审计网站和落地页的转化问题,并设计基于证据的A/B测试。当用户提到“落地页转化率低”、“转化率”、“A/B测试”、“访客为何离开”、“异议处理”、“跳出率”、“转化漏斗”、“提高注册量”或“用户加入购物车但不购买”时使用。也适用于诊断注册量低的原因、设计实验假设或审计结账流程中的摩擦点。涵盖漏斗映射、说服资产和异议/反异议框架。如需整体营销策略,请参考one-page-marketing。如需可用性问题,请参考ux-heuristics。
CRO方法论
基于CRE方法论(TM)的科学、以客户为中心的转化率优化方法。卓越的改进来自于理解访客为何不转化,而不是复制竞争对手或应用通用技巧。
核心原则
不要猜测——去发现。 每个不转化的访客都有原因。通过研究发现这些原因,然后用证据和证明系统地消除它们。这种基于证据的方法始终优于“最佳实践”、直觉、复制竞争对手和专家意见。
评分
目标:10/10。 根据以下七个快速诊断项对任何落地页、漏斗或转化流程进行评分:每项回答“是”得约1.4分(7项=9.8分,上限10分)。区间:9-10 = 单一明确行动、基于研究的O/CO表、5秒内可理解的价值主张、每个摩擦点都有证明、漏斗已映射、路径无UX障碍;5-6 = 猜测的异议、通用最佳实践文案、证明埋藏在常见问题中;<=3 = 竞争性CTA、无漏斗映射、无证据的主张。报告当前分数和失败的具体诊断项。
CRO框架
1. CRO流程
核心概念: 一个系统化的9步流程,从定义成功指标开始,经过研究和实验,最终将成功经验推广到整个业务。
为何有效: 随机优化跳过了研究。该流程迫使你在更改任何内容之前先了解访客,因此每个更改都基于证据而非意见。
关键见解:
- 在接触任何页面之前,先定义与业务KPI一致的成功指标
- 映射整个漏斗,找到“阻塞的动脉”(高流量低绩效路径)和“缺失的环节”(缺失的漏斗阶段)
- 从三个维度研究访客:他们是谁、什么阻碍了他们(UX问题)、什么阻止了他们(异议)
- 从竞争对手、评论和其他行业收集市场情报
- 使用ICE评分对想法进行优先级排序;设计大胆的实验,而非“温和的调整”
- 以统计严谨性运行实验(最低95%置信度,覆盖完整业务周期),然后将成功经验推广到整个业务
产品应用:
| 场景 | CRO流程步骤 | 示例 |
|---|---|---|
| 落地页审计 | 定义目标、映射漏斗、研究访客 | 跳出率70%,因为价值主张不清晰 |
| 结账优化 | 映射漏斗寻找阻塞动脉 | 运费震惊导致40%购物车放弃 |
| 邮件序列 | 推广成功经验 | 将有效的异议处理文案复用到滴灌邮件中 |
文案模式:
- “今天是什么阻止了您[行动]?”(退出调查以发现异议)
- “以下是[X]客户发现的……”(用社会证明反驳异议)
映射漏斗时请参阅funnel-analysis.md——逐步映射、阻塞动脉/缺失环节诊断、行业漏斗基准和基于影响的优先级排序。
2. 客户研究与异议
核心概念: 访客因特定且可发现的原因未能转化。退出调查、聊天记录、支持工单、销售电话和评论揭示了“客户之声”及其真实异议。
为何有效: 团队关于访客为何离开的猜测几乎总是错误的。研究揭示了无人预料到的异议,而客户自己的语言比任何文案作者的创作更具说服力。
关键见解:
- 主要来源(退出调查、在线聊天、工单、销售电话)提供直接的访客语言;次要来源(评论、社交媒体、竞争对手)揭示行业范围内的异议
- “五大”通用异议:信任、价格、适合度、时机、努力
- 定量研究(分析、热力图)显示问题在哪里;定性研究(调查、访谈)显示为什么
- 非转化者调查应只问一个问题以获得最大回复率;购买后调查(“什么差点阻止您购买?”)揭示最重要的异议
产品应用:
| 场景 | 研究方法 | 示例 |
|---|---|---|
| 退出意图 | 站内调查 | “今天是什么阻止了您注册?” |
| 购买后 | 7天内邮件调查 | “什么差点阻止您购买?” |
| 异议挖掘 | 支持工单+评论 | 搜索“但是”、“然而”、“担心”;负面评论=未解决的异议 |
文案模式:
- 在标题和正文中使用确切的客户语言——它优于精炼的营销文案
- “我们能做哪一件事来让您[行动]?”
- “您会如何向朋友描述[产品]?”(揭示客户视角的定位)
道德边界: 对数据匿名化,获得录音同意,不要过度调查以至于降低体验。
规划研究时请参阅RESEARCH.md——每个渠道的即用调查问题、推荐工具以及如何将原始回复转化为排序的异议列表。
3. 说服资产
核心概念: 每家公司都拥有被忽视的证明——未展示的推荐信、未提及的奖项、隐藏的资质、埋藏的保证。盘点这些“说服资产”,获取缺失的,并展示它们。
为何有效: 访客基于证据而非主张做决定。一个有充分证据支持的适度主张胜过没有证据的大胆主张。
关键见解:
- 审计五个类别:资质与权威、社会证明、风险逆转、数据与具体性、流程与方法论
- 为缺失的资产创建愿望清单并主动获取(请求推荐信、申请奖项、整理统计数据)
- “证明三明治”结构:主张(大胆承诺),然后证明(证据),然后强化(次要证明)
- 证明层级,最强优先:带背景的具体结果 > 带照片的具名推荐 > 案例研究 > 统计数据 > 标志 > 通用推荐
- 将证明放在摩擦点,而非常见问题中;具体数字优于整数(“47,832名客户”优于“约50,000名”)
产品应用:
| 场景 | 说服资产 | 示例 |
|---|---|---|
| 落地页头部 | 标志栏+评分 | “受10,000+公司信赖”并附5个可识别标志 |
| 定价页面 | 风险逆转 | “30天无条件退款保证” |
| 结账流程 | 表单附近信任徽章 | 安全认证、支付标志、保证印章 |
文案模式:
- “以下是我们在[公司X]的做法……”(案例研究证明)
- “[具体数字]家企业信任我们”(而非“数千客户”)
- 以利益而非功能为先:“再也不会误删照片”优于“256GB存储”
道德边界: 绝不伪造推荐信、夸大统计数据或展示虚假信任徽章——所有证明必须真实且可验证。
审计或获取证明时请参阅PERSUASION.md——完整的五类资产清单和心理触发因素。撰写证明文案时请参阅COPYWRITING.md——标题公式、利益导向措辞和证明元素措辞。
4. O/CO框架
核心概念: 异议/反异议表是CRE的核心技术:将每个访客异议映射到特定的、有证据支持的反异议。
为何有效: 该表迫使每个反异议被放置在异议出现的阅读流程中,因此访客感到担忧的瞬间就能得到回答——而不是几页之后,那时他们可能已经离开。
关键见解:
- 从调查、聊天记录、工单和销售电话中研究异议——不要猜测
- 隐含异议(访客不愿承认的)需要“仅反异议”:不陈述异议直接反驳
- 将反异议放在摩擦点(支付表单附近的信用卡异议),而非埋在常见问题中
- 在首屏上方处理主要异议;以多种形式(文字、视频、推荐、数据)重复同一反异议
- 预设的客服回复是经过测试的反异议金矿
产品应用:
| 异议 | 访客问题 | 反异议 |
|---|---|---|
| 信任 | “我为什么要相信你?” | 具名推荐、媒体标志、奖项、保证 |
| 价格 | “它值这个钱吗?” | ROI计算器、与替代品的成本比较、分期付款 |
| 适合度 | “它适合我的情况吗?” | 类似客户案例研究、细分页面、免费试用 |
| 时机 | “为什么现在行动?” | 延迟成本计算、真实限时优惠、季节性相关 |
| 努力 | “这会有多难?” | “为你完成”框架、“5分钟设置”、逐步分解 |
文案模式:
- 差(陈述隐含异议):“担心自己太懒学不会语言?”
- 好(仅反异议):“让音频为你完成工作。”
- “什么差点阻止您购买?”(购买后调查以验证O/CO表)
道德边界: 反异议必须用真实证据解决担忧,而不是将合理的担忧视为无根据。
构建O/CO表时请参阅OBJECTIONS.md——每类反异议技术目录、隐含异议的仅反异议模式以及如何从支持日志中挖掘异议。
5. 假设设计
核心概念: 每个实验都需要一个记录在案的假设,将特定更改与基于研究的预期结果联系起来,并使用ICE评分(影响、信心、易用性)进行优先级排序。
为何有效: 假设迫使你阐明更改为何有效,将其扎根于客户研究。ICE评分阻止团队在低影响调整上浪费流量。
关键见解:
- 格式:“如果我们[更改X],那么[指标Y]将改善,因为[基于研究的原因]”
- 在测试前定义主要指标(决定胜者)、次要指标(监控)和护栏指标(不得下降)
- ICE,每项1-10分:影响(能否使转化翻倍?)、信心(研究有多强?)、易用性(实施有多容易?);按平均值排序
- 10倍筛选:如果更改不能带来10倍结果,则降低优先级。值得测试:完全重新设计、新价值主张、根本不同的报价。不值得测试:按钮颜色、字体大小、图片替换
工作示例: “来自调查的客户语言将提升注册量,因为访客看到自己的话”得分I:8, C:9, E:10 = 9.0——最高优先级测试。按钮颜色交换得分约I:2, C:2, E:10 = 4.7,尽管实施简单但被跳过。
文案模式:
- “根据我们的研究,访客的第一大异议是[X]。本测试通过[Y]解决它。”
- 测试前记录:假设、主要指标、样本量、持续时间。测试后记录:原始数字、置信区间、经验教训、下一步行动
优先级排序或评分待办事项时请参阅testing-methodology.md——每轴ICE评分标准、工作优先级排序表以及加权ICE变体。
6. A/B测试方法论
核心概念: 运行控制实验,比较页面版本,并具备适当的统计严谨性,使结果反映现实而非随机噪声。
为何有效: 没有严谨性,你无法区分真实改进和随机变化——偷看、样本量不足和忽略实际显著性都会制造虚假胜者。
关键见解:
- 在开始前计算所需样本量(基准率、最小可检测效应、80%统计功效、95%显著性)
- 运行至少一个完整业务周期(1-2周),覆盖工作日和周末
- 绝不偷看结果并提前停止——这会大幅增加假阳性
- 实际显著性很重要:统计显著但提升0.1%不值得实施复杂性
- 仅在月访问量10万+且页面已被证明获胜时使用多变量测试
- 将胜者提升为新的对照组;失败的测试如果教会你一些东西,胜过你不理解的胜利
产品应用:
| 场景 | 测试类型 | 示例 |
|---|---|---|
| 概念验证 | A/B测试(2-4个变体) | 基于不同客户洞察的两种根本不同布局 |
| 低流量 | 大胆A/B测试 | 大幅变化在远小于温和变化的样本上达到显著性 |
| 测试后 | 推广成功经验 | 将获胜洞察应用于落地页、广告文案、邮件序列 |
文案模式:
- “我们在[Z]周内以[Y]%的置信度将[指标]提升了[X]%”
- “测试显示无显著差异,教会我们[关于客户的洞察]”
- 记录经验教训:测试、假设、结果、经验教训、适用于
报告规则: 提前决定样本量和持续时间,然后报告预设测试返回的任何结果——绝不因偷看到的“胜者”提前停止,重新运行测试直到得到你想要的答案,或埋没不确定的结果。(这是整个方法论中唯一的诚实报告约束。)
常见错误
| 错误 | 为何失败 | 修复 |
|---|---|---|
| 盲目复制竞争对手 | 你不知道它是否对他们有效 | 研究你的访客的异议,建立你的证据 |
| 在理解异议之前测试按钮颜色 | 表面症状、微小效果、浪费样本 | 先做客户研究,然后测试重大更改 |
| 假设你知道访客为何离开 | 团队几乎总是错误判断动机 | 退出调查、聊天记录、支持工单分析 |
| 未经验证应用“最佳实践” | 可能不适合你的受众、产品或场景 | 将其视为待测试的假设,而非规则 |
| HiPPO决策 | 最高薪者的意见不是数据 | 让研究和测试结果决定,而非资历 |
| 在没有漏斗背景的情况下优化页面 | 修复将问题转移到别处;错过最大收益 | 映射漏斗,找到阻塞动脉,按影响排序 |
| 温和调整而非大胆更改 | 很少达到显著性;浪费时间和流量 | 测试可能使转化翻倍的更改,而非提升2% |
| 一次测试失败后放弃 | 机会仍然存在 | 调查原因,返回研究,尝试更大胆的更改 |
快速诊断
审计任何落地页或转化流程:
| 问题 | 如果否 | 行动 |
|---|---|---|
| 我们是否知道访客应采取的一个行动? | 页面缺乏焦点 | 定义单一转化目标;移除竞争性CTA |
| 我们是否研究过(而非猜测)访客为何不转化? | 优化基于假设 | 运行退出调查,分析聊天记录和工单 |
| 我们是否有O/CO表? | 异议未得到回答 | 基于研究构建;将反异议放在摩擦点 |
| 价值主张是否在5秒内清晰? | 访客在理解前跳出 | 运行5秒测试;用客户语言重写标题 |
| 说服资产是否可见(推荐、奖项、保证)? | 无证据的主张不被相信 | 审计资产,获取缺失的,突出展示 |
| 我们是否映射了漏斗以寻找阻塞动脉? | 优化了错误的页面 | 按阶段映射流量,与基准比较,排序 |
| 路径是否没有UX障碍(速度、移动端、表单长度)? | 摩擦扼杀了已决定行动的转化者 | 首先修复加载时间、移动端布局和过长表单 |
延伸阅读
关于完整的CRE方法论(TM)、详细案例研究和高级技术:
- 《让网站赢:应用以客户为中心的方法论,使许多领先网站的销售额翻倍》 by Dr. Karl Blanks and Ben Jesson
关于作者
Karl Blanks博士和Ben Jesson是Conversion Rate Experts的联合创始人,该机构的CRE方法论使许多领先网站的销售额翻倍——客户包括Google、Apple、Amazon、Facebook和Dropbox——并获得了女王企业奖(创新类)。Blanks拥有博士学位,曾在惠普领导可用性团队;Jesson的背景是直复营销。他们的书《让网站赢》将该方法论提炼为一个可重复的、基于证据的过程。






