缩小在线商店的问题范围并非易事。虽然分析工具能揭示页面和内容表现，但我们常忽略桌面端与移动端购物者的差异。许多报告将平板电脑和智能手机归为一类，但不同屏幕尺寸和分辨率往往导致网站显示效果迥异；用户在智能手机上访问后转至平板电脑时，交互方式也常有不同。
研究 Google Analytics（或类似工具）时，务必细分访客数据。仅关注分组平均值难以提供有效洞察，通常应按设备、流量来源及访问结果进行细分。
按设备筛选
分析多项指标时，转化落地页的关键数据是跳出率和实际转化率（即结账完成量）。但对于非直接促成转化的页面，跳出率可能并不重要。本例特指旨在促进产品购买的页面。
下图所示网站主要面向45至54岁女性用户，移动设备销售额占落地页总销售额近17%。考虑到移动设备访问量略低于36%，这一成绩已相当不错。
放大此图片
在这份来自 Google Analytics 的2014年9月报告中，64%的流量来自桌面用户。近20%来自平板电脑，16.3%来自智能手机。不过，移动端的转化率要低得多。
报告显示，平板电脑用户的跳出率比桌面购物者高出约5个百分点，而智能手机落地页用户的跳出率约为45%。
放大此图片
在这份 Google Analytics 报告中，平板电脑用户的跳出率比桌面购物者高出约5个百分点。智能手机用户的跳出率约为45%。
目标受众对整体数据影响重大，且比率因页面而异，因此查看多个落地页及分类页、产品页至关重要。
另一案例中，某音乐及乐队纪念品销售网站的主要受众为35至44岁男性。该群体通过智能手机访问的比例较高（22%），平板电脑比例较低（12.19%）。值得注意的是，其移动设备跳出率低于桌面设备——这与前述示例相反。
放大此图片
这家娱乐商品销售网站显示，智能手机和平板电脑用户的跳出率较低。
总之，总体平均值不应主导实际分析，尤其在涉及跳出率和销售额时。尽管权威研究显示美国市场移动设备跳出率远高于平板或桌面设备，但上述两个网站并未呈现此类数据。
按设备划分的平均跳出率。来源：Rocket Fuel。
另一个常被忽视的问题是：用户可能在智能手机上进行产品研究，随后切换至桌面设备完成购买。
Google 2012年的一项研究显示，智能手机用户经常会在其他设备上完成其会话。
借助 Google Universal Analytics，可追踪用户及设备识别信息，从而更清晰地了解转化率和跳出率。
标准分析会将同一用户通过三个设备访问视为三个独立访客，而 Universal Analytics 则将其识别为单一用户的多设备行为。提升移动端转化率颇具挑战：桌面版需提供大量细节和示例，而移动端应遵循“少即是多”原则。例如，手机屏幕上高度详细的产品描述应置于图片、视频和购买按钮等关键元素之后。
一切始于分析访客在各设备上的实际行为。在实施更改和 A/B 测试前，请深入研究网站分析数据并关注设备使用情况。结合调查和客户反馈等其他指标，可更好识别未达预期的内容。热力图有助于发现导航和行动号召中的薄弱环节；滚动地图则能显示用户离开或点击前的平均滚动深度。
我喜欢 SumoMe 的内容分析中的滚动地图功能，它显示了访客在页面上“阅读”了多少内容。
最重要的是，审慎对待行业平均值。它们通常仅基于少量核心网站，未必反映您的目标受众与产品的真实互动。这类报告可供参考学习，但驱动在线商店做出重大改变的，应是源自自身数据的分析报告。