著陸頁是消費(fèi)者對(duì)你業(yè)務(wù)的第一印象，根據(jù)普林斯頓心理學(xué)研究：形成第一印象速度短到十分之一秒，然而第一印象在他是否成為客戶方面起著至關(guān)重要的作用，同時(shí)Google在2015年在“mobilegedden”算法更新前發(fā)現(xiàn)：75%的人會(huì)再5秒后放棄瀏覽網(wǎng)頁并且46%的人不再回頭，在碎片化和用戶注意力難以捉摸的今天，該如何來提升著陸頁的轉(zhuǎn)化率呢？

營(yíng)銷就是：找對(duì)人、說對(duì)話、看對(duì)頁面。

策劃落地頁之前，一定要想明白廣告投放的人群類型。一個(gè)以價(jià)格為主要決策因素的裝修用戶不會(huì)因?yàn)槟愎镜脑O(shè)計(jì)風(fēng)格有豐富而買單，他只會(huì)在價(jià)格可接受的范圍的前提下，裝修風(fēng)格多樣才是決策拍板的加分項(xiàng)。

相同的頁面，不同流量來源的人群在頁面的熱圖表現(xiàn)也完全不一樣，用戶只會(huì)關(guān)注他感興趣的東西。

那問題來了，在不同流量來源的用戶，怎么提高轉(zhuǎn)化率呢？

個(gè)人認(rèn)為很好的方法：在確定產(chǎn)品定位人群的前提下，基于該人群的調(diào)研，找出用戶決策過程中最具代表的幾點(diǎn)因素，然后分別不同重點(diǎn)的頁面。

問題來了，什么是轉(zhuǎn)化的定義呢？就是你策劃的落地頁推廣目標(biāo)是啥，你想讓消費(fèi)者做啥。不同行業(yè)最容易轉(zhuǎn)化的目標(biāo)是不一樣的，比如職業(yè)培訓(xùn)更看重的轉(zhuǎn)化目標(biāo)是在線咨詢其次才是表單，因?yàn)楦肆?jié)約成本同時(shí)職業(yè)培訓(xùn)需相比較而言更長(zhǎng)的決策周期。

貸款更看重的推廣目標(biāo)是：來電咨詢，因?yàn)榇螂娫掃^來的用戶有效率對(duì)貸款行業(yè)而言是最高的。

構(gòu)建轉(zhuǎn)化定義的方法是啥呢？個(gè)人覺得很好的方式是：別去改變用戶的購買習(xí)慣，明白所處公司的轉(zhuǎn)化流程優(yōu)勢(shì)和不足 針對(duì)性確定側(cè)重點(diǎn)。

如果轉(zhuǎn)化目標(biāo)的定義沒啥問題了，這就涉及到頁面策劃的架構(gòu)5元素了。

1、賣點(diǎn)：

消費(fèi)者進(jìn)行決策，就是要促進(jìn)一個(gè)或若干個(gè)消費(fèi)目標(biāo)的實(shí)現(xiàn)，這本身就帶有目的性。確定賣點(diǎn)讓用戶在第一時(shí)間知道你產(chǎn)品究竟給我?guī)硎裁蠢婊蛘呓鉀Q我什么問題。因?yàn)橛脩艉茈y為自己不相關(guān)的信息花費(fèi)更多注意力。確定賣點(diǎn)是轉(zhuǎn)化的開始，開始都沒有談何后續(xù)？

2、刺激：

轉(zhuǎn)化決策的一般模式是S-O-R模式，即“刺激——個(gè)體生理、心理——反應(yīng)”。該模式表明消費(fèi)者的轉(zhuǎn)化行為是由刺激所引起的，這種刺激既來自于消費(fèi)者身體內(nèi)部的生理、心理因素和外部的環(huán)境。刺激原則是指你讓訪客完成你“轉(zhuǎn)化目標(biāo)”給與對(duì)方誘惑。常用的刺激時(shí)：折扣，額外的好處，能賺錢，有限時(shí)間規(guī)定，有限物品獎(jiǎng)勵(lì)。

3、安全：

安全就是讓消費(fèi)者明白不可能出現(xiàn)問題，即使出了問題也能有解決的入口，同時(shí)提供幾位可靠的解決方法。讓消費(fèi)者無后步之憂可能方向使用。

4、權(quán)威：

所有的營(yíng)銷是建立在信任的基礎(chǔ)上，增加可信任的指數(shù)，第三方的客觀事實(shí)而不是自吹自擂，包括榮譽(yù)資質(zhì)，公司規(guī)模，報(bào)道，合作品牌，成立年限等

5、從眾：

營(yíng)造別人都這么做的氛圍。同時(shí)展示別人這樣做解決了啥問題或者得到了什么好處。從眾的要點(diǎn)在于：要讓訪客相信真的有很多人轉(zhuǎn)化了。要讓人相信這些，一定要有細(xì)節(jié)展示，或者從眾氛圍穿插在其他4元素。

頁面構(gòu)架的5元素是相互穿插，頁面的每一屏都不是單獨(dú)存在的元素。只是一屏重點(diǎn)在一元素。用文字，或者設(shè)計(jì)，或者元素的位置都可能會(huì)有不同的效果。針對(duì)大部分行業(yè)，用A/Btest每次變動(dòng)一個(gè)元素以轉(zhuǎn)化成本和轉(zhuǎn)化量為好壞判斷維度，借助熱圖工具，按照用戶的瀏覽邏輯來優(yōu)化轉(zhuǎn)化率。

作者：袁鵬，授權(quán)青瓜傳媒發(fā)布。

來源：袁鵬 （aiqijun18）