整体转化率涨了，订单也涨了，商品页还要不要继续查？
我复盘一组电商移动端数据时，看到这样的对照：2025 年 12 月 23 日至 29 日，整体访问到订单的转化指标回升约 19%，订单数增加约 14%，但商品页到购物车的环节仍被标为下降。同一期成交金额还下降了约 13%。订单增长并没有回答所有问题。
整体回升，不等于每一步都变好
那一期访问 UV 约下降 4%，订单数约增加 14%。如果转化指标按“订单数 ÷ 访问 UV”计算，且两项范围一致，用这组约数演算，1.14 ÷ 0.96 − 1 ≈ 18.75%，就接近记录中的 19%。分子变大、分母变小，足以解释整体比率上涨。
这里的 19% 是相对增幅，不是增加 19 个百分点；订单数也不等于独立下单人数。这个算式能解释比率，不能证明商品页更容易加购。
整体与局部走势不同，可能与新老客、商品结构或购买路径变化有关。例如，更多订单走“立即购买”路径，就可能绕过购物车。加购事件的记录方式变化，也可能影响分步数据。要区分这些解释，得回到同一组访问者的行为，不能拿整体比率替局部环节作结论。
先确认“成功加购”算的是什么
我会先固定要检查的移动端商品范围，核对商品访问、成功加购与后续购买。单品问题按同一商品追踪，不能把访问商品 A、加购商品 B 算作 A 页的成功。
点击加购按钮也不等于成功。未选规格、缺货或请求报错，都可能让点击停在中途；应以实际写入购物车的结果计数，并单列失败情况。用户去重规则和观察窗口也要固定，避免把事件次数、独立人数与订单笔数混着比较。
| 要判断什么 | 怎么计数 |
|---|---|
| 商品访问者有没有成功加购 | 同一商品范围内，成功加购的独立用户 ÷ 符合条件的商品访问者 |
| 加购后有没有购买 | 约定窗口内，加购后购买同一商品的用户 ÷ 成功加购用户 |
| 是否存在绕过购物车的购买 | 单列“立即购买”等路径；站点任意订单另作业务结果观察 |
比较前后，还应检查流量来源、市场、新老客、库存和促销构成是否明显变化，再选择下降集中的商品抽查。搜索入口的数据尚未对齐时，可先参考 GSC 与后台数据分歧的复盘。
若使用 GA4，可按业务结果核对 view_item、add_to_cart、purchase 的触发条件，参照 Google 电商事件说明。读报表时也要分清件数与人数：下面的 GA 界面示例中，Items purchased 是购买件数，Total purchasers 才是购买人数。
设置漏斗时，是否允许中途进入、步骤能否夹着其他操作，以及完成下一步的时间限制，都应保持一致。下方保留官方中英文原文，便于对照配置；这些是今天可采用的方法，不代表历史后台使用了 GA4。
中文原文
English original
把“页面杂乱”缩小成一个可检查的问题
当时的商品页里，优惠信息位于规格选项上方，部分提示重复出现，商品选项也不够突出。这给出了一个值得验证的假设：用户是否因为找不到或看不懂选项，没能完成规格选择？
先让目标用户完成一个具体任务：找到指定商品的可售规格，确认价格和优惠，再尝试加购。观察寻找选项的耗时、漏选、误选及失败步骤。如果用户选得很顺利，却因为价格、运费或缺货放弃，就应转向那些问题。
Baymard 的规格选择研究观察到，下拉菜单里隐藏的尺码选项会让部分测试用户漏选，或较晚才发现缺货；其折扣呈现研究也指出，重复促销信息和位置不清楚可能妨碍价格理解。这些研究支持检查方向，不能证明本案例的下降由布局造成。
只移动选项位置，观察后续购买
如果计数核对后加购仍在下降，任务观察又发现用户难找选项，我会先测试一处改动：把商品选项移到价格附近、优惠信息之前。优惠规则、价格、库存和运费保持一致，标题放大、描述重排等调整另行测试。
有条件做随机实验时，将符合条件的访问者随机分到原版或试验版，并让同一访问者稳定看到同一版本。主要比较成功加购用户占符合条件商品访问者的比例，同时观察后续购买、订单、取消退款，以及加载和选项错误。加购增加而购买没增加，仍需检查误选、优惠误解或结账失败。
样本量、希望识别的最小变化和观察期应事先确定，不因两天上涨提前宣布成功；到计划终点仍无法判断，就记录为“不确定”。流量不足时可以先做任务观察，但少量用户的表现或简单的上线前后对照，不能当作随机实验结果。
只有某类商品或某组用户出现改善，就先在该范围继续验证。用空白实验记录表与填写说明保存定义、版本和判断条件，避免下一轮又换了口径。
这段案例支持继续核对加购过程，还不足以决定全面改版。下一步应先查清计数，再验证选项位置，最后看同一组用户是否更容易加购并完成购买。