门店转化率下滑：在调整网站之前，先找出原因

转化率从一周到另一周下降了。在更换主题、调整价格或归咎于广告活动之前，最好将这一数字视为症状而非原因。诊断可以归结为四个按顺序提出的问题：数据是否准确？变化的是访问量还是订单量？哪个访客群体的转化率下降？客户在哪一购买阶段流失？本指南通过 Google Analytics 4 (GA4) 的报告逐一解答这四个问题，并以一份用于记录发现结果的表格作为结尾。文中的数值示例均为假设，由 ConnectWeek 构建以展示计算过程。

下降是真实的，还是测量方式发生了变化？

首先要排除的假设是：商店的销售情况与以往一样，只是仪表盘的统计方式变了。通过三项核查即可解决此问题。

• 周期已经关闭了吗？Google Analytics帮助中的数据更新页面指出，处理可能需要24到48小时，在此期间报告中的数字仍可能发生变化。该页面还以典型且无保证的时间表示，对于前一天的每日数据，通常在属性时区的下午3:30在报告中准备就绪。实际操作中：不要将昨天或今天的数据与已关闭的一周数据进行比较。
• 购买行为是否仍在被发送？根据电子商务购买报告页面的说明，GA4不会自动收集电子商务事件：需要由商店来发送这些事件（同一页面记录称，在使用Google Analytics配置的Shopify商店中，部分此类事件由平台收集），而缺少必要参数的到达事件会被视为自定义事件并排除在报告之外。ConnectWeek评估认为，主题、结账流程或应用程序的更换等变更类型可能会在没有通知的情况下中断这种发送。测试方法是针对相同日期，比较商店平台中记录的订单与GA4中显示的购买情况。ConnectWeek解读认为，警示信号并非两个数字之间的差异本身，而是这种差异在一周之间发生了变化。
• 测试订单是否会收到事件？DebugView显示启用调试模式的设备的事件，在其被收集的瞬间；中间一列列出最近60秒内的事件。进行一次测试购买并检查购买事件是否出现。该页面警告说，当网站在客户端实施了隐私控制（在浏览器中运行）或启用了同意模式且访客未授权Google Analytics的Cookie时，事件将不可见。因此，ConnectWeek解读认为，Cookie提示的更改也列入嫌疑名单；该提示需要具备的内容详见Cookie横幅：LGPD的要求和ANPD的建议。商店需要发送哪些事件以及购买事件应包含哪些内容，详见GA4中的销售：需发送哪些电子商务事件。

还要检查比较双方是否使用了相同的指标。GA4 的维度和指标表提供了两种不同的转化率：主要事件会话率是将至少发生一次主要事件的会话数除以总会话数；用户主要事件率是将执行了主要事件的用户数除以总用户数。两者仅计算标记为主要事件的统计。建议在属性中查看哪些事件被标记为主要事件：如果除了购买之外还有其他事件（如注册），它们也会计入该比率。而商店平台显示的比率可能遵循不同的访问量计数规则；在比较之前，请先查阅该平台帮助文档中的定义。各指标的公式及陷阱详见电商 KPI：12 个关键指标及其计算公式。

变化的是什么：访问量还是订单量？

转化率是一个除法结果：分子是订单量，分母是会话量。当订单减少时，转化率会下降；但当访问量增加而未带来相应比例的订单时，转化率同样会下降。在查看比率之前，请分别观察这两个数字。在下面的假设示例中，转化率从 2.0% 降至 1.6%，但商店的实际销售额反而增加了。

以访问来源划分本周数据，情况又有所不同：店铺原有的渠道仍带来10,000次会话和200个订单（占比2.0%），而新投放的营销活动则带来了3,000次会话和8个订单（占比0.27%）。店铺表现并未恶化，只是访客结构发生了变化。此时问题不再在于网站哪里出了问题，而在于该营销活动是否吸引了目标受众。当订单下滑源于整体流量稳定但转化率降低时，问题往往出在内部环节，即对ConnectWeek数据的解读上；接下来的两个问题有助于进一步定位问题所在。

哪个访客群体的转化率下降了？

平均值掩盖了问题。下一步是在每个访客组内重复两个时期之间的比较。在GA4中，这通过比较功能实现，该功能将数据的子集并排显示在同一报告中。帮助页面以平台、国家和目标受众为例说明了条件设置，并指出属性已预置好用于直接流量、自然流量、移动设备和Web流量的比较。ConnectWeek建议按以下顺序进行四种细分分析，每种分析的解读均来自门户：

1. 设备。设备的维度类别将计算机、移动设备和平板电脑等类别区分开来，具体参照维度表。仅在手机上完成交易会导致用户关注该设备上的布局、速度和支付方式。
2. 频道。该会话的默认频道组会显示访问来源。如果流量仅来自单一频道，则需查看其广告活动及对应的落地页。若怀疑存在非真实客户的点击，相关验证方法请参阅关于付费广告中的无效点击的文章。
3. 产品或类别。电子商务采购报告展示了按商品名称和商品类别划分的访问、加入购物车及购买的商品。库存不足或价格变动的畅销品可能会拉低整个店铺的销售率。
4. 地区。地理维度的范围包括地区和城市，某些州的集中式下降导致需要关注这些邮政编码的运费和时效。

ConnectWeek 的阅读规则：如果所有组别的转化率同时下降，原因通常是共性的（如测量误差、价格、运费、网站不稳定或促销活动结束）。如果仅某个组别下降，则应从该组别开始排查。

GA4 还会自主寻找偏离常规的变化。异常检测页面解释说，系统会根据历史数据预测指标值，并将落在预期范围之外的点标记为异常；用于检测的历史数据在按小时检测时为两周，按天检测时为90天，按周检测时为32周。另一项分析目前每周进行一次，它会检查各个细分群体，并展示行为异常的细分群体，该群体至少包含属性中0.05%的用户。

为了避免依赖打开面板，可以创建警报。根据 Google Analytics 的洞察页面，每个属性最多可接受 50 个自定义洞察，评估频率为每小时（仅限网页数据）、每日、每周或每月，并可选择通过电子邮件发送警报。选择“存在异常”条件时，Analytics 会自动判断变化是否异常，无需手动输入阈值。创建和编辑洞察需要编辑器或管理员权限。

客户在购买的哪个阶段流失？

知道所属群组后，还缺少关键节点。GA4 针对在线销售的推荐事件列表提供了作为转化阶段的事件。按照 ConnectWeek 建议构建漏斗的顺序依次为：view_item（查看商品）、add_to_cart（加入购物车）、begin_checkout（开始结算）、add_shipping_info（填写配送信息）、add_payment_info（填写支付信息）以及 purchase（完成购买）。

通过这些事件，详细的漏斗分析显示有多少用户从一步过渡到下一步。帮助页面指出，最多可容纳 10 个步骤和 4 个细分群体；漏斗可以是封闭的（只有通过第一步才能进入）或开放的（可以在任何步骤进入），并且可以按维度进行细分，例如设备类别。其中提到一个注意事项：在细分中，用户停留在其首次出现的值上。如果用户通过手机进入漏斗但在电脑上完成购买，则在所有步骤中都会显示在手机那一行。

为两个时期构建相同的漏斗并比较每一步的通过率，而不是总数。下表是 ConnectWeek 建议在每个流失点从哪里开始排查的建议。

结账流程中的摩擦点及其测量方法见高转化率结账：10个需测量和纠正的摩擦点。如果损失集中在支付审批环节，请查看误拒优质客户的反欺诈策略。

销量下滑期间店铺发生了什么变化？

在确定时间段、用户群体和阶段后，接下来需要将销量下滑日期与那几天所做的变更进行交叉分析。以下列表来自 ConnectWeek，可作为与负责网站、媒体、库存和客服的人员沟通的提纲：

• 安装、更新或移除的主题、应用或脚本；
• 支付方式、反欺诈规则或分期付款选项；
• 运费表、承运商、配送时效或免运费最低金额；
• 价格、促销活动结束或过期的优惠券；
• 新上线、暂停或受众不同的营销活动；
• 缺货或缺少某些变体的畅销商品；
• 更改的 Cookie 提示或测量标签；
• 重要页面的加载缓慢或错误，这些指标与虚拟商店的 Core Web Vitals 指南相符。

如果没有对变更的记录，这种交叉比对就依赖于团队的记忆。使用包含三列（日期、变更内容、变更人）的电子表格即可解决这一问题，它也能缩短下一次故障的诊断时间。

如何注册诊断？

以下模板来自 ConnectWeek。在更改任何内容之前请填写：它要求区分事实与猜测，并约定如何验证修正是否有效。

• 对比期间：比较期间：[从/至] 对比 [从/至]，具有相同的星期几。
• 核对后的测量值：各时间段内平台上的订单数 [n] 和 GA4 中的购买次数 [n]；DebugView 中是否看到测试购买 [是/否]。
• 会话和请求：[n] 个之前；[n] 个之后。
• 下降的组别：[设备、渠道、产品或地区]。
• 阶段：[从哪个到哪个]，从 [x]% 到 [y]%。
• 变化在商店期间：[日期列表]。
• 假设：[一句话]。
• 修正和日期：[将要做什么以及何时做]。
• 如何知道是否解决了问题：[指标、群体和重新评估的日期]。

当假设要求更改布局或文本，而不是修复损坏的东西时，最好在应用于所有访客之前进行验证：该方法见低流量电子商务中的A/B测试。

哪些错误妨碍诊断？

以下列表来自ConnectWeek，基于本文的大纲。

• 将不完整的一天与已关闭的时期进行比较。最近的数据仍在变化，如第一部分所示。
• 不同周次之间进行对比本质上就存在差异。包含节假日、促销日期或发薪日的周次不能作为普通周次的参照基准；若有历史数据，应与去年同一时期进行比较。
• 仅关注转化率。若不了解构成该转化率的订单量和会话量，就无法判断变化究竟来自哪一方。
• 同时更改三项内容。如果转化率回升，人们将无法确定是哪一项措施起了作用。
• 将微小的波动视为下滑。在一家假设每周有20个订单的店铺中，减少两个订单就已占总量的10%。在流量较低的情况下，应在得出结论前观察更长的时间段。