落地页优化工具分四种:测试、热力图、会话回放和表单分析。每种回答不同的问题,所以按问题选,一次添加一个,从有目标和漏斗的统计分析开始。下文讲哪种工具对应哪种问题、测试需要的样本量、热力图和表单算例,以及合理的添加顺序。
读完你会知道
- 按工具回答的问题来分类:哪个赢、点哪里、发生了什么、在哪放弃
- 检测 4% 到 5% 的提升,每个版本约需 6,743 个访客;先测大改动
- 从目标和漏斗开始;只有问题需要时才加热力图、回放、表单分析和测试
落地页优化工具到底做什么?
落地页优化工具帮你弄清一个页面为什么是现在这个转化水平,以及改动有没有让它变好。市场把它们当成一个品类来卖,但它们回答的是四个不同的问题,买错类型是最常见的失误:
| 工具类型 | 回答的问题 | 展示什么 | 容易误导的地方 |
|---|---|---|---|
| 测试 | 哪个版本转化更好? | 版本 A 对比 B 的转化 | 提前停止,或流量太少 |
| 热力图 | 访客点哪里、滚动到多深? | 汇总的点击、重复点击、滚动到达 | 平均值掩盖不同的访客群;不说明「为什么」 |
| 会话回放 | 这一次访问发生了什么? | 单次会话的录制 | 个案容易被当成证据 |
| 表单分析 | 人们在表单哪里放弃? | 按字段的流失 | 需要字段级采集;涉及敏感数据 |
本文的观点:按问题给工具分类,然后一次只买一个。 测试工具告诉你结果,不告诉你原因;热力图或回放能提示原因,但无法证明。它们是一个循环,正如落地页分析和落地页转化率里讲的:衡量转化、找出流失的位置、用热力图或回放形成假设、测试改动、再衡量。
速度检查和普通的统计分析是这四类工具下面的底座。如果统计里没有定义转化目标,这些工具都没有可改进的对象。
| 工具类型 | 回答的问题 | 容易误导的地方 |
|---|---|---|
| 测试 | 哪个版本转化更好? | 提前停止或流量太少 |
| 热力图 | 访客点哪里、滚多深? | 平均值;不说明原因 |
| 会话回放 | 这次访问发生了什么? | 个案容易被当成证据 |
| 表单分析 | 人们在表单哪里放弃? | 需要字段级采集 |
测试工具给结果,不给原因;热力图和回放能提示原因,但无法证明。
什么问题该用哪种工具?
从你看到的现象出发,而不是从功能清单出发:
| 你看到的现象 | 可能的问题 | 先用 |
|---|---|---|
| 转化率低,但不知道人在哪里流失 | 漏在哪里? | 统计里的漏斗,再看热力图 |
| 访客从不滚动到注册按钮 | 行动号召有没有被看到? | 滚动热力图 |
| 访客点击不是链接的东西 | 有什么让人困惑吗? | 点击热力图和重复点击视图 |
| 某个字段或步骤似乎在流失人 | 表单是不是太长? | 表单分析,再看失败会话的回放 |
| 你有两个相互竞争的页面版本 | 哪个更好? | A/B 测试,且流量足够 |
| 发布了改动,数字变了 | 是改动造成的吗? | 对比时间段并标注发布 |
| 只有手机上跳出多 | 手机版坏了吗? | 按设备看热力图,回放手机访问 |
如果你说不出问题是什么,你现在不需要新工具,需要的是一个目标和一个漏斗。
测试工具需要多少流量?
A/B 测试是人们最想先用、也最常因为流量不足而失败的工具。开始前需要的数字,取决于你的基线转化率和你在意的最小提升。双侧检验、5% 显著性、80% 检验效能的常用近似公式是:
每个版本样本量 n = (1.96 + 0.84)² × [p1(1 − p1) + p2(1 − p2)] ÷ (p1 − p2)²
示例数据:一个落地页转化率 4%(p1 = 0.04),你想检测到提升到 5%(p2 = 0.05)。
- 方差项:0.04 × 0.96 + 0.05 × 0.95 = 0.0384 + 0.0475 = 0.0859。
- 差值平方:0.01² = 0.0001。
- n = 7.85 × 0.0859 ÷ 0.0001 ≈ 每个版本 6,743 个访客,合计 13,486 个。
- 每周 1,500 个访客,需要 13,486 ÷ 1,500 ≈ 9 周。
对比一个更大胆的改动,从 4% 到 6%:差值 0.02,平方 0.0004;方差项是 0.0384 + 0.0564 = 0.0948;n = 7.85 × 0.0948 ÷ 0.0004 ≈ 每个版本 1,861 个,合计约 3,722 个,同样的流量下约 2.5 周。由此得到两点。预期提升小,需要的流量远超大多数落地页的水平;改动大则更早可测,所以先测大改动。还有,每周 1,500 个访客时,根本不该为 1 个百分点的提升做测试。
两条规则保护结果。开始前就固定样本量,不要看到面板显示显著就停:反复查看测试、一看显著就停,会让报告的显著性失去意义;对看起来 1% 的显著性偷看十次,实际约为 5%。另外,每个测试只改一件事,才知道结果是什么带来的。
热力图能告诉你什么?
热力图汇总许多访客点击了哪里、滚动到多深。它是检查「你想让人做的那件事到底有没有被看到」成本最低的办法。
示例数据:落地页 1,000 次访问。滚动到达视图显示到达各深度的访问占比:
| 深度 | 到达该深度的访问占比 |
|---|---|
| 25% | 86% |
| 50% | 62% |
| 75% | 28% |
| 页面底部 | 11% |
主按钮在 75% 的深度,所以只有 28% 的访问,即 280 人,会看到它。如果看到的人里有 4% 点击,就是 11.2 次点击。把按钮挪到 40% 的深度,也许 70% 的访问能到达:700 人看到,同样 4% 就是 28 次点击,是原来的 2.5 倍,流量不变,文案也不用新写。这是需要验证的假设,不是结果:滚得深的人可能本来就最感兴趣,受众扩大后点击率可能下降。
热力图要按设备看。桌面版面和手机版面是不同的页面。在不可点击的东西上反复点击,是困惑的信号;要看被点击元素的排名,而不只看颜色。
会话回放什么时候值得用?
回放展示一次访问的真实过程。它的长处是解释数字已经定位到的流失:漏斗显示访客在表单处离开后,看十段在那里停下的会话录制,找相同的行为:某个字段拒绝了有效输入,某个按钮在手机上没反应,某条校验提示出现在屏幕之外。
用得要克制。按明确的条件挑会话,比如到达表单但没提交的访客,而不是随机看,并把看到的当作假设。回放带来隐私问题:对文本输入做遮挡,排除含支付或健康信息的页面,并在隐私声明里告知访客。不要让几段生动的录制压过汇总数字。
表单分析在哪里有用,需要什么?
表单是落地页悄悄流失人的地方。Baymard 的研究发现,2024 年结账平均有 11.3 个表单字段,而大多数网站只需要 8 个。这说的是结账,不是线索表单,但道理相通:每多一个字段,就少一些完成。
示例数据:1,000 位访客开始填写一份线索表单。
| 步骤 | 剩余访客 | 相比上一步的流失 |
|---|---|---|
| 开始 | 1,000 | |
| 邮箱 | 940 | 6.0% |
| 电话 | 760 | 19.1% |
| 公司规模 | 700 | 7.9% |
| 提交 | 560 | 20.0% |
整体完成率是 560 ÷ 1,000 = 56%。电话字段在 940 人里流失 180 人(19.1%)。如果把它改成选填,使这一步流失降到 10%,就有 846 人继续;保持后面的留存比例(700 ÷ 760 和 560 ÷ 700),公司规模步骤约 779 人,提交约 623 份,多出 63 份,即 +11.3%,只改了一个字段。最后一步也流失 20%:这是回放里要盯的那一步。
字段级分析需要在字段级采集的工具,这在所有工具类型里最敏感。打开之前先确认它存了什么。
线索表单:开始 → 提交
示例数据开始
1,000
邮箱
940
电话
760
公司规模
700
提交
560
合理的工具组合是什么样?
按下面的顺序添加工具,问题答完就停:
- 带目标和漏斗的统计分析。 没有它,你无法判断是否有效。
- 一次速度检查,基于真实访问,因为慢的落地页在其他工具起作用之前就已经流失人了。
- 热力图,用在你关心的一两个页面上。
- 回放,用来看你找到的那个具体流失。
- 表单分析,如果表单是漏点。
- 测试工具,当页面的流量够上面那个样本量时。
选落地页工具时容易出什么错?
- 流量低却先做测试。 上面 4% 到 5% 的测试,在每周 1,500 个访客时要大约九周。
- 看到显著就停止测试。 先固定样本量。
- 把热力图当成解释。 它说明在哪里,不说明为什么。
- 让个案做决定。 三段生动的录制不是样本。
- 一个问题买四个工具。 为你真正有的那个问题付费。
- 采集不需要的表单内容。 数据越多,隐私责任越大。
在 TapCub 里怎么做?
以表单完成率 56% 的那个落地页为例。TapCub 覆盖衡量和诊断类工具,不做实验。
- 在 网站统计 › 目标 定义转化(表单提交事件或感谢页),再在 网站统计 › 页面 打开该页,看有多少访客到达。
- 在 全端分析 › 行为分析 › 行为分析 搭建一个由落地页、开始填表、提交组成的漏斗。每一步显示人数、相对第一步的比例、流失和距上一步的中位耗时;最大的流失会被标出。
- 在 全端分析 › 行为分析 › 热力图 选择落地页和设备。点击热图、挫败点击、滚动到达 和 元素占比 对应上面的各个视图。先在自动采集里打开 滚动深度,否则滚动到达是空的。
- 在 全端分析 › 行为分析 › 会话回放 打开到达表单后离开的会话录制。回放默认关闭;开启需要管理员操作,要在隐私声明里告知访客,并为敏感页面设置排除路径,输入遮挡保持开启。
- 了解边界。TapCub 只有在设置了
data-forms="true"时才把表单提交记为事件,且只存表单的 id、name 和 action,不存人们填的内容,所以不显示逐字段流失。它不做 A/B 测试,也不分流;这类测试要在另外的测试工具里做,再用 TapCub 衡量结果。
FAQ
什么是落地页优化工具?
它们是展示一个落地页为什么是现在这个转化水平、改动有没有帮助的工具。分四类:测试,比较版本;热力图,显示点击和滚动;会话回放,录制单次访问;表单分析,显示人们在表单哪里放弃。
落地页工具应该先用哪个?
先用有明确目标和漏斗的统计分析,它告诉你流失在哪里。再对流失人的页面用热力图。为具体的流失加回放,只有页面流量足够做有效测试时,再加测试工具。
A/B 测试需要多少流量?
取决于你的基线和想检测的提升。转化率 4% 时,要检测到 5%,在 5% 显著性和 80% 检验效能下每个版本约需 6,743 个访客;4% 到 6% 约需 1,861 个。开始前就固定样本量。
热力图能代替 A/B 测试吗?
不能。热力图显示访客点击和滚动的位置,有助于形成假设,但不能证明某个改动提升了转化。用它决定测什么,然后去测;无法分流时,就谨慎地对比不同时间段。
会话回放有隐私风险吗?
可能有。录制可能捕捉到人们看到和输入的内容,所以要遮挡输入框,排除含支付或健康信息的页面,并在隐私声明中说明录制。回放要克制:看某个明确流失环节的会话,不要为了回看而全部录制。
资料来源
- Evan Miller。How Not To Run an A/B Test:为什么反复查看并提前停止会让报告的显著性失效。核对于 2026-11-19。
- Baymard Institute。结账表单字段:平均与建议数量:2024 年平均 11.3 个字段,建议 8 个。核对于 2026-11-19。
- Evan Miller。样本量计算器:由基线和最小可检测效应得出每个版本的样本量。核对于 2026-11-19。
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

