轉換率最佳化（CRO）：實務指南

轉換率最佳化（CRO）是一套有系統的做法，透過找出訪客為什麼沒有在您的網站上採取有價值的行動並加以修正，來提高採取行動的訪客比例。這就是全部的概念。本指南其餘的內容都是方法：如何找出真正的原因、如何決定先修正什麼、如何得知變更是否有效，以及如何持續做下去而不自欺欺人。

這是一份通用指南。這些原則同樣適用於網路商店與 B2B 軟體公司，但我們特別花了篇幅說明大多數指南略過的情況：流量不大、銷售週期長、轉換價值差異懸殊的網站。不論您寫的是 conversion rate optimisation 還是 conversion rate optimization，這門學問都是一樣的。

轉換率優化到底是什麼

轉換是您希望訪客採取的任何行動：購買、申請 Demo、註冊試用、訂閱電子報。轉換率是完成該行動的訪客（或工作階段）比例：

轉換率 = 轉換數 / 訪客數 × 100

範例：某個到達頁面一個月有18,400個工作階段，產生460筆註冊。460 / 18,400 = 0.025，所以轉換率是2.5%。如果某個改動在相同流量下把它提升到3.0%，就會得到552筆註冊：每月多92筆，而不用多買任何一次點擊。這是20%的相對提升，或0.5個百分點的絕對提升。請務必說明您指的是哪一個；把兩者混為一談是 CRO 中最常見的報表錯誤。您可以在轉換率計算機中計算自己的數字。

這個公式裡藏著兩個決定。第一，分母：對回訪訪客很多的網站來說，工作階段會灌大基數；如果您的追蹤無法跨裝置去除重複，使用者數則會低估基數。選一個並固定使用。第二，分子：哪種轉換算數。

巨觀轉換與微轉換

• 巨觀轉換是企業存在的目的所在的行動：訂單、示範請求、付費方案。
• 微轉換是通往目標的步驟：加入購物車、開始填寫表單、查看價格、觀看產品影片、點擊 CTA。

微轉換重要的原因有二。它們能找出流失點（訪客看了價格頁卻從未點「開始使用」），而且發生頻率遠高於巨轉換，因此在巨轉換太少而無法衡量的網站上也能拿來測試。低流量章節會有更多說明。

CRO 不是什麼

• 它不是按鈕顏色測試。表面的測試很少帶來改變，因為它們沒有處理人們猶豫的原因。好的 CRO 改變的是訪客理解什麼、相信什麼，或必須做什麼。
• 它不只是 A/B 測試。測試是驗證步驟。大部分價值來自告訴您該改變什麼的研究。許多改善（Safari 上壞掉的表單、缺少的價格）應該直接修正，而不是拿去測試。
• 它不是一袋最佳實務。「增加急迫感」或「縮短表單」可能有幫助，也可能有害，取決於您的受眾。在您自己的資料支持之前，任何做法都只是假設。
• 它不是流量獲取。CRO 處理的是造訪開始之後發生的事。它能讓每個獲客管道更有效率，但無法取代任何一個管道。

CRO 流程逐步說明

每個可信的 CRO 計畫都執行著某種版本的相同循環。名稱各不相同，順序則一致。

1. 研究：找出訪客在哪裡、為什麼沒有轉換。
2. 假設：將每項發現轉化為可測試的陳述。
3. 排定優先順序：為假設排序，讓稀缺的流量與開發時間用在最有把握的項目上。
4. 測試：執行對照實驗（若無法執行，則採用次佳的方法）。
5. 分析：誠實解讀結果，包括分群與護欄指標。
6. 推出與學習：上線勝出版本、記錄每項結果，並將學習回饋到研究中。

1. 研究：在哪裡、為什麼

研究分為兩半。量化資料告訴您問題在哪裡，質化資料告訴您為什麼。兩者缺一不可：漏斗報表能顯示 70% 的訪客離開了價格頁，卻無法告訴您他們離開是因為企業方案只寫「聯絡我們」而沒有價格範圍。

先用分析資料挑出最重要的兩三個頁面（流量高、接近營收、流失嚴重），然後只在這些頁面投入質性研究。為期兩到三週的研究衝刺，通常能產出比您六個月內能執行的還多的測試點子。

在相信任何數據之前，先檢查底層設定。確認每次轉換只觸發一次轉換事件、每種裝置上的漏斗步驟都有被追蹤，並且已過濾內部流量。令人意外的是，有相當比例的「轉換問題」其實是衡量問題。

2. 假設：讓每個想法都可被證偽

假設將一項觀察連結到一項變更和可衡量的結果。請使用這個範本：

「因為我們觀察到」資料顯示的現象，「我們相信」針對某一受眾「改變」某一元素，「將會帶來」預期的結果，「以」一個主要指標「衡量」。

範例：「由於我們在工作階段錄影與離站問卷中觀察到，價格頁上的行動裝置訪客分不清哪個方案包含 SSO，我們相信在行動版的方案卡片上方加入功能比較切換鈕，會帶來更多方案選擇，衡量方式為每位價格頁訪客點擊任一『選擇方案』按鈕的次數。」

這個範本有三個作用。它要求提出證據（不能是「因為執行長喜歡」）。它指明受眾，讓您在問題所在之處進行測試。它也在測試開始前就確定主要指標，避免事後挑選好看的指標。可直接複製的版本請見我們的A/B 測試計畫範本。

3. 優先排序：PIE、ICE 或 PXL

點子永遠比產能多。最主流的三種評分架構：

• 由 WiderFunnel 推廣的 PIE（Potential、Importance、Ease）：每項評分 1-10 分後取平均。「Importance」指的是該頁面流量的價值高低。
• ICE（影響、信心、難易度），源自成長行銷：每項評1-10分後取平均。「信心」代表您的證據有多充分。
• CXL 的 PXL：一份以是非題為主、每題固定分數的檢查清單，例如這項變更是否位於首屏、是否在五秒內就能被注意到、是否新增或移除元素、是否在高流量頁面上執行，以及是否針對使用者測試、質性回饋或分析中發現的問題。容易度則依預估工作量評分。CXL 設計它，是為了消除 PIE 和 ICE 在「影響力」上留下的猜測空間。

範例（某份待辦清單的示意分數，PXL 簡化為七個問題）：

三個框架都同意 A 排第一、D 排最後。它們對 C 的看法不同：PIE 因為「潛力」給分寬鬆，把它評得接近 B；ICE 與 PXL 則因為缺乏證據而扣分。這個分歧正是需要刻意選擇框架的原因。

我們的看法：需要在一個下午內為 20 個點子排序的小型團隊，請用 ICE。一旦有超過一個人在評分，就改用 PXL，因為是非題能讓不同人的評分保持一致，也能避免最大聲的人灌水「影響力」。PIE 適合用來決定要處理哪個頁面，對個別點子就沒那麼有用。無論選哪一種，都要重視證據：預測測試能否勝出的主要因素，是以研究為基礎的假設。

4. 測試

建立版本，在每個主要瀏覽器和裝置上進行品質檢查，並在流量允許時執行對照實驗（見下方統計章節）。在上線前寫下：主要指標、防護指標、樣本數、預計時長與停止規則。如果這五項您填不出來，就代表還沒準備好上線。

5. 分析

達到預定樣本數後，先檢查資料品質（樣本比例、追蹤），再看主要指標，接著看防護指標，最後看事先登記的區隔，例如裝置或新訪客與回訪者。對於沒有事先規劃的區隔發現，請把它們當作新的假設而非結論：把任何測試切得夠多次，總會有某些結果碰巧看起來顯著。

6. 推行與學習

正確地上線勝出版本（寫進程式碼，而不是在測試工具裡以 100% 流量跑上好幾個月）。把每一次測試記錄在日誌中：假設、截圖、數據、決策，以及您從中學到的訪客洞察。一個推翻普遍認知的失敗測試，往往比小小的勝利更有價值，但前提是有人把它記錄下來。

正確運用測試統計

您不需要成為統計學家也能執行有效的測試，但必須尊重五個觀念。最好的參考書是 Kohavi、Tang 與 Xu 合著的 Trustworthy Online Controlled Experiments（2020）。

樣本數：開始前就要決定

所需訪客數取決於您的基準轉換率、您在意的最小效果（最小可偵測效果，MDE）、顯著水準（alpha）以及統計檢定力。比較兩個比例的雙尾檢定如下：

n per variant = [ z_1-α/2 × √(2 p̄(1-p̄)) + z_1-β × √(p₁(1-p₁) + p₂(1-p₂)) ]² / (p₂ - p₁)²

計算範例：基準 p₁ = 3%，MDE = 20% 相對值，因此 p₂ = 3.6%。Alpha = 0.05（雙尾），因此 z = 1.96。檢定力 = 0.8，因此 z ≈ 0.8416。合併比率 p̄ = 3.3%。

1. 第一項：1.96 × √(2 × 0.033 × 0.967) = 1.96 × √0.06382 = 1.96 × 0.2526 = 0.4951
2. 第二項：0.8416 × √(0.03 × 0.97 + 0.036 × 0.964) = 0.8416 × √(0.02910 + 0.03470) = 0.8416 × 0.2526 = 0.2126
3. 分子：(0.4951 + 0.2126)² = 0.7077² = 0.5009
4. 分母：(0.036 - 0.03)² = 0.006² = 0.000036
5. n = 0.5009 / 0.000036 ≈ 每個版本約13,900位訪客，總計約27,800位。

這與Evan Miller 樣本數計算工具在相同輸入下的結果一致，您也可以在我們的A/B 測試計算工具中檢查自己的情境。請注意這個數學有多殘酷：將 MDE 減半到10%，您大約需要四倍的流量。我們關於A/B 測試樣本數的文章提供了常見基準的對照表。

期間：樣本數除以流量，以完整週數計

測試時長 = 所需總樣本數 / 每週符合條件的訪客數，無條件進位到整週。

範例：上述頁面每週有 7,000 名符合條件的訪客。27,800 / 7,000 = 3.97，因此執行 4 個完整週。完整週很重要，因為平日與週末訪客的行為不同；在週三停止會讓一週中某部分的比重過高。經驗法則是至少執行一個完整的商業週期，並避免超過六到八週的測試，因為之後 Cookie 刪除與季節變化會開始汙染樣本。

不要偷看（或使用專為此設計的方法）

每天檢查標準固定期間測試，並在 p < 0.05 的那一刻立即停止，會大幅增加偽陽性，Evan Miller 在 How Not To Run an A/B Test 中說明了這一點。您要嘛堅持預定的樣本數、只在最後判讀結果，要嘛使用統計方法專為持續監測設計的工具（序列檢定）。看儀表板沒有問題，提早據此採取行動才是問題。

檢查樣本比例不符

如果您以50/50分配流量，結果對照組有10,000位訪客、變體組有9,400位，就代表有地方出錯了：重新導向流失了使用者、機器人篩選只影響了一組，或某個版本在某些瀏覽器上當掉。對訪客數做卡方檢定就能發現這個問題。Kohavi 等人將樣本比例失衡視為最重要的可信度檢查之一；檢查未通過時，不要解讀結果，先找出錯誤。

新奇效應、單一主要指標與防護指標

• 新奇效應與首因效應：回訪訪客可能因為新元素很新而點擊，或因為習慣舊版面而忽略它。比較第一週與之後幾週；如果效果逐漸消失，就要保持懷疑。
• 一個主要指標：事先宣告，最好是您能以足夠數量衡量、最接近營收的指標。設十個「主要」指標，保證某處會出現假的贏家。
• 防護指標：不能變差的項目，例如每位訪客營收、名單品質、退款率、頁面載入時間。一個讓註冊數提升10%、卻讓平均訂單金額下降15%的版本，並不是贏家。

除非流量很大，否則每個版本只測試一項完整一致的變更。我們對A/B 測試與多變量測試的比較說明了何時值得付出多變量測試的流量成本（很少；每月訪客未達六位數時幾乎不值得）。

低流量與 B2B 網站的 CRO

大多數 CRO 建議出自優化高流量消費者網站的人。B2B 網站以及小型消費者網站，面臨三個結構性問題：

1. 流量低。上面的實際範例，一個測試需要約 27,800 名訪客。每月 5,000 名訪客的頁面需要五到六個月，到那時市場、廣告和頁面本身都已改變。
2. 漫長的銷售週期。測試幾週內就能計算表單填寫數，但這些名單是否成為商機要好幾個月才知道。二月在展示申請上勝出的版本，如果吸引到的是不契合的公司，到六月可能在營收上落敗。
3. 轉換價值不對等。一筆展示預約可能來自可能成為您最大客戶的公司；另一筆可能來自學生。轉換率把兩者一視同仁，而以營收加權的指標雜訊大得多，因此需要更多資料。

這並不代表「不要做 CRO」，而是要改變方法。

先測試什麼

如果一年只能執行少數幾項測試，就選擇在接近營收的頁面上、預期效果較大的測試。合理的順序是：

1. 流量最高的商業頁面上的標題與價值主張：以成果為主 vs 以功能為主、針對特定受眾 vs 通用、以問題切入 vs 以解決方案切入。
2. 優惠與 CTA：不只是按鈕文字，而是您提供的內容（展示、產品導覽、評估、價格洽談）及其出現的位置。
3. 表單：欄位、資格篩選問題、單步驟或多步驟。衡量名單品質，而不只是完成率。
4. 版面與頁面結構放在最後：建置成本最高，平均而言效果最小，衡量也最慢。

做更大膽的改變

所需樣本數與效果大小的平方成反比。偵測40%的提升，大約只需要偵測20%提升時四分之一的流量。在低流量下，小幅調整根本無法測試；有研究支持的大膽改變（完全不同的標題論點、不同的優惠）則可以。這類改變也能讓您更了解買家，而小幅調整只能讓您更了解頁面。

測試上游的微轉換

如果展示預約太少，請選擇漏斗中較上層、且合理相關的主要指標：點擊進入展示頁面、開始填寫表單、從首頁進入價格頁。發生頻率高十倍的指標，能讓測試達到足夠檢定力的速度快大約十倍。代價是您仍必須把主要轉換當作防護指標來監看，因為微轉換可能上升，真正的轉換卻毫無變化。

接受與決策相稱的信心水準

並非每個決策都需要 95% 信賴水準。對於容易復原的文案改動，較低的門檻（或貝氏「成為最佳的機率」解讀）是在速度與確定性之間合理的取捨。對於復原成本高的結構性改動（例如價格頁改版），則應等待強而有力的證據。請在測試前決定門檻，而不是看到數字之後。

序列測試與前後比較測試（附但書）

當無法進行分流測試時（只有幾十次造訪的目標帳戶體驗、全站導覽變更），前後比較總比什麼都沒有好，但要誠實面對它的弱點：季節性、活動、業務活動與市場消息，都會與您的頁面同時變化。降低風險的方法包括：比較等長的期間、檢查一個不應受您變更影響的對照指標（如果它也變動了，變化可能來自外部），以及在可能時重複切換（開、關、開）。

仰賴質化研究

流量低的時候，五場客戶訪談與二十段業務通話錄音，比一個檢定力不足的測試更有價值。用質性研究來做您相當有把握的改動，把測試留給真正不確定、影響重大的決策。

衡量管道，而不是表單填寫數

範例：版本 A 產生20筆名單，其中25%成為業務機會（5個業務機會）。版本 B 產生30筆名單，其中10%成為業務機會（3個）。B 在轉換率上「勝出」，卻在真正重要的指標上落敗。請將測試工具或分析工具串接到 CRM，讓每筆名單都帶有其版本資訊，並在業務機會資料成熟後重新檢視結果。也請檢查各區隔的結果：持平的總體數字，可能掩蓋了企業級訪客的勝出版本和小型公司的落敗版本互相抵銷。關於資格篩選表單、企業級社會認同與採購委員會內容等 B2B 專屬 CRO 策略，請參閱我們更深入的 B2B 轉換率優化指南。

執行 CRO 稽核

CRO 稽核是把研究步驟濃縮成一次性的檢視，適用於接手網站或需要快速擬定優先計畫時。精簡版如下：

1. 檢查衡量機制：轉換事件、漏斗步驟、跨網域追蹤、已過濾的內部流量。
2. 依裝置與管道繪製漏斗，找出絕對流失量最大的兩個步驟。
3. 以經驗法則檢視這些頁面：五秒內能否理解優惠內容、與流量來源的相關性、摩擦（欄位、步驟、載入時間）、焦慮（信任、價格、隱私）與干擾。
4. 在相同頁面上蒐集質性證據：錄影、簡短問卷、幾場使用者測試。
5. 記錄發現事項，分類為「直接修正」（錯誤、流程中斷）、「調查」或「測試」，每項都附上假設和優先分數。

我們的CRO 稽核檢查清單列出每一項檢查，CRO 稽核實作導覽則說明如何將發現轉成路線圖。

依頁面類型決定重點

有兩個外部基準值得了解。Baymard Institute 平均了 50 份研究，指出有紀錄的線上購物車放棄率約為 70%；在「只是逛逛」以外的放棄原因中，額外費用（40%）和強制建立帳戶（18%）名列前茅，而 Baymard 估計理想的結帳流程只需要 7-8 個表單欄位，美國平均則約為 15 個。就一般表單而言，Nielsen Norman Group 的表單易用性建議（表單要短、單欄、事先說明要求、錯誤訊息要具體）是一份紮實的檢查清單。B2B 表單是「越短越好」的部分例外，因為資格審查欄位能保護業務的時間；我們的名單蒐集表單設計指南說明了如何讓表單長度與意圖相符，B2B 到達頁面最佳化則更深入探討活動頁面。

以個人化作為 CRO 槓桿

傳統的 A/B 測試問的是「哪個版本對所有人最好？」有時誠實的答案是「都不是」：企業買家和五人新創公司需要不同的實證、不同的語言和不同的下一步，而平均結果掩蓋了這一點。個人化指的是為定義好的區隔提供不同的體驗，再將每個區隔與該區隔的對照組相比較。

在三個條件同時成立時，它會勝過一體適用的測試：您的受眾可分為需求確實不同的區隔（依產業、公司規模、漏斗階段或流量來源）、您能在訪客抵達時可靠地辨識這些區隔，而且您有針對各區隔確實不同的內容。只要缺少其中任何一項，個人化只會增加複雜度而不會帶來提升。它也會分散您的流量，因此無法繞過樣本數的計算；請從一兩個大型區隔和一個頁面開始。如果您想先建立區隔架構，區隔策略指南會逐步說明，而我們的區隔功能則展示 Markettailor 如何在設有保留對照組的情況下提供區隔專屬版本。

常見的 CRO 錯誤（及修正方式）

1. 沒有研究就測試。來自腦力激盪的構想，勝出機率低於來自證據的構想。解法：每個測試都要引用其背後的觀察。
2. 提早停止測試。早期的領先大多是雜訊，偷看結果會讓偽陽性增加。修正方式：事先確定樣本數和期間。
3. 檢定力不足的測試。只能偵測到 50% 提升的測試，會把大多數真正的改善判定為「沒有差異」。解法：在上線前計算您能偵測到的 MDE，只執行有可能達到該幅度的測試。
4. 最佳化錯誤的指標。潛在客戶更多，銷售管道卻更差。修正方式：在流量允許的情況下，主要指標盡量貼近營收，再加上品質防護指標。
5. 把落敗稱為失敗。團隊悄悄放棄落敗的測試，也就失去了學習。修正方式：記錄每個結果以及它推翻了什麼。
6. 忽略區隔，或過度解讀區隔。兩種情況都會發生。解法：事先登記兩到三個區隔（裝置、新訪客與回訪訪客、公司規模），其餘都視為假設。
7. 照抄競爭對手或「最佳實務」清單。您看到的是他們的頁面，不是他們的成果。修正方式：把它們當作假設來源，絕不當成答案。
8. 跳過品質檢查。在某個瀏覽器上壞掉的版本會產生假的落敗者和樣本比例失衡。修正方式：上線前在主要瀏覽器和裝置上測試每個版本。
9. 把 CRO 當成一次性專案。做一次稽核、修五個問題，就結束了。解法：建立固定節奏，並有負責人、待辦清單與紀錄。
10. 因為「應該先測試」而不修明顯的錯誤。解法：壞掉的就修，不確定的才測試。

依工作分類的 CRO 工具

依工具負責的任務來選擇，並且最後才買測試工具：大多數團隊在需要更多測試產能之前，更需要更好的研究。

• 分析：漏斗、區隔與事件。Google Analytics 4、Adobe Analytics，或 Mixpanel、Amplitude 等產品分析工具。
• 行為分析：熱點圖與工作階段錄影。Microsoft Clarity、Hotjar、Contentsquare。
• 測試與個人化：用戶端或伺服器端實驗。Optimizely、VWO、AB Tasty，或用於伺服器端測試的功能旗標平台。
• 問卷與使用者研究：頁面內意見調查，以及有主持人或無主持人的使用者測試。Hotjar surveys、Typeform、UserTesting、Maze。

依流量與預算的更完整比較，請參閱我們整理的轉換率優化工具。

建立 CRO 計畫

CRO 只有在以計畫形式持續運作，而非一連串單次修正時，才會產生複利效果。最基本的架構：

• 一位負責人，有專門保留給這件事的時間，並能取得設計和開發資源。沒有開發時間，待辦清單就只是願望清單。
• 固定節奏：每季一次研究衝刺、每兩週一次優先順序檢討，以及每月向關係人報告一次成果。
• 人人都能搜尋的測試紀錄：假設、受眾、截圖、樣本、結果、決策、學習。一年後，它會是您擁有的最有價值的 CRO 資產。
• 切合實際的產能目標。高流量的消費者網站可以每月在不同頁面上並行執行好幾個測試。每月10,000位訪客的 B2B 網站，可能每月只能做一到兩個，再搭配以研究為基礎的修正。

事先設定對勝率的預期。在Online Experimentation at Microsoft（Kohavi et al., 2009）中，作者指出只有約三分之一的點子改善了它們設計要改善的指標，大約三分之一持平，三分之一變差。不是 Microsoft 的點子不好，而是好點子本來就難以預測。如果您的計畫有80%的測試「勝出」，比較可能的解釋是統計不夠嚴謹，而不是點子特別出色。評斷 CRO 計畫應該看經過驗證的累積影響和學習的品質，而不是勝率。

常見問題

怎樣的轉換率才算好？

沒有放諸四海皆準的理想數字，因為轉換率取決於您計算什麼、流量組成、價格帶和購買週期。免費電子報訂閱和六位數的企業 Demo 申請不能用同一個基準。有用的比較，是與同一頁面、同一流量來源和同一裝置的自身基準相比。目標是穩定提升，並以每位訪客帶來的營收或管道來評斷成功，而不是只看比率。

A/B 測試應該跑多久？

持續執行到達成您上線前計算的樣本數為止，並無條件進位到完整週數，讓每個星期幾都有相同的代表性。將所需總訪客數除以每週符合條件的流量。對大多數網站來說，這代表兩到六週。如果計算結果是好幾個月，請改測更大的變更或量更大的指標，而不是讓測試無止境地跑下去。

CRO 和 SEO 有什麼差別？

SEO 增加從自然搜尋到達網站的合格訪客數量。CRO 則提高來自任何管道的訪客中，採取有價值行動的比例。兩者相輔相成：清楚回應搜尋意圖的頁面，通常排名和轉換都比較好。兩者很少衝突，但請避免會隱藏或刪除搜尋引擎和訪客所需內容的 CRO 改動。

低流量網站值得做 CRO 嗎？

可以，但方法要改變。流量有限時，請倚重質化研究，例如客戶訪談、工作階段錄影與使用者測試，直接修正明顯的問題，並將 A/B 測試保留給大膽、高風險的變更，以頻繁發生的上游指標衡量。即使完全不做測試，針對您最重要的兩三個頁面進行以研究為基礎的稽核，通常也能找到值得修正的摩擦點。

CRO 專員的工作內容是什麼？

CRO 專家負責執行優化循環：分析漏斗、進行使用者研究、撰寫假設、排定優先順序並設計實驗、檢查統計有效性，並將結果轉化為建議。這個職位結合了數據分析、UX 研究、文案判斷力，以及足以避免誤判勝出版本的統計知識。如果您正在考慮這個職涯，我們的轉換率優化職缺總覽介紹了相關職位、技能與入門方式。