審查網站與登陸頁面的轉換問題,並設計基於證據的 A/B 測試。當使用者提到「登陸頁面轉換率不佳」、「轉換率」、「A/B 測試」、「為什麼訪客離開」、「異議處理」、「跳出率」、「轉換漏斗」、「增加註冊數」或「使用者加入購物車卻不購買」時觸發。也用於診斷註冊數過低的原因、設計實驗假設,或審查結帳流程中的摩擦點。涵蓋漏斗映射、說服資產以及異議/反異議框架。整體行銷策略請參閱 one-page-marketing。可用性問題請參閱 ux-heuristics。
CRO 方法論
基於 CRE 方法論™ 的科學化、以客戶為中心的轉換率優化方法。卓越的改善來自於了解訪客為何不轉換,而非模仿競爭對手或套用通用技巧。
核心原則
不要猜測——要發現。 每個不轉換的訪客都有其原因。透過研究找出這些原因,然後用證據和證明系統性地消除它們。這種基於證據的方法始終優於「最佳實務」、直覺、模仿競爭對手和專家意見。
評分
目標:10/10。 根據以下七個快速診斷項目為任何登陸頁面、漏斗或轉換流程評分:每個項目回答「是」得約 1.4 分(7 項 = 9.8,上限 10)。分級:9-10 = 單一明確行動、基於研究的 O/CO 表、5 秒內可理解價值主張、每個摩擦點都有證明、漏斗已映射、路徑無 UX 障礙;5-6 = 猜測的異議、套用最佳實務的文案、證明埋在常見問題中;<=3 = 互相競爭的 CTA、無漏斗映射、有主張但無證明。報告當前分數及未通過的診斷項目。
CRO 框架
1. CRO 流程
核心概念: 一個系統化的 9 步驟流程,從定義成功指標開始,經過研究和實驗,最終將勝利擴展到整個業務。
為何有效: 隨機優化跳過研究。這個流程強迫你在改變任何東西之前先了解訪客,因此每個改變都基於證據而非意見。
關鍵見解:
- 在觸碰任何頁面之前,先定義與業務 KPI 一致的 success metrics
- 映射整個漏斗以找出「阻塞動脈」(高流量但表現不佳的路徑)和「缺失環節」(不存在的漏斗階段)
- 從三個維度研究訪客:他們是誰、什麼阻礙他們(UX 問題)、什麼阻止他們(異議)
- 從競爭對手、評論和其他行業收集市場情報
- 用 ICE 評分對想法進行優先排序;設計大膽的實驗,而非「溫和的調整」
- 以統計嚴謹性進行實驗(最低 95% 信心水準、完整商業週期),然後將勝利擴展到整個業務
產品應用:
| 情境 | CRO 流程步驟 | 範例 |
|---|---|---|
| 登陸頁面審查 | 定義目標、映射漏斗、研究訪客 | 跳出率 70% 因為價值主張不明確 |
| 結帳優化 | 映射漏斗找出阻塞動脈 | 運費衝擊導致 40% 購物車放棄 |
| 電子郵件序列 | 擴展勝利 | 將有效的異議處理文案重複用於 drip 郵件 |
文案模式:
- "今天是什麼阻止您[行動]?"(退出調查以發現異議)
- "這是[X]客戶發現的……"(用社會證明反駁異議)
映射漏斗時請參閱 funnel-analysis.md——逐步映射、阻塞動脈/缺失環節診斷、行業漏斗基準、以及基於影響的優先排序。
2. 客戶研究與異議
核心概念: 訪客因特定且可發現的原因而未能轉換。退出調查、聊天記錄、客服單據、銷售電話和評論揭示了「客戶之聲」及其真實異議。
為何有效: 團隊對訪客離開原因的猜測幾乎總是錯誤的。研究發現了無人預料到的異議,而客戶自己的語言比任何文案撰寫者的發明更具說服力。
關鍵見解:
- 主要來源(退出調查、即時聊天、客服單據、銷售電話)提供直接的訪客語言;次要來源(評論、社群媒體、競爭對手)揭示行業層面的異議
- 「五大」通用異議:信任、價格、適合度、時機、努力
- 量化研究(分析、熱圖)顯示問題在哪裡;質性研究(調查、訪談)顯示為什麼
- 非轉換者調查應只問一個問題以獲得最高回覆率;購買後調查("什麼差點阻止您購買?")揭示最重要的異議
產品應用:
| 情境 | 研究方法 | 範例 |
|---|---|---|
| 退出意圖 | 站內調查 | "今天什麼阻止您註冊?" |
| 購買後 | 7 天內電子郵件調查 | "什麼差點阻止您購買?" |
| 異議挖掘 | 客服單據 + 評論 | 搜尋「但是」、「然而」、「擔心」;負評 = 未處理的異議 |
文案模式:
- 在標題和正文中直接使用客戶的語言——它勝過經過修飾的行銷文案
- "我們可以做哪一件事來讓您[行動]?"
- "您會如何向朋友描述[產品]?"(揭示客戶視角的定位)
道德邊界: 匿名化數據、取得錄音同意、不要過度調查以致降低體驗。
規劃研究時請參閱 RESEARCH.md——每個管道的即用調查問題、推薦工具、以及如何將原始回覆轉換為排序的異議清單。
3. 說服資產
核心概念: 每家公司都擁有被忽略的證明——未展示的推薦、未提及的獎項、隱藏的認證、被埋沒的保證。盤點這些「說服資產」,獲取缺失的資產,並展示它們。
為何有效: 訪客根據證據而非主張做決定。一個有充分證明的適度主張勝過一個沒有證明的誇大主張。
關鍵見解:
- 審查五個類別:認證與權威、社會證明、風險逆轉、數據與具體性、流程與方法論
- 為缺失的資產建立願望清單並積極獲取(請求推薦、申請獎項、編譯統計數據)
- 「證明三明治」結構:主張(大膽承諾),然後證明(證據),然後強化(次要證明)
- 證明層級,從最強開始:有背景的具體結果 > 有照片的具名推薦 > 案例研究 > 統計數據 > 標誌 > 通用推薦
- 在摩擦點放置證明,而非常見問題中;具體數字勝過整數("47,832 位客戶"勝過"約 50,000")
產品應用:
| 情境 | 說服資產 | 範例 |
|---|---|---|
| 登陸頁面頁首 | 標誌列 + 評分 | "受 10,000+ 家公司信賴" 附 5 個可辨識標誌 |
| 定價頁面 | 風險逆轉 | "30 天無條件退款保證" |
| 結帳流程 | 表單附近信任徽章 | 安全認證、付款標誌、保證印章 |
文案模式:
- "這是我們為[公司 X]做到的……"(案例研究證明)
- "[具體數字]家企業信任我們"(非"數千家客戶")
- 以利益而非功能為導向:"不再誤刪任何照片"勝過"256GB 儲存空間"
道德邊界: 絕不偽造推薦、誇大統計數據或顯示虛假信任徽章——所有證明必須真實且可驗證。
審查或獲取證明時請參閱 PERSUASION.md——完整的五類資產清單與心理觸發點。撰寫證明文案時請參閱 COPYWRITING.md——標題公式、利益導向措辭、證明元素用語。
4. O/CO 框架
核心概念: 異議/反異議表是 CRE 的核心技術:將每個訪客異議映射到一個具體的、有證據支持的反異議。
為何有效: 該表強制每個反異議被放置在異議出現的閱讀流程中,因此當訪客感到擔憂時,答案立即出現——而不是在幾頁之後,屆時他們可能已經離開。
關鍵見解:
- 從調查、聊天記錄、客服單據和銷售電話中研究異議——不要猜測
- 隱含異議(訪客不願承認的)需要「僅反異議」:在不陳述異議的情況下進行反駁
- 將反異議放置在摩擦點(信用卡異議靠近付款表單),而非埋在常見問題中
- 在摺頁上方處理主要異議;以多種格式重複相同的反異議(文字、影片、推薦、數據)
- 標準化的客服回覆是經過測試的反異議金礦
產品應用:
| 異議 | 訪客問題 | 反異議 |
|---|---|---|
| 信任 | "為什麼我要相信你?" | 具名推薦、媒體標誌、獎項、保證 |
| 價格 | "值得這個錢嗎?" | ROI 計算機、與替代方案的成本比較、分期付款 |
| 適合度 | "它適合我的情況嗎?" | 類似客戶案例研究、分眾頁面、免費試用 |
| 時機 | "為什麼現在行動?" | 延遲成本計算、真正的限時優惠、季節相關性 |
| 努力 | "這會有多難?" | 「為你完成」框架、「5 分鐘設定完成」、逐步分解 |
文案模式:
- 差(陳述隱含異議):"擔心自己太懶惰學不會語言?"
- 好(僅反異議):"讓音訊為您完成工作。"
- "什麼差點阻止您購買?"(購買後調查以驗證 O/CO 表)
道德邊界: 反異議必須用真實證據解決擔憂,而非將合理的顧慮視為無根據。
建立 O/CO 表時請參閱 OBJECTIONS.md——每個類別的反異議技術目錄、隱含異議的僅反異議模式、以及如何從客服記錄中挖掘異議。
5. 假設設計
核心概念: 每個實驗都需要一個記錄在案的假設,將特定改變與基於研究的預期結果連結起來,並用 ICE 評分(影響力、信心、容易度)進行優先排序。
為何有效: 假設強迫你闡明為什麼某個改變應該有效,並將其建立在客戶研究的基礎上。ICE 評分防止團隊在低影響的調整上浪費流量。
關鍵見解:
- 格式:"如果我們[改變 X],那麼[指標 Y]將會改善,因為[基於研究的理由]"
- 在測試前定義主要指標(決定勝負)、次要指標(監控)和護欄指標(不得下降)
- ICE,每項 1-10:影響力(這能讓轉換率翻倍嗎?)、信心(研究有多強?)、容易度(實作有多容易?);按平均分優先排序
- 10 倍篩選:如果一個改變無法帶來 10 倍效果,則降低優先級。值得測試:完全重新設計、新的價值主張、根本不同的方案。不值得測試:按鈕顏色、字體大小、圖片更換
實例: "來自調查的客戶語言將提升註冊數,因為訪客看到自己的話" 得分 I:8, C:9, E:10 = 9.0——最高優先級測試。按鈕顏色更換得分約 I:2, C:2, E:10 = 4.7,儘管實作簡單仍被跳過。
文案模式:
- "根據我們的研究,訪客的第一大異議是[X]。此測試透過[Y]來解決它。"
- 測試前記錄:假設、主要指標、樣本數、持續時間。測試後記錄:原始數字、信心區間、學習、下一步
優先排序或評分待辦事項時請參閱 testing-methodology.md——每個軸向的 ICE 評分量表、優先排序表範例、以及加權 ICE 變體。
6. A/B 測試方法論
核心概念: 以適當的統計嚴謹性執行對照實驗,比較頁面版本,使結果反映現實而非隨機雜訊。
為何有效: 沒有嚴謹性,你無法區分真正的改善和隨機變異——偷看、樣本不足、忽略實際顯著性都會製造虛假的贏家。
關鍵見解:
- 在開始前計算所需樣本數(基準轉換率、最小可檢測效果、80% 檢定力、95% 顯著水準)
- 執行至少一個完整的商業週期(1-2 週),涵蓋平日和週末
- 絕不偷看結果並提前停止——這會大幅增加偽陽性
- 實際顯著性很重要:統計顯著但僅提升 0.1% 不值得實作複雜性
- 只有在每月訪客超過 10 萬且頁面已被證明有效時,才使用多變量測試
- 將勝出者提升為新的對照組;一個讓你學到東西的失敗測試勝過一個你不理解的勝利
產品應用:
| 情境 | 測試類型 | 範例 |
|---|---|---|
| 概念驗證 | A/B 測試(2-4 個變體) | 基於不同客戶洞察的兩種根本不同佈局 |
| 低流量 | 大膽的 A/B 測試 | 大幅改變在遠小樣本上就能達到顯著性 |
| 測試後 | 擴展勝利 | 將勝出的洞察應用於登陸頁面、廣告文案、電子郵件序列 |
文案模式:
- "我們在[Z]週內以[Y]% 的信心水準將[指標]提升了[X]%"
- "測試顯示無顯著差異,讓我們學到[關於客戶的洞察]"
- 記錄學習:測試、假設、結果、學習、適用範圍
報告規則: 事先決定樣本數和持續時間,然後報告預設測試返回的任何結果——絕不因偷看到「贏家」而提前停止、重新執行測試直到得到你想要的答案、或埋沒無結論的結果。(這是整個方法論中唯一的誠實報告限制。)
常見錯誤
| 錯誤 | 為何失敗 | 修正 |
|---|---|---|
| 盲目模仿競爭對手 | 你甚至不知道對他們是否有效 | 研究你的訪客的異議,建立你的證據 |
| 在了解異議之前測試按鈕顏色 | 表面症狀、微小效果、浪費樣本 | 先做客戶研究,再測試重大改變 |
| 假設你知道訪客為何離開 | 團隊對動機的判斷幾乎總是錯誤 | 退出調查、聊天記錄、客服單據分析 |
| 未經驗證就套用「最佳實務」 | 可能不適合你的受眾、產品或情境 | 將其視為待測試的假設,而非規則 |
| HiPPO 決策 | 最高薪者的意見不是數據 | 讓研究和測試結果決定,而非資歷 |
| 在沒有漏斗背景的情況下優化頁面 | 修正將問題轉移到別處;錯過最大收益 | 映射漏斗、找出阻塞動脈、按影響力優先排序 |
| 溫和調整而非大膽改變 | 很少達到顯著性;浪費時間和流量 | 測試可能讓轉換率翻倍的改變,而非提升 2% |
| 一次測試失敗就放棄 | 機會仍然存在 | 調查原因、回到研究、嘗試更大膽的改變 |
快速診斷
審查任何登陸頁面或轉換流程:
| 問題 | 如果否 | 行動 |
|---|---|---|
| 我們知道訪客應該採取的唯一行動嗎? | 頁面缺乏焦點 | 定義單一轉換目標;移除互相競爭的 CTA |
| 我們是否研究過(而非猜測)訪客為何不轉換? | 優化建立在假設上 | 執行退出調查、分析聊天記錄和客服單據 |
| 我們有 O/CO 表嗎? | 異議未獲回應 | 根據研究建立;在摩擦點放置反異議 |
| 價值主張在 5 秒內是否清晰? | 訪客在理解前就跳出 | 執行 5 秒測試;用客戶語言重寫標題 |
| 說服資產是否可見(推薦、獎項、保證)? | 沒有證明的宣稱不被相信 | 盤點資產、獲取缺失的、顯著展示 |
| 我們是否映射了漏斗以找出阻塞動脈? | 優化錯誤的頁面 | 按階段映射流量、與基準比較、優先排序 |
| 路徑是否沒有 UX 障礙(速度、行動裝置、表單長度)? | 摩擦扼殺了已決定行動的轉換者 | 先修正載入時間、行動版佈局和過長表單 |
延伸閱讀
完整的 CRE 方法論™、詳細案例研究和進階技術:
- 《Making Websites Win: Apply the Customer-Centric Methodology That Has Doubled the Sales of Many Leading Websites》 作者:Dr. Karl Blanks 與 Ben Jesson
關於作者
Dr. Karl Blanks 與 Ben Jesson 是 Conversion Rate Experts 的共同創辦人,該公司的 CRE 方法論已使許多領先網站的銷售額翻倍——客戶包括 Google、Apple、Amazon、Facebook 和 Dropbox——並獲得女王企業獎(創新類)。Blanks 擁有博士學位,曾領導 Hewlett-Packard 的可用性團隊;Jesson 的背景是直接回應行銷。他們的著作《Making Websites Win》將該方法論濃縮為一個可重複、基於證據的流程。




