转换率:采取所需措施（包括购买）的用户百分比。 您应该监视的行为数据KPI很少。例如,网站性能指标（例如“第一内容涂料”（FCP）)可以解释用户行为,例如跳出率。 3。找出人们为什么离开 现在,您了解用户意图并拥有正确的数据集。是时候找出人们为什么离开了。完成结帐流程的买家将离开,因为它已完成“任务。” 那其他用户呢？ 全球购物车放弃率已经结束 70%。客户出于各种原因退出该过程。
防止遗弃的唯一希望是了解 为什么 人们要走了。 全世界的在线购物购物车弃置率 奥地利电话号码资料 资料来源: 斯塔斯塔斯塔 识别退出意图依赖于几种行为数据工具。 Heatmap软件使您可以查看用户在每个页面上进行交互的位置。您可以为离开者分离数据并寻找趋势。有很多用户在同一时间离开吗？ 根据停留时间,点击次数,页面和其他变量过滤退出以定位特定行为。有些页面会产生大量出口吗？如果是这样,那是怎么回事？
热图将突出显示一些一般性问题领域。会话记录可以带来更深刻的见解。观看尽可能多的用户重播,以识别人们离开的原因。 尝试使用其他渠调查和在线民意调查。找到诸如CTA放置不良或付款表格冗长之类的障碍有助于解释人们为什么离开。 行为数据还可以帮助改善广告系列,例如 Facebook重新定位广告。您可以解决驱使某人离开的问题,并尝试以更好的体验将他们拉回去。