转化下降别看全站平均：一套漏斗分层诊断指南

全站转化率只负责报警，不负责告诉你该改哪里。 同一个下降，可能来自低意图流量占比增加、移动端页面异常、某组商品缺货，也可能来自结账支付失败。若直接拿一个平均数去改全站，既无法证明根因，也容易把正常路径一起改坏。

先做判断

先判断这是“构成变化”还是“路径变差”。构成变化指渠道、国家、设备、新老客或商品组合发生改变，各分组表现可能没变，只是低转化分组占比上升；路径变差指同一可比人群在某个漏斗阶段明显恶化。两者的处方完全不同。

然后按四个阶段定位：Landing→PDP、PDP→Add to Cart、Cart→Begin Checkout、Checkout→Purchase。每一段只回答一个问题，不要把“未购买”当成单一行为。若主要损失发生在 PDP→Add to Cart，应进入产品页有人看却不加购的诊断树；若损失集中在最后一步，则看进入结账却没有完成支付的排查方法。

诊断框架

第一步，固定比较窗口。选择业务节奏相近、活动条件相近的两个完整周期，标注促销、库存、价格、投放结构和站点发布变化。不要把大促日与普通日、周末与工作日直接对比。

第二步，做最小必要分层。先按入口页、渠道、设备、新老客、国家或市场、主要商品组拆分；只有看到异常后再继续下钻。分层太少会混淆，分层太多则会产生小样本噪声。判断标准不是“能拆多少”，而是某一分组是否对应一个可采取的动作。

第三步，建立漏斗差异表。每个分组记录访问量、进入商品页、加购、发起结账和购买，并同时看绝对人数与阶段率。绝对人数帮助判断业务影响，阶段率帮助判断路径效率。某段下降但上游人数暴增，业务结果未必变差；某段率看似稳定但高价值人群流失，也不能被平均值掩盖。

第四步，把数据变成问题陈述。好问题应写成：“移动端新访客从某类广告入口进入后，PDP→加购下降，主要集中在有变体的商品。”它指向可检查的页面、设备和用户任务。坏问题是“本周 CRO 不行”。

第五步，用定性证据解释“为什么”。抽看异常分组的录屏、错误日志、站内搜索、客服问题和弃购反馈。数据定位发生在哪，定性证据说明可能为何发生。只有两者相互支持时，才进入修复或实验队列。

常见误判

• 购买数下降就等于页面退化：预算、库存、星期结构和客群变化都可能影响结果。
• 某阶段率下降就一定是该页面的问题：广告承诺、上游筛选和下游价格预期会跨页面传导。
• 分得越细越专业：样本被切碎后，随机波动会看起来像确定结论。
• 只看百分比不看人数：极小分组的巨大涨跌可能没有经营意义。
• 录屏里看到一次卡顿就是根因：单条录屏只能提出假设，不能代表多数用户。

验证清单

• 对比窗口是否覆盖相同星期结构与相近促销条件。
• 关键事件的定义、触发次数和顺序是否可信。
• 是否先区分流量构成变化与同群体路径变化。
• 是否同时记录绝对流失人数、阶段转化率和业务价值。
• 异常是否集中在可行动的入口、设备、市场或商品组。
• 是否拿到至少一类定量证据和一类定性证据。
• 问题陈述是否明确“谁、从哪里来、卡在哪一步、影响什么”。
• 修复后是否用同一口径回读，并观察退款、客诉、速度等护栏。

适用边界

本指南适用于已经有基本事件链和稳定访问的电商站点。若购买事件丢失、跨域中断、支付回传延迟或订单去重异常，漏斗数字本身不可用于页面决策，应先完成测量验证。低流量站点可以用更长窗口、合并相似分组并加强任务测试，但不要把小样本波动包装成统计结论。