營銷分析 | 運營優化的祕密武器：重新認識熱圖的力量！

熱圖在轉化分析上的貢獻

熱圖在轉化分析上也有重要的作用。我們都知道分析轉化的方法主要是構建轉化漏鬥以及細分流失路徑，很多朋友瞭解這個方法，因爲這是分析主轉化路徑不可或缺的方法。但如果主轉化路徑已經優化的相當棒，轉化率還有優化的空間嗎?

轉化——不是一個單線程可以解決的問題。轉化是一個消費者心理問題，是信任、愉悅感、緊迫感、佔便宜的誘惑、商品魅力的吸引、其他與商品相關的服務和保障的說服力(當然這也是信任的一部分)等等綜合作用的結果。主轉化路徑幫助你糾正最基礎的錯誤，但它不是全部。

主轉化路徑之外影響轉化的那些因素被我們稱爲“微轉化”，關於微轉化的內容，我在這篇文章互聯網運營數據分析必須掌握的十個經典方法中有所說明。簡單講，微轉化是指在轉化必經過程之外，但同樣會對轉化產生影響的各種元素。這些元素與用戶的互動，左右了用戶的感受，也直接或者間接的影響了用戶的決定。比如，商品的一些圖片展示，並不是轉化過程中必須要看的，但是它們的存在，是否會對用戶的購買決定產生影響?這些圖片就是微轉化元素。

分析微轉化元素熱圖 也能發揮重要作用。微轉化的分析分爲三個部分：1. 定位關鍵頁面(轉化主路徑頁面以及其他對轉化有重大影響的頁面，具體方法這裏不再贅述，在我的《數據驅動的互聯網運營培訓》中有詳細說明);2. 定位關鍵頁面中可能影響用戶轉化的元素;3. 研究這些元素是否對消費者產生了作用以及它們對最終轉化的影響——一旦我們發現這些元素促進了或者降低了轉化，我們就可以確定我們優化的着力點和發力的方 向。

圖中這些交互元素都不是主轉化路徑的必經元素，但是卻是典型的微轉化元素，因爲它們或多或少都會對消費者心理產生影響並且影響最終的轉化。

對照熱圖，我們就能清楚看到，這些微轉化元素中，哪些更多作用於消費者，例如購買諮詢和商品評論，而查看商品大圖則不是特別受到消費者的關注(僅對這個商品而言)。

如果，我們再接着進一步挖掘數據，發現各個微轉化元素被點擊之後最終發生的購買轉化情況，我們又能得到什麼樣的分析呢?

對消費者吸引力最大 的“商品評論”，在用戶點擊查看之後，卻比較沒有帶來更高的轉化情況，這說明評論本身還需要更有效的控制，從而進一步促進轉化。現在，我自己的網上購物習 慣是，一定會看一個商家有沒有差評或者中評。如果有大量一邊倒卻缺乏營養的好評，我是堅決不買。如果中評和差評看起來明顯是源於這些消費者自己的認知問題 或者一些意外誤會，反而會極大促進我購買這家的商品。

你會說，上面的例子我們用Event Tracking不也是可以的嗎?是的，也可以，但是操作起來費勁多了，而且完全沒有熱圖這麼簡便直觀。

組合熱圖

上面尼康鏡頭的例子在我們的分析工作中有很多的應用。熱圖工具甚至可以直接將點擊這些位置之後的轉化展示在前端，這給我們分析微轉化提供了巨大的便利。但一個新的情況出現，又給我們造成了新的困擾。

這個新情況非常普 遍，尤其是對很多電子商務網站或app——它們的平臺上擁有數量極爲龐大的產品頁面，每個頁面的結構類似，但產品卻各不相同。如果我並不想只是優化某一個 產品(例如上面的這個鏡頭)，而是想優化整個產品頁面的模板，我將面臨一個十分巨大的挑戰——人們的行爲散落在各個產品頁面上，我要分析所有產品頁所體現 出來的整體的表現，難道我只能一個產品頁一個產品的分析，然後彙總嗎?尤其是，當我們想了解用戶的點擊行爲，我是否將不得不把每一個產品頁的熱圖做出來， 然後彙總到一起?

對於超過10個商品(SKU)的網站而言，這樣做是完全不可行的(難道你真的準備把這些頁面的熱圖一個一個手動疊加起來?)，而有些網站有上萬個商品，上面這樣的做法就不僅是不可行，更是不可能。

如果有一個工具，可以幫我們把所有的這些頁面上用戶行爲數據集合起來，而不用我們手動去做，那就解決我們的大問題!這樣的功能，在過去聞所未聞。但今天，利用熱圖的高階功能我們可以一勞永逸地解決這個問題。

解決這個問題的基本 思想是這樣：首先，將你希望合併分析的這些頁面集合爲一個頁面組——並不是所有的網站分析工具都支持這麼做，例如Google Analytics並不支持直接在後臺進行類似的設置，但另一些工具則能非常好的支持這麼做，你需要首先選擇這樣的工具。其次，在熱圖功能中找到頁面組熱 圖的功能。最後，在頁面組熱圖功能中指定你剛纔集合的頁面組中的某一個頁面爲熱圖的底圖。最後一個步驟是很有必要的，因爲雖然熱圖可以疊加人們的點擊行 爲，但如果把頁面組中所有的頁面都疊加起來，那就完全混亂了，所以這種情況下我們指定一個最有代表性的一個頁面作爲熱圖顯示的底圖。這個過程如下圖所示：

第一步：集合頁面。下圖中顯示了我將我的博客()中所有的category頁面集合在一起的設置，這些頁面的URL中都包含“category”。我將這個頁面組命名爲“分類目錄頁”。下圖點擊小圖可以看到原尺寸的大圖。

第二步：選擇“頁面組”的熱圖功能，我剛剛建立的頁面組已經自動在裏面出現了。

第三步：必須指定一個頁面作爲熱圖的底圖。

第四步：保存之後，以你選擇的這個頁面爲底圖的整個頁面組的熱圖被生成，你可以研究這些頁面的整體點擊情況。我的博客並不是最好的例子，電子商務產品頁、媒體頻道頁或者其他有固定模板的頁面，最適宜用這個方法查看一類頁面整體的熱圖表現。

響應式頁面和自適應熱圖

熱圖要面臨的最後一個挑戰，是響應式頁面。關於響應式頁面，很容易理解，就是 那些同一個頁面在PC、tablet和mobile phone上都能自動改變展示方式，以最優化的佈局顯示頁面的一類網站。與響應式相對的是死板的頁面，這些死板的頁面無論在什麼終端上都是一樣的(所以在 手機上就變得特別小，不放大什麼也看不清)。下圖展示了一個響應式頁面的例子(圖片來自百度百科)。更多的關於響應式頁面的介紹可以看百度百科： (http://baike.baidu.com/link?url=r-Zdw8RwzQkxLGMzTuLs_Jw687gJgv- GtZRHFcs_–D5Ynsmw6GlU0v36CqXkrd-5VVYNhOdxmMsOJwR60emMq)

熱圖必須應付這種新的頁面形式，尤其是對我在最前面講的能夠完美解決第一類熱 圖指標的工具而言。因爲對於這類工具，它們必須不僅僅記錄可點擊(clickable)鏈接的用戶點擊行爲，還必須記錄在頁面上用戶所有的點擊(無論這個 地方能點還是不能點)，因此響應式頁面在不同終端上的佈局重構對這類點擊行爲的記錄(尤其是對這些點擊行爲發生的確切位置)有非常重大的影響。現代熱圖工 具若要忠實表現人們的點擊互動，就必須能夠展現在各類終端上被重構的(響應式)頁面的點擊圖。下圖顯示了這種熱圖對響應式頁面的適應——不僅僅需要適應各 類設備，也需要適應設備的縱向或橫向的旋轉。

利用熱圖分析APP的表現

熱圖並非是web的專用工具，app很多時候也需要熱圖來展示用戶交互行爲，對app而言，熱圖同樣是“多快好省”的工具。

不過，值得注意的 是，由於app和web有本質上的不同——app是程序，跟PC上的“.exe”文件差不多，熱圖的用法也有一定的不同。一般而言，app由於終端設備的 限制，展示的面積比較小，互動元素集中而數量有限，所以熱圖的價值相比web較低，分析也比web的熱圖來的簡單直觀得多，所以其實是有利有弊。另外，有 一些內容(信息流)類的app(網易新聞、今日頭條)之類，因爲內容幾乎無時無刻不在發生變化，熱圖並不適用。但是，對於工具類，電商類app(尤其是電 商app的產品頁)，熱圖仍然具有價值。遊戲app的熱圖則非常特殊，取決於遊戲的類型，但大多數遊戲內的熱圖難以製作且意義不大，但遊戲的一些操作界面 (比如註冊、內購等)，與web的交互非常類似，熱圖對於優化這些交互也很有意義。

例如，下面這個AB測試充分利用了app熱圖的直觀便捷的優點。

案例中的Lonely Planet希望人們更多購買“全部城市”的套餐，$4.99那個，但是熱圖表明，人們並不喜歡選擇那個貴的。

聰明的運營經理認爲，充分挖掘人性是必要的，既然人們並沒有強烈動力去花費更大代價獲取暫時用不上的東西，那麼就必須激發人們愛佔便宜的天性。

新的設計增加了一個購買項：$4.49美元“解鎖兩個城市”，一切發生了重大變化。似乎提醒了人們兩個城市和所有城市比較起來，性價比多麼的低，於是人們發現早點購買更高性價比的東西是多麼的必要。

顯然，新的設計突然激發了人們“佔小便宜”的愉悅心理，從而迅速挽救了之前“解鎖全部城市”的糟糕表現。你可以看到熱圖是多麼直觀快速的說明瞭這個問題。

利用細分熱圖進行對比分析

熱圖和細分功能的結合是我想講的最後一點，這一點的價值毋庸置疑。分析的根本性方法之一，就是瞭解不同類別人羣的行爲差異，並從而研究產品與人們進行互動的深層機制，並進而對產品進行優化。

而顯然，描述人羣行爲最直觀的工具，就是熱圖。

有多少種方法切分人羣，就有多少種人羣去值得用熱圖描述。簡單講，新訪問者和老訪問者，他們與網站(或app)的互動行爲有何區別?或者，從搜索引擎來的訪問者，和從社交媒體來的訪問者，他們的互動行爲有什麼區別?

下面的熱圖展示了新舊訪問者的行爲區別。(點擊看大圖)

圖中的兩個頁面是完全一樣的我的博客的首頁，二者的區別在於，左邊顯示了我的網站的新訪問者的點擊熱圖，而右邊則顯示了我的網站的老訪問者的點擊熱圖。看起來區別不大對嗎?

仔細查看，老訪問者很在乎我的“網站地圖”，同時也有更多的站內搜索行爲，這說明他們確實是帶着目的來到我的網站的，而新訪問者則對“關於作者”很感興趣。此外，頭條文章也是在老訪問者這裏獲得了更多的關注，而新訪問者似乎並不太關心我的頭條。

用能夠顯示數字的精確點擊分佈圖(如下圖，點擊下圖同樣打開完整分辨率全圖)，你能看到一些新的有趣的事情。例如，紅框中所標註的，新的訪問者(左邊圖)似乎對我的大數據的最新培訓課程更感興趣。