先给结论:当分组后的着陆页转化率结论与总体相反时,第一步不是怀疑转化分子,而是把每个分组的分母来源、分母口径、分母时间窗逐项对齐。多数反转来自分母被不同规则切走,而不是转化本身发生了变化。
假设同一个着陆页有两类流量来源:品牌词和泛需求词。你分别看,品牌词转化率从 6% 升到 7%,泛需求词从 2% 升到 2.5%,两个分组都在涨;可合并后总体转化率却从 4% 降到 3.5%。这是典型的辛普森式反转,先不要改页面,先查分母。
关键动作:把总体的分母按同一维度拆开,确认两件事——各分组的访问量占比是否变化,以及总分母里是否混入了不属于这两组的流量。如果泛需求词访问量占比从 30% 涨到 70%,即便两组转化率都上升,总体也会被低转化组拉低。这个动作决定了下一步是查流量结构,还是查转化定义。
总体转化率等于各组转化率按访问量加权的平均。分组上升而总体下降,最常见的原因就是权重变了:低转化分组在总分母中的占比变大。此时要看的不是“页面变差了”,而是“谁把低转化流量带进来了”。
能区分这一解释的证据:按同一时间粒度分别画出各分组的访问量和转化数。如果转化数在两组内都在增加,而低转化组的访问量增幅明显更大,结构变化就是主因。反过来,如果两组访问量占比基本不变,总体仍下降,就要转向解释二。
分组报表和总体报表往往不是同一套分母。常见差异有三类:
区分证据:拿同一时间段,分别导出“总访问数”和“各分组访问数之和”,做一次对账。如果两者不等,差额就是被某个口径吞掉或重复计算的部分。这一步能直接判断反转是统计口径造成,还是业务真实变化。
假设某着陆页总体分母显示 10,000 次访问,分组 A 显示 6,000,分组 B 显示 3,000,合计 9,000。差的 1,000 次如果集中在低转化来源,就足以让总体低于分组加权值。此时正确动作是先把这 1,000 次归入明确分组或单列“未归类”,再重算总体,而不是删掉它来让数字好看。
这个动作的结果会直接改变下一步:如果重算后反转消失,说明原结论只是口径混合的产物;如果反转仍在,才需要回到页面本身,检查落地体验、加载或表单可用性。
按这个顺序,你能把“总体变差”拆成结构变化、口径差异或真实下滑三种可验证的原因。第三方估算流量、平台报告与站内统计口径本就不同,任何单一指标都不足以还原全貌;把分母对齐,才是让分组结论可被复核的前提。