专业的短链接生成工具
链接域名
短网址有效期
方法论：根据「用户决策模型」详解如何有效的提升转化率
更新时间：2025-5-13 14:32:15 作者：爱短链
本文重点讨论如何结合「用户决策模型」，通过系统的方法，可以有效地提高产品的转化率，重点介绍实施方法。
B、C端产品通用。
全文约3700字，大约需要8分钟才能读完。
作者曾将一个「非电商产品」整体转化率提高了一倍多，本文总结了作者当时的实践方法，B、C端产品通用，干货满满(电商产品在这方面也可以算是非电商产品的特例，也可以用这种方法)。
关于转化率的重要性，这里就不赘述了，相信章的你一定知道。
说到转化率的提高，用户细分和漏斗分析是必不可少的。
关于用户细分和漏斗分析，作者还阐述了之前的产品方法论：如何有效地找到产品的增长点（以电子商务产品为例）。
虽然网上有很多关于漏斗转化分析的讨论， 但更多的是讨论如何进行漏斗分析，对于如何实施实践，寻找改进转型的方法，目前讨论相对较少。
同时，大多数讨论都集中在电子商务产品上，非电子商务产品的讨论相对较少。
由于其自身属性的特殊性，电子商务产品的页面访问漏斗与用户决策漏斗整体匹配度较高，优化方向相对明确。
但对于非电子商务产品，使用一般的页面访问漏斗来分析和优化产品可能并不那么容易，下面将详细说明。
本文重点讨论如何结合「用户决策模型」，通过系统的方法，可以有效地提高产品的转化率，重点介绍实施方法。
整个方法可分为以下四个步骤，本文将重点介绍第二步和第三步： 寻找北极星指标 2.关注用户决策漏斗 3.关注用户决策模型 4、灰度发布 A/B Test 验证方案的有效性 01 寻找北极星指标 北极星指标也被称为唯一的关键指标（OMTM，One metric that matters），是现阶段产品最关键的指标。
它应该与业务高度相关，能够直接衡量产品价值，即能够衡量产品策略的优缺点。
类似于GMV，人均毛利率等指标。
北极星指数不一定是一个，但不应该太多。
网上有很多关于北极星指标选择的讨论文章，这里不再重复轮子。
我们需要根据自己的业务选择北极星指标，以评估我们的产品改进是否积极。
02 关注用户决策漏斗 所谓用户决策漏斗，就是用户在完成产品最终目标之前，需要依次做出的子决策漏斗。
关注用户的决策过程漏斗，可以帮助我们更好地找到方向。
与传统页面访问漏斗的主要区别在于，页面访问漏斗的重点在于产品本身，而用户决策漏斗的重点在于用户。
不言而喻，哪一个更有效。
以房地产租赁平台为例，这类平台一般在线不涉及具体交易，大部分终止在电话咨询环节。
1.我先来看看传统。
「页面访问漏斗」，大致是这样。
漏斗的缺陷至少有陷： 1)当我们过于关注页面访问漏斗时，很容易陷入当前漏斗各个环节的优化，忽略漏斗本身的优化。
有时产品流程本身设计有问题或更有效的流程。
如果你专注于当前的页面流程漏斗，就很难找到这样的问题。
2)如果只关注漏斗中个别环节转化率的提高，很容易按下葫芦——忽略一个，失去另一个。
甚至可能带来负面影响，导致整体转化率下降。
例如，从第三步到第四步的转化率提高， 也许用户更难找到自己满意的房子，所以只能多看房子； 或许用户在列表页面上看不到一些关键信息，只能点击房源详情页面查看，点击后发现不满意，再次关闭。
以上两种情况都增加了用户的决策成本，肯定会损害转化。
因此，以漏斗为导向改进产品，很容易将产品带入死胡同。
毕竟，为了实现目标，产品经理很容易尝试各种方法。
可能有很多方法可以提高当前环节的转化率，但很可能没有那么多提高漏斗的整体转化率。
其余的无效调整会增加用户的决策成本。
让我们再看看「用户决定漏斗」，大致是这样。
漏斗至少有三个优点： 1)用户决策漏斗是根据用户的决策过程建立的。
因此，提高各环节的效率可以直接提高整体效率，对整体转化率产生积极影响。
2)页面流程漏斗是根据用户决策漏斗设计的。
为了匹配用户决策漏斗，可以设计多种不同的页面流程。
当前的在线页面流程可以理解为所有替代方案之一。
显然，当前的过程可能不是最好的。
因此，关注用户决策漏斗是比较好的选择。
3)当我们专注于用户的决策漏斗时，我们可以从用户的角度思考，从更本质的角度思考如何改进转型。
用户决策漏斗中的一个决策环节可能对应于页面漏斗中的多个页面流程。
比如「找到平台后，访问着陆」这个决策环节， 用户可以在任何页面做出决定，而不一定是我们预期的主页或列表页面。
也可以在房地产页面、房屋详情页面、专题页面等。
再比如「找合适的房子」这个决策环节， 用户可以通过搜索和列表页面筛选找到房屋，也可以通过房地产页面找到特定房地产的房屋，也可以通过详细页面推荐/列表页面推荐找到算法推荐的房屋等。
你有没有发现，当你专注于决策过程时，你的想法会更加开放和清晰？ 我们需要关注的核心是用户在这个决策环节的转化率。
一切都可以帮助提高用户在这个环节的决策转化率。
也许是对现有模块的优化，也许是为了创建一个新的模块，对现有页面流程进行新的调整，只要用户能够提高相应决策环节的转化率。
03 关注用户决策模型 思考第二点中提到的用户的每一个决策环节： 用户在这用户的决策模式是什么？ 用户的决策模型可以通过以下四个问题大致评估： 1)用户在当前环节最重要的目标是什么？ 2)用户需要完成的最重要的任务是什么？ 3)激励用户的可能性是什么？「完成当前链接并进入下一个链接」主要因素？找出最重要的三个。
4)哪些可能导致用户？「放弃当前环节，离开」主要因素？找出最重要的三个。
以上四个问题可以结合自己对业务的理解，再结合业务研究和用户研究来收集结论。
完成以上问题，一般可以有产品改进的方向。
我们再以「找合适的房子」以此链接为例： 1)用户在这一环节最重要的目标是找到符合自身需求的房屋(以下简称合意房屋)； 2)最重要的任务是筛选/搜索房源，查看房源信息； 3)更容易找到合适的房子，有更多合适的房子可供选择，可以更容易地判断房子是否合适，房子是真实的的，这些可能是鼓励用户完成当前链接并进入下一个链接的重要因素； 4)筛选过程复杂，搜索召回结果差，信息架构混乱，可能是用户放弃当前链接并离开的重要因素。
我们结合自己的理解和研究，建立影响权重的各种因素，综合是用户在该链接中的决策模型。
综合用户在每个链接中的决策模型是用户在您整体决策模型。
接下来是具体的产品方案水平。
结合用户的决策模型，加强决策模型中积极激励部分的积极影响，减少决策模型中负面因素的负面影响。
按照这个大方向，最终用户的决策转化自然可以提升。
比如，针对「更容易找到合适的房子」这个因素，我们可以做千人千面，个性化推荐；针对「有更多合适的房子可供选择」在这个因素下，我们可以驱动业务团队将更多的别中包含更多的住房。
04 灰度发布 A/B Test 验证方案的有效性 在第三步中，我们评估了用户的决策模型，并找到了产品改进的方向。
然后我们可以研究几个方案，并决定推出其中一个。
但是我们的计划有效吗？多个方案中哪个更好？ 很多时候，很难确定一个计划是否真的有效，或者多个计划中哪个更好。
这时，我们需要牺牲我们的神器「灰度发布」和「A/B Test」了。
1.灰度发布是指只对部分产品用户推出新方案 灰度发布可以避免在验证有效之前对过多用户产生影响。
微信经常用灰度发布来实验新功能，比如最近的视频号，一开始就是灰度发布的。
如果我们只有一个替代方案，采用灰度发布，相当于新方案和当前在线版本「A/B Test」。
2、「A/B Test」即同时发布多个产品方案，然后根据数据反馈确定最终方案。
也就是说，让用户投票选择。
它可以在很大程度上避免我们的额头决策。
网上对「A/B Test」已经有很多介绍了，这里不再重复轮子。
需要注意的是「A/B Test」在设计开始时，我们必须考虑后续的归因，也就是说，我们可以知道也可能带来积极的效果。
因此，验证方案有效性的方法是结合灰度发布和「A/B Test」，然后根据我们的北极星指标进行评估和判断。
哪个方案能给北极星指标带来更多的增长，哪个方案是优势方案。
在评估了优势方案后，我们可以进一步验证用户在决策过程中更关注哪些因素，然后我们可以找到一种方法继续加强它。
如果我们所有的方案数据都不理想，我们应该考虑它是否是我们评估的「用户决策模型」有问题，或者产品解决方案没有解决用户真正关注的因素。
05 写在最后 以房地产租赁平台为例，介绍了提高转化率的系统方法。
最后，让我们总结一下，总可以分为四个步骤： 寻找北极星指标 2.关注用户决策漏斗 3.关注用户决策模型 4、灰度发布 A/B Test 验证方案的有效性 第一步和第三步相对困难，第二步完成前三步，第四步一般可以自然完成。
核心是找到正确的方向，找到用户的决策漏斗和决策模型。
在找到上述两点后，产品方案自然可以有效地设计，然后匹配灰度发布和A/B Test，提高产品转化率自然更高效。
在实践中，有时用户可能需要细分，因为不同的用户组可能有不同的决策漏斗。
这部分为了解释方便而被忽略了。
在实际应用中，在确定用户细分规则后，我们可以对每个细分用户群进行上述2、3、4个步骤。
对于这种方法B、C端产品通用，B、C只有客户/用户的决策漏斗和决策模型不同，本质上是相通的。
有时间的时候，我会以案例的形式与大家分享实际操作过程。
作者
B、C端产品通用。
全文约3700字，大约需要8分钟才能读完。
作者曾将一个「非电商产品」整体转化率提高了一倍多，本文总结了作者当时的实践方法，B、C端产品通用，干货满满(电商产品在这方面也可以算是非电商产品的特例，也可以用这种方法)。
关于转化率的重要性，这里就不赘述了，相信章的你一定知道。
说到转化率的提高，用户细分和漏斗分析是必不可少的。
关于用户细分和漏斗分析，作者还阐述了之前的产品方法论：如何有效地找到产品的增长点（以电子商务产品为例）。
虽然网上有很多关于漏斗转化分析的讨论， 但更多的是讨论如何进行漏斗分析，对于如何实施实践，寻找改进转型的方法，目前讨论相对较少。
同时，大多数讨论都集中在电子商务产品上，非电子商务产品的讨论相对较少。
由于其自身属性的特殊性，电子商务产品的页面访问漏斗与用户决策漏斗整体匹配度较高，优化方向相对明确。
但对于非电子商务产品，使用一般的页面访问漏斗来分析和优化产品可能并不那么容易，下面将详细说明。
本文重点讨论如何结合「用户决策模型」，通过系统的方法，可以有效地提高产品的转化率，重点介绍实施方法。
整个方法可分为以下四个步骤，本文将重点介绍第二步和第三步： 寻找北极星指标 2.关注用户决策漏斗 3.关注用户决策模型 4、灰度发布 A/B Test 验证方案的有效性 01 寻找北极星指标 北极星指标也被称为唯一的关键指标（OMTM，One metric that matters），是现阶段产品最关键的指标。
它应该与业务高度相关，能够直接衡量产品价值，即能够衡量产品策略的优缺点。
类似于GMV，人均毛利率等指标。
北极星指数不一定是一个，但不应该太多。
网上有很多关于北极星指标选择的讨论文章，这里不再重复轮子。
我们需要根据自己的业务选择北极星指标，以评估我们的产品改进是否积极。
02 关注用户决策漏斗 所谓用户决策漏斗，就是用户在完成产品最终目标之前，需要依次做出的子决策漏斗。
关注用户的决策过程漏斗，可以帮助我们更好地找到方向。
与传统页面访问漏斗的主要区别在于，页面访问漏斗的重点在于产品本身，而用户决策漏斗的重点在于用户。
不言而喻，哪一个更有效。
以房地产租赁平台为例，这类平台一般在线不涉及具体交易，大部分终止在电话咨询环节。
1.我先来看看传统。
「页面访问漏斗」，大致是这样。
漏斗的缺陷至少有陷： 1)当我们过于关注页面访问漏斗时，很容易陷入当前漏斗各个环节的优化，忽略漏斗本身的优化。
有时产品流程本身设计有问题或更有效的流程。
如果你专注于当前的页面流程漏斗，就很难找到这样的问题。
2)如果只关注漏斗中个别环节转化率的提高，很容易按下葫芦——忽略一个，失去另一个。
甚至可能带来负面影响，导致整体转化率下降。
例如，从第三步到第四步的转化率提高， 也许用户更难找到自己满意的房子，所以只能多看房子； 或许用户在列表页面上看不到一些关键信息，只能点击房源详情页面查看，点击后发现不满意，再次关闭。
以上两种情况都增加了用户的决策成本，肯定会损害转化。
因此，以漏斗为导向改进产品，很容易将产品带入死胡同。
毕竟，为了实现目标，产品经理很容易尝试各种方法。
可能有很多方法可以提高当前环节的转化率，但很可能没有那么多提高漏斗的整体转化率。
其余的无效调整会增加用户的决策成本。
让我们再看看「用户决定漏斗」，大致是这样。
漏斗至少有三个优点： 1)用户决策漏斗是根据用户的决策过程建立的。
因此，提高各环节的效率可以直接提高整体效率，对整体转化率产生积极影响。
2)页面流程漏斗是根据用户决策漏斗设计的。
为了匹配用户决策漏斗，可以设计多种不同的页面流程。
当前的在线页面流程可以理解为所有替代方案之一。
显然，当前的过程可能不是最好的。
因此，关注用户决策漏斗是比较好的选择。
3)当我们专注于用户的决策漏斗时，我们可以从用户的角度思考，从更本质的角度思考如何改进转型。
用户决策漏斗中的一个决策环节可能对应于页面漏斗中的多个页面流程。
比如「找到平台后，访问着陆」这个决策环节， 用户可以在任何页面做出决定，而不一定是我们预期的主页或列表页面。
也可以在房地产页面、房屋详情页面、专题页面等。
再比如「找合适的房子」这个决策环节， 用户可以通过搜索和列表页面筛选找到房屋，也可以通过房地产页面找到特定房地产的房屋，也可以通过详细页面推荐/列表页面推荐找到算法推荐的房屋等。
你有没有发现，当你专注于决策过程时，你的想法会更加开放和清晰？ 我们需要关注的核心是用户在这个决策环节的转化率。
一切都可以帮助提高用户在这个环节的决策转化率。
也许是对现有模块的优化，也许是为了创建一个新的模块，对现有页面流程进行新的调整，只要用户能够提高相应决策环节的转化率。
03 关注用户决策模型 思考第二点中提到的用户的每一个决策环节： 用户在这用户的决策模式是什么？ 用户的决策模型可以通过以下四个问题大致评估： 1)用户在当前环节最重要的目标是什么？ 2)用户需要完成的最重要的任务是什么？ 3)激励用户的可能性是什么？「完成当前链接并进入下一个链接」主要因素？找出最重要的三个。
4)哪些可能导致用户？「放弃当前环节，离开」主要因素？找出最重要的三个。
以上四个问题可以结合自己对业务的理解，再结合业务研究和用户研究来收集结论。
完成以上问题，一般可以有产品改进的方向。
我们再以「找合适的房子」以此链接为例： 1)用户在这一环节最重要的目标是找到符合自身需求的房屋(以下简称合意房屋)； 2)最重要的任务是筛选/搜索房源，查看房源信息； 3)更容易找到合适的房子，有更多合适的房子可供选择，可以更容易地判断房子是否合适，房子是真实的的，这些可能是鼓励用户完成当前链接并进入下一个链接的重要因素； 4)筛选过程复杂，搜索召回结果差，信息架构混乱，可能是用户放弃当前链接并离开的重要因素。
我们结合自己的理解和研究，建立影响权重的各种因素，综合是用户在该链接中的决策模型。
综合用户在每个链接中的决策模型是用户在您整体决策模型。
接下来是具体的产品方案水平。
结合用户的决策模型，加强决策模型中积极激励部分的积极影响，减少决策模型中负面因素的负面影响。
按照这个大方向，最终用户的决策转化自然可以提升。
比如，针对「更容易找到合适的房子」这个因素，我们可以做千人千面，个性化推荐；针对「有更多合适的房子可供选择」在这个因素下，我们可以驱动业务团队将更多的别中包含更多的住房。
04 灰度发布 A/B Test 验证方案的有效性 在第三步中，我们评估了用户的决策模型，并找到了产品改进的方向。
然后我们可以研究几个方案，并决定推出其中一个。
但是我们的计划有效吗？多个方案中哪个更好？ 很多时候，很难确定一个计划是否真的有效，或者多个计划中哪个更好。
这时，我们需要牺牲我们的神器「灰度发布」和「A/B Test」了。
1.灰度发布是指只对部分产品用户推出新方案 灰度发布可以避免在验证有效之前对过多用户产生影响。
微信经常用灰度发布来实验新功能，比如最近的视频号，一开始就是灰度发布的。
如果我们只有一个替代方案，采用灰度发布，相当于新方案和当前在线版本「A/B Test」。
2、「A/B Test」即同时发布多个产品方案，然后根据数据反馈确定最终方案。
也就是说，让用户投票选择。
它可以在很大程度上避免我们的额头决策。
网上对「A/B Test」已经有很多介绍了，这里不再重复轮子。
需要注意的是「A/B Test」在设计开始时，我们必须考虑后续的归因，也就是说，我们可以知道也可能带来积极的效果。
因此，验证方案有效性的方法是结合灰度发布和「A/B Test」，然后根据我们的北极星指标进行评估和判断。
哪个方案能给北极星指标带来更多的增长，哪个方案是优势方案。
在评估了优势方案后，我们可以进一步验证用户在决策过程中更关注哪些因素，然后我们可以找到一种方法继续加强它。
如果我们所有的方案数据都不理想，我们应该考虑它是否是我们评估的「用户决策模型」有问题，或者产品解决方案没有解决用户真正关注的因素。
05 写在最后 以房地产租赁平台为例，介绍了提高转化率的系统方法。
最后，让我们总结一下，总可以分为四个步骤： 寻找北极星指标 2.关注用户决策漏斗 3.关注用户决策模型 4、灰度发布 A/B Test 验证方案的有效性 第一步和第三步相对困难，第二步完成前三步，第四步一般可以自然完成。
核心是找到正确的方向，找到用户的决策漏斗和决策模型。
在找到上述两点后，产品方案自然可以有效地设计，然后匹配灰度发布和A/B Test，提高产品转化率自然更高效。
在实践中，有时用户可能需要细分，因为不同的用户组可能有不同的决策漏斗。
这部分为了解释方便而被忽略了。
在实际应用中，在确定用户细分规则后，我们可以对每个细分用户群进行上述2、3、4个步骤。
对于这种方法B、C端产品通用，B、C只有客户/用户的决策漏斗和决策模型不同，本质上是相通的。
有时间的时候，我会以案例的形式与大家分享实际操作过程。
作者
