名称: 营销-cro 描述: 当优化转化率、设计A/B测试或改进落地页时使用。涵盖A/B测试方法学、落地页优化、表单设计、统计显著性、漏斗分析和CRO优先级框架。
CRO — 转化率优化操作系统（操作型）
构建为一种无赘述执行技能，用于系统化的转化率优化。
结构：先核心CRO基础知识。高级测试在专门部分。AI/ML优化在明确标记的“可选：AI / 自动化”部分。
现代最佳实践（2026年1月）
- Google Optimize 停止使用：使用 VWO、Optimizely 或 PostHog
- 统计显著性：https://www.evanmiller.org/ab-testing/
- CXL 研究所：https://cxl.com/
- Baymard 研究所 UX：https://baymard.com/
- Cookie 弃用 + 更严格的隐私默认设置：优先第一方测量，验证分配/跟踪，并在没有干净仪器时视提升为不确定
何时使用此技能
- 落地页优化：英雄部分、CTA、证明、表单优化
- A/B测试：假设设计、样本大小、统计显著性
- 漏斗分析：流失点识别、微转化映射
- 表单优化：字段减少、多步表单、摩擦消除
- 信任/可信度：社会证明、安全信号、保证
何时不使用
- 品牌知名度活动 → 使用 marketing-paid-advertising
- 用户研究方法学 → 使用 software-ux-research
- 产品分析设置 → 使用 marketing-product-analytics
- SEO/有机流量 → 使用 marketing-seo-complete
专家：CRO 心智模型（快速校准）
使用此以避免局部胜利 / 全局损失。
- CRO：增加有价值承诺的比率（购买、合格线索、激活），同时保护业务成果（收入、利润率、LTV、支持负载）。
- UX优化：减少摩擦/错误，使用户能做他们本意想做的事；良好的UX不保证更好的转化。
- 漏斗优化：优化跨步骤和交接的系统（流量质量 → 意图匹配 → 页面 → 表单/结账 → 销售/入职 → 留存）。
- 实验：一种因果学习方法；并非每个决策都适合测试。
不要将这些委托给A/B测试（即使有无限流量）：法律/合规/伦理、黑暗模式、误导性声明和不可逆的品牌信任决策。
核心：CRO 框架
CRO 过程
1. 分析 → 识别转化问题（数据 + 定性）
2. 假设 → 形成可测试假设
3. 优先级 → 按影响/努力评分（ICE/PIE）
4. 测试 → 以统计严谨性运行A/B测试
5. 学习 → 记录结果，迭代
6. 实施 → 推出获胜者，测试下一个
转化率基准
| 页面类型 | 差 | 平均 | 好 | 极好 |
|---|---|---|---|---|
| 落地页 | <1% | 2-3% | 4-5% | >6% |
| 结账 | <40% | 50-60% | 65-75% | >80% |
| 表单完成 | <20% | 30-40% | 45-55% | >60% |
| 加入购物车 | <3% | 5-8% | 9-12% | >15% |
注意：基准因行业差异显著。仅用作方向性参考。
核心：落地页优化
首屏检查清单
每个落地页都需要这些元素在无需滚动时可见：
| 元素 | 要求 | 常见问题 |
|---|---|---|
| 标题 | 清晰价值主张 | 模糊、以公司为中心 |
| 副标题 | 具体收益或结果 | 缺失或弱 |
| 英雄图像/视频 | 相关、显示结果 | 库存照片、不相关 |
| CTA | 突出、面向行动 | 隐藏、通用文本 |
| 信任信号 | 标识条、评分或统计 | 完全缺失 |
标题公式
[结果] + [时间框架/简便性] + [无需痛点]
示例：
“每周获得10个合格线索，无需冷呼叫”
“在15分钟内报税，有专家审核”
“翻倍电子邮件转化，无需雇佣文案写手”
CTA按钮最佳实践
| 做 | 不做 |
|---|---|
| “开始免费试用” | “提交” |
| “获取我的报价” | “点击这里” |
| “预约我的演示” | “了解更多”（漏斗底部） |
| “下载指南” | “发送” |
CTA按钮优化：
- 大小：在移动设备上足够大以便点击（最小44px高度）
- 颜色：与页面背景对比
- 位置：首屏且在关键部分后
- 文本：第一人称（“获取我的…”）通常优于第二人称
- 空白：使用间距将主要CTA与竞争元素隔离；将大提升声明视为案例依赖并在您的上下文中验证
信任元素层次结构
最强信任信号（至少使用3个）：
├─ 客户标识（可识别品牌）
├─ 评分（4.5+星带有数量）
├─ 安全徽章（SSL、支付、合规）
├─ 退款保证
└─ 电话号码可见
支持信任信号：
├─ 客户推荐（带照片、姓名、公司）
├─ 案例研究片段（具体指标）
├─ “在...看到”媒体标识
├─ 团队照片（用于服务）
├─ 实时聊天小部件
└─ 物理地址（用于服务）
用户生成内容（UGC）
UGC通常在SaaS和电子商务中增加转化，但提升幅度因类别、放置和流量意图而异。
| UGC类型 | 放置 | 影响 |
|---|---|---|
| 客户视频 | 英雄部分或首屏下 | 高信任、高参与度 |
| 评论摘录 | 靠近CTA | 减少不确定性 |
| 案例研究引用 | 考虑部分 | 建立可信度 |
| 社区提及 | 页脚或社会证明栏 | 量信号 |
实施：从G2、Capterra或应用内反馈中提取。使用前验证许可。
核心：表单优化
表单字段规则
| 规则 | 原因 | 影响 |
|---|---|---|
| 最少字段 | 每个字段增加摩擦 | 通常降低完成率（幅度不一） |
| 邮箱优先 | 捕获部分提交 | +15-30%线索捕获 |
| 持久标签 | 占位符消失、导致错误 | +10%完成率 |
| 单列 | 更易流动 | +5-10%完成率 |
| 内联验证 | 早期捕获错误 | +22%完成率 |
| 浏览器自动填充 | 减少打字、较少错误 | +15-20%完成率 |
2026基准：平均结账 = 5.1步，11.3字段（Baymard）。针对线索生成目标 ≤5字段。
字段优先级（仅询问所需内容）
| 优先级 | 字段 | 何时需要 |
|---|---|---|
| 1 | 邮箱 | 总是 |
| 2 | 姓名 | 如需个性化 |
| 3 | 公司 | 仅B2B |
| 4 | 电话 | 仅销售就绪线索 |
| 5 | 职位 | 企业定向 |
| 6+ | 其他一切 | 隐藏在渐进式分析后 |
多步表单模式
步骤1：低承诺（邮箱）
├─ “您的邮箱是什么？”
├─ 进度指示器：1/3
└─ CTA：“继续”
步骤2：资格信息
├─ 公司规模 / 行业
├─ 进度指示器：2/3
└─ CTA：“快完成了”
步骤3：联系信息
├─ 姓名 / 电话（可选）
├─ 进度指示器：3/3
└─ CTA：“获取我的[交付物]”
多步好处：
- 承诺和一致性原则
- 捕获部分数据（即使放弃）
- 感觉不那么压倒性
- 可以逐步资格化线索
核心：A/B测试方法学
假设模板
如果我们[更改/添加/移除X]
那么[指标]将[增加/减少] [估计值]
因为[基于数据/研究的推理]
示例：
如果我们在英雄部分添加客户标识
那么表单转化将增加15%
因为信任信号为新访客减少感知风险
样本大小计算器
最小样本大小公式（简化）：
n = (16 × p × (1-p)) / MDE²
其中：
- n = 每个变体的样本
- p = 基准转化率
- MDE = 最小可检测效应（例如，0.10表示10%提升）
示例：
基准CVR：3% (0.03)
MDE：20%相对提升（寻找3.6%或更高）
n = (16 × 0.03 × 0.97) / (0.006)²
n ≈ 12,933 每个变体
总所需流量：~26,000访客
快速参考：
| 基准CVR | 10% MDE | 20% MDE | 30% MDE |
|---|---|---|---|
| 1% | 63,000 | 15,800 | 7,000 |
| 3% | 20,700 | 5,200 | 2,300 |
| 5% | 12,200 | 3,050 | 1,350 |
| 10% | 5,800 | 1,450 | 650 |
每个变体。总流量乘以2。
统计显著性
有效测试的要求：
- 95%置信水平（最低）
- 80%功效（默认），除非有理由更改
- 至少运行1-2个完整业务周期（7-14天）
- 不要偷看和提前停止（增加假阳性）
- 测试前记录：假设、主要指标、防护栏、样本大小、持续时间
- 避免事后分割；预注册细分或调整多重比较
现实检查（专家默认）：
- 统计显著性并不意味着更改值得推出（检查实际影响 + 防护栏）
- 当实验完整性有疑问时忽略“显著”结果（跟踪问题、流量混合变化、SRM、随机化损坏）
- 仅对明显损害（防护栏违反）或无效性（仪器/分配问题）提前停止，而不是“早期胜利”
实验完整性（2026默认检查）
- 分配健全性：定期A/A测试；在第一天和第三天检查SRM
- 跟踪健全性：确认事件定义、去重、跨域和同意模式行为，然后解释结果
- 污染：避免向同一用户跨设备/会话显示多个变体；可能时首选稳定ID
- 更改控制：在测试窗口期间冻结同一流程的其他主要更改
CUPED：通过方差减少更快测试
CUPED（使用先前数据的控制实验）可以通过**~40-60%**减少方差，让测试更快达到显著性。
| 方面 | 细节 |
|---|---|
| 工作原理 | 使用预实验用户行为控制固有方差 |
| 回顾窗口 | 1-2周（最优平衡） |
| 限制 | 对新用户无效（无历史） |
| 平台 | VWO, Optimizely, Statsig, Eppo, PostHog |
何时使用：高流量网站，测试速度重要。查看 advanced-testing.md 获取实施细节。
测试优先级：ICE框架
| 因素 | 评分 (1-10) | 描述 |
|---|---|---|
| 影响 | 这会移动多少指标？ | |
| 信心 | 我们有多确定这会有效？ | |
| 简便性 | 这有多容易实施？ | |
| ICE分数 | (影响 + 信心 + 简便性) / 3 |
ICE分数解释：
- 8-10：高优先级，立即测试
- 5-7：中优先级，添加到队列
- 1-4：低优先级，稍后重新审视或跳过
核心：漏斗分析
漏斗诊断框架
步骤1：映射您的漏斗
页面访问 → 关键行动 → 表单开始 → 表单完成 → 确认
步骤2：测量每个步骤的流失
├─ 页面访问到关键行动：___%（跳出率倒数）
├─ 关键行动到表单开始：___%
├─ 表单开始到完成：___%
└─ 完成到确认：___%
步骤3：识别最大流失
最大百分比流失 = 最高优先级修复
步骤4：诊断根本原因
├─ 高跳出？ → 相关性、加载速度、消息传递
├─ 低参与？ → 内容、CTA可见性
├─ 表单放弃？ → 表单摩擦、信任
└─ 结账流失？ → 定价、运输、信任
专家注意：“最大流失”并非总是最佳目标。确认它是一个缺陷（不是故意过滤），不是测量人工产物，也不是上游引起（流量质量/报价不匹配）。
微转化映射
| 漏斗阶段 | 要跟踪的微转化 |
|---|---|
| 认知 | 滚动深度、页面时间、视频观看 |
| 兴趣 | CTA悬停、标签/部分查看、资源点击 |
| 考虑 | 定价页面访问、比较页面、演示视频 |
| 决策 | 表单开始、加入购物车、结账开始 |
| 转化 | 表单完成、购买、注册 |
热图和录制分析
查找什么：
- 点击热图：用户点击CTA吗？点击不可点击元素？
- 滚动地图：用户在哪里停止滚动？关键内容在首屏下？
- 会话录制：用户在哪里犹豫？愤怒点击？表单混淆？
- 表单分析：哪些字段导致放弃？错误模式？
参考：分类、速度、SOPs
对于页面速度目标、CRO分类决策树、操作节奏和反模式，见 references/triage-and-ops.md。
模板
| 模板 | 目的 |
|---|---|
| landing-audit.md | 完整落地页审计 |
| ab-test-plan.md | A/B测试规划 |
| form-audit.md | 表单优化检查清单 |
| funnel-analysis.md | 漏斗诊断 |
| ice-scoring.md | 测试优先级 |
专家：假设质量（无声失败检查清单）
好的CRO假设不是“更改X以提高CVR”。它必须指定机制和风险。
强假设包括：
- 它针对哪个约束：清晰度、信任、动机、摩擦
- 为谁设计：细分/意图/渠道/设备（至少一个）
- 移动什么：主要指标 + 防护栏（价值、质量、下游）
- 为什么应该有效：证据 + 机制（不是感觉）
CRO如何无声失败（常见）：
- 转化上升但价值下降（更低质量线索、更高退款/争议、更差留存）
- 总体看起来平缓但高价值细分受损（混合效应隐藏损害）
- “胜利”是新颖性或季节性；不重复
使用 assets/ab-test-plan.md 预注册防护栏和无效标准。
参考
| 参考 | 描述 |
|---|---|
| advanced-testing.md | CUPED、顺序测试、MAB |
| ai-automation.md | AI个性化、工具栈 |
| triage-and-ops.md | 页面速度、分类、SOPs、反模式 |
国际市场
此技能使用美国/英国默认设置。对于国际CRO：
| 需求 | 见技能 |
|---|---|
| 区域支付方法 | marketing-geo-localization |
| 文化信任信号 | marketing-geo-localization |
| 区域CTA适应 | marketing-geo-localization |
| RTL/本地化设计 | marketing-geo-localization |
自动触发：当您的查询提到区域市场或文化适应时，两个技能自动加载。
相关技能
- marketing-geo-localization — 国际市场、文化CRO
- marketing-leads-generation — 线索捕获策略
- marketing-paid-advertising — 流量源
- marketing-seo-complete — 页面速度、Core Web Vitals
- software-ui-ux-design — 设计模式
- software-ux-research — 用户研究方法
使用说明（Claude）
- 保持操作型：返回检查清单、审计结果、测试计划
- 始终包括测试的统计显著性要求
- 为低流量站点推荐定性研究
- 使用基准范围，非绝对数字
- 不要发明转化数据；不确定时声明“因行业而异”