法来个性化访客的网站体验。比如，您可以根据地理位置、受众特征、浏览行为等对访客进行细分。然后，分别为这些客群提供个性化的着陆页、活动、定价政策、推荐等。
案例：Squaw Valley Alpine Meadows度假村
Squaw Valley AlpineMeadows连续三年被评为北美洲最好的滑雪度假村，Evergage对其进行了研究。该度假村的官网通过多种方式对访客进行了细分，以提供高度个性化的网站体验。
首先，他们根据地理位置自动划分访客，并显示与他们地理位置最相关的主页。
其次，网站上创建了几个主要的客群，比如家庭区、新手区等，根据需求提供不同的内容。比如，属于“家庭”的访客将会看到“家庭滑雪选择Squaw的最佳理由”。
Squaw Valley尽可能将访客放入相关的细分市场。正如下图所示，访客也可以从四个不同的组中自行选择。甚至每个组的CTA（call to action）都采取了个性化的文案。
高度个性化帮助Squaw
Valley迎合访客的独特要求与偏好。他们将“家庭”细分市场的转化率提高了38％。在这个高价值领域，单个用户收入也增长了41％。
二、帮购物者迅速得到答案
人们因为便利性而选择网购。他们能从舒适的家中得到所需的东西，就不想浪费时间去商店。
所以很自然，网购者也希望能迅速找到自己想要的东西，然后不费吹灰之力地购买。当这种需求无法得到满足时，就可能挫败他们，并丧失转化为客户的机会。
皮尤研究中心[皮尤研究中心（Pew ResearchCenter）是美国的一间独立性民调机构，总部设于华盛顿特区。该中心对那些影响美国乃至世界的问题、态度与潮流提供信息资料。]的一项调查发现，“能够提问”对83%从未购买过该物品的美国成年人来说非常重要。但是，当他们的问题不能被FAQ页面解决时，他们也不想自找麻烦再给你打电话。Avaya的调查也证明了这一点，比起打电话，消费者更愿意通过消息与企业进行沟通，尤其是千禧一代。此外，本特利大学与NeuraFlash公司在一项联合调查中发现，每个受访者都更愿意通过聊天机器人与企业沟通，如果这样可以节省时间并解决问题的话。
所以很明显，你的CRO策略需要考虑如何让购物者不用打电话，就能迅速得到答案。B2C与B2B公司都可以用这种方式来提高访客体验，并提高转化。
案例： Logical Position公司
Logical Position是一家致力于增长的PPC（付费广告）管理公司，利用在线聊天成功地提升了转化率。根据LiveChat的案例研究，LP在支持实时聊天之后，其线索增长了150%，销售也增长了30%－40%。
即使你的客服不能24／7全天候聊天，也可以清楚地显示其工作时间。您还可以鼓励访客给客服留言，以便客服一回到线上即可快速回复。
三、更高效的实现UGC
当你计划提升网站转化率时，“信任”是一个重要的因素。您可以通过各种声明来证明您值得信任。但人们更愿意信任其它客户，而不是您的声明。所以您需要通过社交证据来证明您的声明——也就是UGC——用户生产内容。
事实上，皮尤研究中心发现，82％的美国成年人在第一次网购之前，会看其它客户的评分与评论。很可能您已经知道这一点，并且有了一些评分与评论了，但2018年，您需要更进一步优化这些UGC以提升转化。除了常规的评论与评分，你可以添加更多的UGC方式，比如小视频、GIF等等。
哪种UGC形式最吸引人？图片：52%，视频：27%，文字：12%
图片营销平台Olapic研究发现：
25%的受访者UGC中看到该产品后，购买了该产品；
56％的受访者在UGC图片中看到某物后，如果该图片是积极的，或是与自己相关，则有可能购买该物。
52％的受访者表示，照片是最吸引人的UGC形式。
这些数字表明，可视化的UGC可以显著提升您的CRO。尝试在您的产品页面或主页显示用户通过社交媒体提交的照片吧。
案例： Byron Bond腕表
下图是伦敦腕表品牌Byron Bond在其主页上展示UGC的方式：
这是Byron Bond的另一个例子，他们在这里同时显示顾客的照片与文字评论：
如果您是B2B公司，并且想要展示UGC，可以尝试在客户评论或背书旁添加他们的真实照片。
案例： GroupHigh官网
市场营销软件提供商GroupHigh在其官网上如此展示客户背书：
四、优化你的付款页面
付款页面是销售渠道中最重要的元素之一。它是决定您是否关闭销售的页面。即使顾客已经快要走完整个购买流程，如果付款页面出现问题，他们仍然有机会改变注意。
事实上，电子商务研究机构Baymard Institute发现，电子商务零售商的平均购物车流失率接近70％。
这表明，很多零售商并没有付出足够的努力来确保付款页面利于转化。
根据BaymardInstitute的研究，购物车流失的最大原因是额外费用（如运费、包装费等）太高。这表明大多数零售商在客户添加产品到购物车之前，没有正确显示产品的额外费用。虽然这对许多零售商来说是无法控制的，但还是要想方设法让额外费用透明化。
比如，假如您有平邮费，请确保显示。或者，如果免费送货有最低要求，请确保显著地显示该条款。您可以将其展示为横幅，也可以将其展示在正在查看的产品的定价细节旁边。
案例： Amazon官网
亚马逊的免费送货条款就在某一产品的成本之下。
案例： 悦诗风吟官网
悦诗风吟为购物者提供运费计算器。 购物者可以根据产品的各种因素（如地点，运送方式和包裹重量）计算运费。
购物车流失的另一个常见原因就是漫长、复杂的流程，它往往包含强制性的账户创建。
要想优化您的付款页面，请确保您减少购买所需的步骤。首先，停止强制性的账户创建，并开放游客付款选项。如果这对您所经营的业务来说不可行，您也可以让购物者使用他们的社交媒体账户进行注册。
通过添加可信标识，您可以进一步优化该页面。这是至关重要的，因为22％的消费者因为不信任该网站而放弃结算。如果您想推动更多销售，为购物者提供多种付款方式也很重要。
五、利用机器学习识别网站问题
机器学习正在逐渐演变，为线上零售商实现CRO创造更多的机会。
ZebraTechnologies预测，到2021年，零售商将广泛使用机器学习来个性化客户体验。这也将提高他们预测消费者需求趋势与变化的能力，并提高品牌知名度。
机器学习算法还可以用来识别导致转化流失的网站问题。这些算法可以大大缩短识别问题的时间。
案例： SessionCam
SessionCam最近就利用机器学习技术，开发了一个名为“客户挣扎分数”或“CS分数” 的CRO工具，
该工具在后台运行，实时分析数以千计的网站会话。通过这一分析，该工具可以确定访问者的行为，指出网站上一些常见的可用性问题。它减少了为找出网站转化问题所花费的时间和精力。
英国啤酒公司Adnams PLC使用该技术，迅速识别无法提供良好客户体验的网页。他们可以把精力与资源集中在最需要优化的页面上。这帮助他们更高效地修正网站问题。
［结语］：
2018年，企业提高营销效率，无论是促进市场与销售部门的协同工作，还是采取ABM战略，抑或是发展评分计划，都离不开数据的支持。这其中不仅仅是找到正确的数据，更是将不同的数据来源整合到一起，进行全局性的分析与优化，并将其结果整合到工作流程中去。数据观提供“数据连接”、“数据处理”、“数据可视化”与“数据协作”四大功能模块，一站式地满足B2B营销优化的分析需求。
数据观客户细分看板展示：
读者福利：
以上看板，您只需“选择模版－点击安装－替换数据”三步，就可以让您自己的数据直接变身！省时、省力、尽在数据观的全新功能——“应用市场”。
开箱即得的行业最佳实践
您口袋中的数据分析师
这些就是您在2018年需要了解的五个CRO策略。与往常一样，它们聚焦“客户体验”并由数据驱动。数据观，帮助您顺利实现自己的CRO理念！
数据连接：
迅速连接CRM、官网日志、Salesforce等数据，了解用户动态
数据处理：
快速清洗数据，形成指标，存储到后台，并可以反复利用，自动更新
数据视觉：
纷繁的数据变成可视化的看板，用户行为、产品问题一幕了然
数据协作：
让正确的洞察抵达正确的人，不与工作流程结合的数据分析都是耍流氓
应用市场：
完全不懂分析也没关系，这里有海量报告模版
数据分析：
使用可视化看板，精准的进行每一次数据分析
