写点什么

后流量时代,航司如何实现流量到存量的跨越

  • 2019-10-14
  • 本文字数:4451 字

    阅读完需:约 15 分钟

后流量时代,航司如何实现流量到存量的跨越

对于航司网站、APP 运营来说,流量的重要性不言而喻。没有流量,就没有订单,即使构思再好的利益点、创意点,都很难带来大批量的订单。


但流量总是有限的,特别是在流量日益稀缺的后流量时代,用户基数有限、时间有限,不管是哪家航司,都很难保证长期快速的流量增长。所以在介绍完搜索营销和微信两种引流方式之后,笔者将在这一篇重点和大家探讨:当重金吸引的流量来了,航司如何做好流量的承接和转化,把流量变存量。

第一步 着陆页的承接

着陆页指消费者看过广告后,通过点击跳转链接后出现的第一个页面,是流量承接和留存的核心载体,一定不要让来访者一眼就失望。所以,在设计着陆页之前,航司就要想好这个着陆页主要面向哪些人、所承载的使命是什么、希望传达什么产品和信息。


一般来说,好的着陆页会有这些特征:重点突出,关键信息放在首屏,用户行为引导流程清晰,制造紧迫感,建立信任感。优秀的着陆页能够潜移默化地引导用户获得自己所需的信息,完成注册和购买,同时,尽可能多地收集有效用户信息,便于流失后再次激活客户。



航司在进行着陆页优化之前,首先要确认引入流量的真实性,排除异常流量,还原用户真实访问行为。一般来说,不同渠道流量点击具有相似性,同一渠道如果有大量与其他渠道不同的点击,则为异常的可能性极高。航司可以利用一些网站监测工具进行排查,提高发现效率,确保引入优质流量。


着陆页图片与文案也非常关键。图片至少保证清晰可辨认、重点突出不混乱、颜色搭配舒服,具有一定的设计感;文案要站在用户视角,而不是航司的视角去撰写,需要结合产品的卖点和客户的需求来构思文案内容,可结合当下的热点,表达形式新奇有趣,最好能够激发客户的好奇心。文案和图片还要做到有机结合、相互呼应。


举个例子,某化妆品品牌把目标用户需求和痛点汇总,确定主题为“这次玩真的!说出你的眼线问题”,然后把他们关注的内容融入到活动文案中,有效提升了消费者兴趣度以及活动精准度。



着陆页的管理需要满足用户所需,但是用户不会直接告诉你我想要什么。当前已存在很多工具辅助运营人员了解用户在着陆页的具体行为,比如热力图,可进一步挖掘用户需求。


热力图是根据用户的点击和浏览行为绘制而成,包括多种类型,常见的有像素热力图和聚焦热力图。


像素热力图将访问者在一个网页上的点击行为数据通过直观的数据热力图像呈现出来,在热力图中点击数据越高热力成像越红,点击数据越低热力成像越蓝越暗。像素热力图主要用于调整页面布局、分析异常流量。



聚焦热力图主要基于用户在网页上的浏览行为,还原网页对用户的吸引程度,寻找用户注意力焦点。即便在同一个页面离开的用户也可以区分浏览到哪一屏,对哪一屏的内容更感兴趣,是否“回到顶部”,是否滚动到页面底部等信息,从而优化页面布局,改善用户体验,提高访客转化率。


如何利用热力图的数据具体分析和解决存在的问题呢?举某旅游网站页面体验优化的例子(见下图),通过像素热力图分析可以看到,用户点击左侧导航多,首屏点击比较少,所以,直接将左侧导航位于第一屏,确保用户进入该页面即可看到并能点击导航。



航司还可以根据热力图优化导航栏。比如,某品牌首页导航中 3.62%的点击落在排列第二位的商用系列按钮,而排在第一的家用系列按钮仅有 1%的点击,客户可以把用户关注的商用系列按钮放在导航的最左侧,方便用户的点击。



航司在运用热力图分析着陆页的时候,不仅要看整体用户的热图,更应该观察、细分不同用户组、媒体渠道,查看不同组热力图的区别,然后根据用户属性和媒体属性制定不同的营销策略。


当航司发现着陆页的问题,提出优化方向后,可以使用 A/B 测试了解不同版本的效果。A/B 测试可以同时对网站中同一页面的两个或两个以上不同版本进行效果测试,通过分离式实验和数据量化判断优化是否有效,可用于提高转化率、注册率等网页指标,达到通过数据驱动提高网站转化率的效果。


A/B 测试既可以简单粗暴地直接对比不同页面的点击转化效果,也可以用于分析比较 A 版和 B 版用户行为的变化。需要注意的是,A/B 测试需要至少一周的时间进行测试,而且需要航司已积攒足够的用户,当用户数据量很小的时候,测试结果可能会与实际情况存在偏差。


根据笔者的服务经验,整体来说,当前航司着陆页用户体验并不是很好,甚至存在类似无效按钮、页面内容相互遮挡、首屏信息不完整等比较低级的问题。比如下图页面,查询预订框点击机+酒按钮后未展现用户预期的机+酒相关内容,咨询该航司后得知目前网站不支持机+酒搜索功能。笔者建议暂时删掉该按钮,避免给客户造成困扰。



此外,流量自身的属性决定了着陆页的运营质量和效果,如果着陆页内容和产品不是按照流量的用户画像去设置架构,那么再精准的流量转化效果也不会理想。例如,当一个机票的流量是从搜索日本旅游的关键词过来,落地页却是马尔代夫、澳大利亚、新马泰的航线推荐,而日本旅游航线在最后面,转化效果自然不会太好。

第二步 转化流程

转化率不仅是一个数据指标,其本质是用户体验好坏的真实反映。航司如果想要获得好的转化效果,应该根据用户行为,梳理网站架构及核心流程访问路径,尽可能精简核心步骤,优化页面体验。


对转化流程的分析主要是使用销售漏斗图,通过对比每一步的流失率,确认用户离开的位置,进而探寻背后流失原因。笔者曾帮助某品牌客户对其高达 7 个转化的流程进行梳理,缩减为仅剩 4 个步骤,并持续优化用户体验,最终订单转化率提升 354%。



下图是某航司的一个转化漏斗图,可以观察到页面流失率比较高的是从机票查询到产品选择环节及确认订单后的支付环节。



某航司流程转化漏斗图


经过分析发现,该航司信息查询检索体验非常不好。用户在检索某些具体的航班信息时,很有可能搜索了很长时间却没有得到预期的结果,这极易造成客户流失。由于航线和时刻资源比较紧张,航司并不是每天都有航班,但航司可以在购票流程中,以价格日历的形式展示票务信息,方便用户更便捷地了解价格走势和航班安排。


此外,对于长期无航班安排的航线,明确告知航班的情况,而不是告知客户查询的日期没有航班,建议换个日期。而且该航司订票流程不够人性化,确认订单环节不支持直接修改信息,比如想增加乘机人、修改航班信息,都需要回到首页重新查询航班信息。



价格日历示例


关于转化流程的分析,建议航司可以把有关转化的所有页面集合起来,分析这些页面作为一个整体的表现。每家航司在具体转化过程中存在的问题各不相同,笔者对一些常见的问题进行了梳理,希望能够给大家一些参考。


页面跳转时间长。如果页面加载时间过长,用户体验也是极不友好的。据了解,目前全网网站白屏时间(从开始到第一屏页面非空白所消耗的时间)均值为 2.54s,首屏时间(从开始到第一屏页面渲染完成所消耗的时间)均值为 3.39s,整页时间(网页加载完成所消耗的总时间)均值为 9.45s,航司可以对比一下,是否优于行业均值,是否优于其他友商。


这虽然是一些小细节,但往往会带来意想不到的价值。笔者曾帮某客户优化移动端登录页面,发现登录成功需要等待 9~10 秒,用户很难耐心等待。笔者建议增加一个弹窗,弹窗 1-2 秒立即提示,后续大约需要等待 4-5 秒即可完成,避免用户长时间等待。最终,登录成功率提升 23.6%,后端加载时间缩短 50.0%。



注册流程过于繁琐。下图是某航司的注册页面,如果仅仅是注册而言,根本毋需这么详细的信息,每多一项填写资料就会多流失一部分注册用户,建议精简注册资料填写项,只需保留后续转化必要填写项。如果确实需要,后续引导用户在会员中心完善信息,或者根据用户的订单信息自行补充。此外,部分航司注册会员后会直接返回首页,造成客户体验不流畅,建议直接继续购票流程,降低用户流失风险。



APP 端登录窗口较多。登录窗口直接保留会员登录和手机帐号登陆即可,不用针对各航司的会员单独开设一个窗口。



人机验证频率过高。在用户购票过程中,很多航司人机验证出现频率过高,尤其在航班查询中,每次查询与选择均需验证,严重影响用户体验。建议调整验证触发逻辑,减少验证次数,提升友好度。



同时,航司应该对每一个流量进行实时监测,有助于及时发现各种突发问题,减少经济损失。比如,曾经某客户投放大量广告出去之后,订单量竟然没有变化,后期排查发现系统出现问题,用户无法下单,最终造成大量广告宣传费用的浪费。


对于航司来说,特别是一些大促活动,最好提前准备,留出充足时间进行系统测试,确认没有问题再上线。在活动上线后,要实时关注是否存在查询返回无结果、预定失败、提交不了订单、同时提交、支付中的各种小问题。

第三步 评估与复盘

用户流失的背后可能是流量质量问题,也有可能是着陆页的问题,还可能是转化流程不合理所导致。航司如果希望掌握背后真实原因,指导后续营销活动,那么,对运营进行分析和复盘就十分关键。


航司需要复盘的运营数据主要包括搜索数据、预定数据(即提交订单)、成单数据(订单到支付)、退票数据、出票信息、售后反馈等方面。KPI 制定方向需要根据项目目标确定,可以根据媒体类型,围绕目标确定具体关键指标,具体关键指标可参考下图。



关于具体数值的考核指标,以大促活动为例,首先评估活动产品的市场竞争力、市场需求潜力、历史销售情况、宣传渠道。根据经验来说,比日常销售额提升 30~40%可以称作是一次不错的促销活动。


复盘意义不仅是了解当前营销效果,更重要的是对未来的借鉴意义,避免重蹈覆辙。通过对用户来到官网后产生的一系列行为数据的分析,航司可以科学分析出当前营销存在的问题,并获得优化的方向。常见的优化方向包括站内搜索词、站内广告位、媒体广告投放的优化。


用户站内搜索需求优化。根据用户搜索词热度,新增或调整推荐词,满足用户站内搜索需求。笔者曾帮助某客户根据站内热门搜索词监测结果,调整热门搜索推荐,结果搜索次数增长 986%,转化增长 268%。



站内广告布局优化。通过追踪站内广告位表现,航司可以为优质内容寻找更好的坑位。比如,在大家的印象中,一个官网位置最好的应该是焦点图,但经过监测后发现并不都是这样。笔者曾在某品牌官网监测后发现,热销推荐的点击、转化都优于焦点图,该品牌后续就可以将希望重点推荐的产品放在这个位置展示。



媒体广告投放优化。航司可以通过打通媒体引流数据和用户行为数据,利用归因模型,了解各媒体在用户转化中的具体贡献,并以此指导下一阶段媒体渠道预算分配。同时,航司还可以利用媒体决策沙盘,基于企业历史数据,根据具体活动目标,通过投资组合优化运算计算出媒体组合预算分配。


小结

大数据时代,营销思维逐渐从产品为中心、营销驱动业务的时期,慢慢发展为智能连接用户并创造数据价值的 4.0 时代。无论是 PC 端、移动端着陆页的运营都离不开数据的分析与支持。当前,已有多种网站监测分析工具,比如上文提到的热力图、销售漏斗图、归因模型,可以告诉航司“客户是谁、从哪里来、在网站在做了什么”。当然,这些工具只是帮手,要想真正发挥效能还需要对这些数据进行多维度剖析,发掘数据背后的价值点。


本文转载自公众号国双 Gridsum(ID:gridsumtech)。


原文链接:


https://mp.weixin.qq.com/s/siqVBXK0loDh-DYb4oBtCA


2019-10-14 16:45741
用户头像

发布了 93 篇内容, 共 69075 次阅读, 收获喜欢 3 次。

关注

评论

发布
暂无评论
发现更多内容

GitHub天花板!清华大佬纯手码的《python背记手册》火了!

我再BUG界嘎嘎乱杀

Python 后端 软件开发 入门 零基础

音乐弹幕?智能修音?回森K歌社区的创新玩法?(上)

快手技术

商业模式 创新 玩法

加速规模化应用,火山引擎升级金融大模型服务体系

新消费日报

大厂程序员的一天,沉浸式体验Baidu Comate代码助手如何用于面试、代码评审……

申屠鹏会

大模型 Baidu Comate comate

基于向量检索服务与TextEmbedding实现语义搜索

DashVector

AI 向量检索 大模型 语义搜索

为什么要迈进NGAIOps(下一代AIOps)

乘云数字DataBuff

AIOPS NGAIOps

DashVector x 通义千问大模型:打造基于专属知识的问答服务

DashVector

数据库 后端 向量检索 大模型

提升医疗服务质量的基石:全面解析医疗数据治理

郑州埃文科技

数据治理

IntelliJ IDEA集成Baidu Comate,商城系统支付交易功能开发实战

阿Q说代码

百度 智能推荐 comate 代码助手 智能编码

云原生多云多集群Karmada|2024开源之夏8项课题邀您共创

华为云开发者联盟

Kubernetes 云原生 华为云 华为云开发者联盟 企业号2024年5月PK榜

开源啦,Redis跨集群实时数据同步工具

golang 数据库 微服务、 redis 底层原理

快手工程架构治理大揭秘:告别崩溃,提效神器来袭!

快手技术

架构 架构治理

全球厂商之最,华为17篇论文入选国际数据库顶会ICDE

华为云开发者联盟

华为云 华为云GaussDB 华为云开发者联盟 华为云GeminiDB 企业号2024年5月PK榜

伙伴活动|W3C 标准带头人开讲 WebGPU 前沿趋势

声网

低代码平台对企业数字化建设的启示与应用

快乐非自愿限量之名

低代码 企业转型

用数据,简单点!奇点云2024 StartDT Day数智科技大会,直播见

奇点云

发布会 奇点云 数据云 分析云

鸿蒙4.2小版本大亮点,鸿蒙5.0也不远了

FinFish

鸿蒙应用开发 小程序容器技术 鸿蒙Next 鸿蒙5.0 鸿蒙SDK

AWS Elastic Beanstalk 监控可观测最佳实践

观测云

APM AWS

快手闪耀VALSE2024:揭秘视频生成技术,展示文生图大模型

快手技术

学术会议 学术论文

半年涨粉1000万!揭秘快意大模型在短视频互动场景中的大规模应用实践!

快手技术

短视频 机器人 #大模型

基于串口通信的电子相册设计

芯动大师

Python COF 智能屏

Win10-VMware安装CentOS7.5

vinci321

centos win10 vmware 虚拟机

Dubbo 全链路监控技术实践

乘云数字DataBuff

dubbo 全链路监控

DashVector + ModelScope 玩转多模态检索

DashVector

数据库 AI 向量检索 大模型

零成本开发!试试这6个免费的API接口平台

幂简集成

API 免费API接口 免费API 免费API接口平台

AAAI 2024 | 基于由粗到细的视觉表征实现的高效匹配且兼顾性能的跨模态检索

快手技术

后流量时代,航司如何实现流量到存量的跨越_文化 & 方法_Gridsum_InfoQ精选文章