电子商务（B2C）网站的Abandonment Rate

25 十月 2009 35 Comments

【导言】某种程度上，电子商务可以说是网站分析的意义所在。本文探讨电子商务网站的一个最常见度量：Abandonment Rate。

　　直接的电子商务分析是这个博客较少涉及的领域，因为我一直“不成熟”的认为，电子商务网站分析和我们通常的网站分析没有本质的不同。毕竟，即使不是电子商务网站，它仍然有一个（或者多个）能够被量化的目标，而电子商务网站也不过是把“赚钱”作为目标的普通流程转化类网站而已。但是，今天我相信这种认识是不成熟的，因为直接涉及销售和交易，电子商务网站必然特殊，也必然有一套独特的度量和思维方法。因此，今天开始，我将在博客中更多的涉猎电子商务网站的内容，也期待朋友们更多的参与和指正。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　说到电子商务网站的特殊性，不能不提及购物车和收银台，这是区别于普通网站的两个标志性网站元素。而今天要谈到的Abandonment Rate，跟这哥俩正好都有关。

Abandonment Rate是什么？

　　Abandonment Rate（后面简称AR）是一个复合度量，衡量的是购物者决定购买又反悔的比例。这个度量其实最初用在Call Center中，用于衡量那些一直听音乐却实在等不到客服人员，并最终忿忿的挂断电话的客户的比例。过高的AR说明了这个Call Center的服务质量真是糟糕。同样，在电子商务网站中，过高的AR一般说明了这个网站的比较、选定、结账、付款流程中的一个或者多个项目存在让消费者十分不快的体验。

　　单纯不加限制的AR是无法给出一个精确的定义的。不过如果加上前提，AR马上就能变成一个精确度量。

Cart Abandonment Rate

　　定义AR的第一种前提是购物车，即Cart。Cart Abandonment Rate（后面简称CTAR）的定义是，点击“进/加入购物车”按钮却没有继续点击“结账（或者立即支付）”按钮的顾客占全部点击“进/加入购物车”按钮的顾客的百分比。CTAR说明了购物车的效率，但过高的CTAR并不一定单纯是由购物车造成的，这个后面会跟大家提到。

Checkout Abandonment Rate

　　第二种前提是收银台，即Checkout Desk。Checkout Abandonment Rate（后面简称COAR）的定义是，点击“结账”按钮却没有完成支付的顾客占全部点击“结账”按钮顾客的百分比。COAR的含义相对比较单纯，如果过高，说明了用户支付体验不佳。正是因为COAR的这种单纯，本文暂不对这个度量进行讨论，留到以后吧。:)

　　对于这两个度量，尤其是第一个CTAR，业界有不少争论围绕它是否具有实际价值。我认为，没有毫无价值的度量，只有没有找到的方法，有了好方法，工具的意义能够被放大。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

Cart Abandonment Rate的解读

　　单纯的CTAR高低并不能给我们带来真正的insight（见解），尽管国外有很多关于CTAR数据评论，例如60%~70%，例如超过80%才是真正的有问题等等。我没有国内大型B2C网站的相关数据，不敢妄言。但是，我赞同Dave（郑海平）的看法，CTAR平均值其实价值不大，因为不同的产品的CTAR之间的区别一定是很大的。

　　很简单的一个例子，单价越高的商品，CTAR越高。因为人们在购买高价商品时候更加谨慎，思考周期也比较长，付款也相对麻烦，因此也就更有可能发生反悔。另外，同质性越强的商品、能够从多种渠道方便购买的商品，以及价格波动较大的商品都会有更高的CTAR。

　　这说明平均CTAR其实作用不大。但是这并不意味着CTAR本身意义不大，上面的这些发现，实际上给了我们线索，它说明CTAR应该需要综合考量，而不是就事论事。因此，回到我一直强调的网站分析的第一有效方法——发现异常现象，对于解读CTAR是很管用的。对了，网站分析师最乐于看到的东西是“变态（异常）”，不是吗？下面我大胆分享我的一些方法，请朋友们不吝指正。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

研究CTAR和价格的关系

　　这个是很值得做的，因为做起来很简单，而且能够帮助排除价格的干扰。如果你的网站，CTAR的高低和商品的价格高低有正比关系，这表明了一种健康的分布。相反，低价产品的CTAR反而高，或者某些同类产品中出现了CTAR更高的异类，这就说明价格之外的因素影响了你的购物车表现，你值得查看是不是其他地方出了问题——是不是竞争对手又降价了。

CTAR和订单的商品组合

　　一个订单中的商品种类数量越大，CTAR可能会越小。随着订单中包含的商品的数量的累积，购买者购买的意愿也在同样累积。

CTAR一定要看趋势

　　除了研究价格的影响，具体到某个产品的CTAR，我们需要看趋势，而不仅是看总数。

　　1. CTAR的高低趋势跟商品的生命周期有关，虽然关系并不完全明显，但从我的经验看处于生命周期晚期的商品有较高的CTAR。你可以用这个规律开始着手检查了。

　　2. CTAR的高低趋势跟商品的促销有直接关系——很明显，促销会降低CTAR。但是，如果你的促销并没有降低CTAR，值得研究一下。

　　3. CTAR跟商品所处其他外部环境的影响。典型的例子如商品厂商所投放的广告，会增加商品的知名度，并降低其CTAR。

　　如果，你的CTAR并不符合上面的规律，而且所有的商品的CTAR都保持在一个比较高的位置上（例如普遍高于70%甚至高于80%），那么就不能埋怨是商品本身的原因了。你应该着手对你的网站本身进行如下的检查。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

如何降低Cart Abandonment Rate

　　如果你觉得CTAR高，那么应该如何降低它呢？显然，在其他情况不变的前提下，单纯提升CTAR就能够提升最后的转化率，这对于电子商务网站有很重要的意义。

　　尽管CTAR决定因素众多，但是遵循下面的一般性方法，还是能够对降低它起到作用。当然，如果你已经知道购物车相关的一些低级错误并且在实践中已经开始用到它，那么恭喜你，你不用浪费时间继续往后看了。

1. 请一定要提供非注册用户的结算功能

　　并不是每个来到你的网站的用户都是已经注册过的，当他/她费了10分钟的周折选好了一件称心的商品之后，点击购物车按钮竟然提醒他/她需要注册才能继续进行，绝对是一个不良体验。例如，一个在搜索引擎上大量投入广告的B2C网站，竟然在点击“放入购物车”的同时就弹出一个层显示需要注册和登录，实在有些扫兴。

　　用户注册和登录时很重要的，但是不要用弹出框的形式，也不要打断正常进行的流程，你可以把它整合在正常流程中。哦，对了，或者干脆提供非注册用户也能购买的功能。这一点上，我喜欢新蛋，确实在购买流程的易用性上做了很好的用户研究。

2. 请注意商品状态，缺货请立即显示

　　商品缺货却没有立即显示，到了购物车才看到不能购买或者购物车都没有显示，结果等了很久都没有发货的状态。这个绝对是B2C网站的大忌。你不能发货，我肯定发火——为什么不早告诉我？！切忌切忌，不然你丢失的不是一个订单，而是一个客户。

3. 不要在购物车内才向用户显示必须的额外费用

　　由于促销和某些商品的特殊性，在销售的同时，可能必须要搭售另外的商品和服务。这种情况下，一定要在顾客挑选商品的环节中就明示出来。

　　我遇到过这种情况，在选择商品的时候看到了便宜，可是一结账却发现价格高了，原来是促销，必须购买另外一个商品。我心想这不是欺骗吗？回到原商品上一看，商品介绍的第二屏上有一行红字，告诉必须同时购买另外一个商品。这不是欺负我的显示屏小吗？心里对这个网站的专业性和可靠性非常怀疑，脑子里面盘旋着两个字——JS。其实，即使是搭售，这家商品仍然是便宜的，但是你抬起了顾客的期望又把它狠狠摔在地上，顾客已经反感了，很难再理性思考。

　　忽然想起来一个曾经室友的经验——想分手，第一时间告诉人家！别磨叽！越早，伤越少！现在回想，兄台不愧情圣之号。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

4. 修改商品数量，在购物车内就能完成

　　如果在购物车内不能修改商品数量，而非要跑回商品的介绍页面才能完成。这就好比球都进了，庆祝动作都完成了，观众都愉快了，才告诉你越位在先进球无效，请爬起来重射，别说一肚子气了。

5. 简化订单填写和确认流程

　　简化购买流程是降低CTAR的不二法门。尽管实验发现并不是流程越短就真的越好，但是过长的流程肯定会让购买者烦躁。我是一个经常网购的典型用户，我觉得两步完成一个订单是很舒服的，既不让自己觉得太草率，又觉得逻辑清楚且干脆。

6. 配送时间一定要明示

　　没有人喜欢等待，但如果你预先告诉他们等待的时间，会好一些。所以提醒用户耐心等待的最长时间是非常必要的。3天的货品2天送到，CTAR会小。反之，CTAR会大，且表明较差的用户体验。

7. 提供400/800电话支持以及其他能够增加信任的工具，如安全标识

　　这个自不必说，让用户越觉得安全，他们越会增加信任，也越能增加最终的转化。我们的朋友Tenly曾经做过这方面的研究，400或者800电话确实能够对销售起到积极作用。

总结

　　对于网站分析，我最常提起的分析方法是：趋势、细分和联系。孤立的网站分析数据没有意义。你告诉我22寸LG显示器的Cart Abandonment Rate是75%，然后问我好不好，我其实什么也无法告诉你。可是，如果你告诉我22寸LG显示器这个月的Cart Abandonment Rate的75%这个值比上个月比高出了10%，或者你告诉我同类型的22寸的Sumsung显示器的Cart Abandonment Rate是80%，也许我们就能研究出点儿什么了。

[版权归作者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　网站分析需要向外看，因为影响网站Metric（度量）的因素往往不在网站本身，对于电子商务网站犹是如此。所以，我才总把这句话挂嘴边——做网站分析专家，先要做一个网络营销专家。

　　今天这个文章纯属普及知识，若有不当，大家把重重的砖轻轻地拍，我这厢受着了。

题外话

　　张贴了11月份的见面分享活动后，有很多朋友在咨询，感谢大家对这次活动的支持。为了保证效果，组织方建议不超过15个名额。名额有限，大家如果想要报名抓紧哦！

35 Comments »

gavin said:

非常精彩的文章！
顺便说到购物车，有个问题咨询下：

1.购物车funnel模型中，一个user进入购物车，退出，（30分钟内）然后再进入购物车，完成购物。goal这块的计算，GA都是按UV来计算进入数的，所以对funnel进入数是算1，
这算一个完成，还是放弃，ga是怎么判断的？

2.如果进入购物车，没完成购物，退出。然后30分钟后再进入，完成购物。那么GA会计算2次进入，完成目标一次是YES，一次是NO。（这样出现的可能性很大），那么GA计算出来的放弃率会比实际偏大，而完成比率相对会较小。如何排除单个user的重复访问（如果完成，只记完成的那一次，如果没完成，只记一次放弃。）