网站优化工具应当按它回答的问题来选,因为这个标签涵盖五项不同的工作:流量从哪里来、页面慢不慢、人们在哪里放弃、改动有没有用,以及搜索引擎能不能到达网站。没有哪个工具能回答全部五个问题。按顺序往下做;实验平台放在最后,而不是最先。
每种网站优化工具到底在回答哪个问题?
「网站优化工具」这个词包含了几乎毫无共同点的产品:测速工具、热力图、实验平台、排名跟踪器。按标签买,得到的是一堆看板,没有一个决策。应该按问题买。优化工作归结为五个问题,每个问题需要不同类型的工具。
| 问题 | 工具类型 | 它给你什么 | 它回答不了什么 |
|---|---|---|---|
| 访客从哪里来? | 带来源和活动标记的网站统计 | 按渠道、来源、活动统计的访客和转化 | 为什么某个渠道转化差 |
| 页面慢不慢? | 真实用户性能监测,加实验室测速 | 按页面、设备、国家统计的加载和交互耗时 | 慢会不会让你少卖东西 |
| 哪里有人放弃? | 漏斗、热力图、会话回放 | 损失最大的那一步,以及人们在那一步的行为 | 修改后会不会有效 |
| 改动有没有用? | 实验工具,或严谨的前后对比 | 带不确定范围的实测差异 | 下一步该测什么 |
| 搜索引擎能不能找到、抓取? | 搜索控制台数据和抓取报告 | 展现、点击、排名、抓取错误 | 访客到达之后的行为 |
注意,没有哪个工具能同时回答这五个问题。常见的错误是在还答不了前三个问题的时候,就先买了最感兴趣那个问题(通常是「有没有用」)对应的工具。按表里的顺序往下做:在你知道流量从哪来、页面够不够快、人在哪里离开之前,没法判断一次改动有没有帮助。这些背后的方法见 网站优化;本文讲的是每一步怎么选工具。
流量从哪里来?
从这里开始,因为其他所有数字都依赖它。对所有渠道求平均的转化率,会掩盖付费社交、邮件和自然搜索表现不同这一事实。你需要按渠道和活动看访客、转化和转化率。
为这个问题选工具时要看:
- 来源和活动拆分。 渠道、来源和活动标记(比如 UTM 参数)放在一张表里。
- 真人和机器人分开。 爬虫会抬高分母,让每个比率看起来更差。
- 目标和同一批访客挂钩。 转化数必须和访客数来自同一份数据,否则比率没有意义。
- 能比较不同时期。 上周对比再前一周,同一个星期几。
判断规则:如果你说不出哪三个来源带来最多访客、哪个转化表现靠前,先别买别的。如果说得出,下一个问题就是它们落地的页面够不够快。检查数据本身的审计步骤,见 网站分析审计。
页面慢不慢,有没有影响?
测速工具有两种,回答不同的问题。
- 实验室测试在受控环境里加载一个页面。可重复,适合排查,但只用一台设备、一种网络。
- 真实用户(现场)监测测量访客实际经历的加载,在他们自己的设备和网络上。噪声更大、反应更慢,但它是你受众的真实情况。
Google 的 Core Web Vitals 用的是现场数据。良好的阈值是:最大内容绘制 2.5 秒及以内、下一次绘制的交互 200 毫秒及以内、累计布局偏移 0.1 及以内,按页面加载的第 75 百分位评估,并按手机和桌面分开。三项在该百分位都达标,页面才算通过。
使用测速工具的三条规则:
- 用现场数据挑问题,在实验室里排查。 现场数据告诉你哪些页面、哪些设备慢;实验室的一次运行告诉你为什么。
- 看第 75 百分位,不看平均值。 平均值会掩盖最慢的那四分之一访问。
- 看慢页面是不是也在流失人。 没人访问的慢页面,没有稍慢的结账页重要。把慢页面清单和流失清单放在一起看。
既有大量流失又加载慢的页面,是有明确负责人的修复项。没有流失的慢页面可以等。更多见 网站性能监控。
人们在哪里放弃?
这个问题需要成对使用的两类工具。漏斗告诉你哪一步损失最多的访客。热力图或会话回放显示人们在那一步做了什么。按这个顺序用:先漏斗,再看最差那一步背后的页面。
示例数据:某商店一个月的会话,逐步统计。
| 步骤 | 会话 | 相对上一步的比率 |
|---|---|---|
| 全部会话 | 10,000 | 不适用 |
| 商品页 | 6,000 | 60.0% |
| 加入购物车 | 900 | 15.0% |
| 开始结账 | 450 | 50.0% |
| 购买 | 270 | 60.0% |
总转化率是 270 ÷ 10,000 = 2.7%。相对损失最大的是购物车这一步:商品页会话里只有 15.0% 加入了购物车,有 5,100 个会话在这里离开。
哪一步值得投入?假设每一步都能提高同样的 5 个百分点:
- 商品页,60% 提到 65%: 6,500 × 15% × 50% × 60% = 292.5 笔购买,多 22.5 笔。
- 加入购物车,15% 提到 20%: 6,000 × 20% × 50% × 60% = 360 笔购买,多 90 笔。
- 开始结账,50% 提到 55%: 900 × 55% × 60% = 297 笔购买,多 27 笔。
- 购买,60% 提到 65%: 450 × 65% = 292.5 笔购买,多 22.5 笔。
同样的 5 个百分点,在购物车这一步的价值是其他任何地方的约四倍。漏斗找出这一步;再用热力图或回放看商品页,就能知道人们是没看到按钮、滚过去了还是被别的东西分散了注意。漏斗方法见 转化漏斗优化,热力图上的颜色能说明什么、不能说明什么,见 热力图。
有两点要注意。热力图展示的是汇总行为,说不出原因。会话回放记录的是真实会话,所以在打开之前,要确认你的隐私设置会遮蔽哪些内容。
改动真的有效吗?
这是最难的问题,也是工具宣称最有把握回答的问题。有两种诚实的回答方式。
对照实验把访客随机分配到新旧两个版本,在同一时期内比较。这是最有力的证据,但需要足够的流量。以上面的示例商店为例,购买率 2.7%,要在 5% 显著性水平、80% 功效下检测出提升到 3.2%(半个百分点),每个版本约需 17,976 个会话,合计约 36,000 个会话。按每月 10,000 个会话、全部进入实验算,大约要 3.6 个月。要检测 0.3 个百分点的更小提升,每个版本约需 48,292 个。这些数字来自标准的两比例样本量公式;Evan Miller 等人的计算器用的是同样的输入:基线比率、最小可检测效应、功效和显著性水平。
保护实验的两条规则:开始前就定好样本量,并且不要在结果刚显示显著时就停。反复查看并提前停止会抬高假阳性;Evan Miller 的例子显示,名义上 5% 的检验,如果每观察一次就查看一次,而改动其实没有作用,假阳性会出现 26.1% 的时候。
前后对比是小站点能做的。它更弱,因为其他变化(一次活动、一个假期、一个竞争对手、一次发版)都混在里面。要让它更诚实:
- 标出改动日期。 在图表上标注发版或活动,让别人看到还发生了什么。
- 比较相同长度和相同星期构成的时期。 改动前整整两周对改动后整整两周。
- 检查一个改动不该影响的指标。 如果改动碰不到的某个渠道的流量也同样变化,就该怀疑是季节,而不是改动。
- 把小差异当作未知。 如果差距在正常的周间波动之内,你没有任何方向的证据。
如果流量不够做实验,就在报告里直说,不要假装前后对比是证明。
搜索引擎和爬虫能到达网站吗?
最后一个问题关于被发现。搜索控制台按页面和查询词报告展现、点击、平均排名和抓取错误,通常晚一到三天。用它找出排在第一页但点击很少的页面(标题和描述可能不够好),以及有抓取错误的页面。只有这一类能看到那些没有变成访问的展现,所以它是对网站统计的补充,而不是替代。关键词研究和外链工具是另一个类别,为不同的工作而设计,这里不讨论。
能用的最小工具组合是什么?
不要一开始就用全部五类。从你还回答不了的问题开始,按表里的顺序。
| 阶段 | 你已经能回答的 | 下一步加什么 | 原因 |
|---|---|---|---|
| 新站 | 什么都不能 | 带来源和目标的网站统计 | 其他所有工具都依赖它 |
| 知道流量 | 访客从哪里来 | 真实用户性能监测 | 慢页面悄悄损失转化 |
| 知道速度 | 哪些页面慢 | 主路径上的漏斗 | 找出要修的那一步 |
| 找到步骤 | 人们在哪里离开 | 那个页面上的热力图或回放 | 显示他们在那里做什么 |
| 修复上线 | 改动应该有帮助吗 | 前后对比,流量允许时做实验 | 证明它 |
| 成熟阶段 | 以上全部 | 搜索控制台数据 | 发现被发现性的问题 |
小站点用一个统计工具就能走完前四行。实验平台是最后买的,不是先买的。
选优化工具时的常见误区
- 按类别标签买。 「优化」是五件事;先说清是哪个问题。
- 先买实验工具。 没有流量、漏斗和速度数据,你不知道该测什么。
- 相信实验室测速分数胜过现场数据。 实验室用一台设备,你的受众用成千上万台。
- 把热力图当成解释。 它显示人们在哪里点击,不是为什么。
- 提前结束测试。 刚显示显著的结果,往往并不显著。
- 看平均值。 平均值会掩盖最慢的四分之一访问,以及行为不同的那个渠道。
- 工具重叠。 三个工具都数访客,就会有三个数字;选一个作为统一的数据来源。
在 TapCub 里怎么覆盖这些问题
以示例商店为例:你想要更多购买。TapCub 在一个地方覆盖前四个问题的大部分,它不是实验工具,也不是 SEO 研究工具。
- 找出渠道。 在 网站统计 › 来源 里,按渠道、来源和 UTM 参数看访客和转化。机器人和 AI 爬虫单独统计,不会扭曲比率。在 网站统计 › 目标 里检查目标。
- 查速度。 监测 › 性能 报告真实用户的耗时:五项指标、一个 0 到 100 的得分、P75 等百分位、按页面、国家、设备、浏览器和操作系统的拆分,以及按 P75 最大内容绘制排序的最慢页面清单。它没有上期对比,如果脚本没有采集这些指标,页面就是空的。
- 找出流失的那一步。 在 全端分析 › 行为分析 › 行为分析 里,按示例表构建漏斗,看每一步的比率。然后在 全端分析 › 行为分析 › 热力图 里打开商品页;如果需要看会话,再用 会话回放(默认关闭)。
- 跟踪改动。 在 配置 › 日期标注 里标出发版或活动,让它显示在趋势图上,再用页头的对比周期对齐各周。TapCub 不分流量、不做 A/B 实验,只负责衡量,所以实验要在别处做,结果回到 TapCub 里看。
- 看搜索。 如果连接了 Google Search Console 或 Bing Webmaster,监测 › 搜索表现 按页面和查询词显示点击、展现和平均排名,通常晚一到三天,并标出排名前 10 但点击率低于中位数的页面。
TapCub 不做关键词研究、外链分析,也不做搜索控制台报告之外的排名跟踪。关于怎么读热力图,见 如何读热力图。
FAQ
什么是网站优化工具?
它们是帮你改进网站流量、速度、转化或搜索可见性的工具。这个标签涵盖五项不同的工作:找出流量从哪里来、测量页面速度、找出人们在哪里离开、测试改动有没有用,以及确认搜索引擎能到达网站。要按问题选,不要按类别选。
我应该先用哪个网站优化工具?
先用能显示来源和目标的网站统计,因为其他所有工具都需要这些数字才有用。接着加真实用户的速度监测,再给主转化路径加漏斗。只有知道该改进哪个页面和步骤之后,再加热力图和实验。
优化网站需要 A/B 测试工具吗?
一开始不需要。实验需要大量会话:在示例里,要在 2.7% 的比率上检测出 0.5 个百分点的提升,约需 36,000 个。在有这样的流量之前,先用漏斗和速度数据找出最大的问题,再用严谨的前后对比检查改动。
实验室速度数据和现场速度数据有什么区别?
实验室数据来自在受控环境里加载页面,所以可重复、适合排查。现场数据测量真实访客在自己的设备和网络上的情况,所以反映真实体验。Google 的 Core Web Vitals 按现场数据在第 75 百分位评估。
怎么知道一次改动有没有提高转化?
如果流量够,就和对照组比较,样本量事先定好。如果不够,就比较长度相同、星期构成相同的时期,标出改动日期,并检查一个改动不该影响的指标。把正常波动范围内的小差异当作未知。
资料来源
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。

