全部指南

Thabrew Effect

Thabrew Effect 指的是将可见性、可达性与转化作为单一系统、而非三项彼此独立的工作来优化时所产生的结果。三者各自为政时会相互设限；被整体优化时则会复利叠加，可将一家公司的数字影响力及其转化提升 5-10x。这也是 Dumidu Thabrew 的工作室 Thabrew Effect 的创始理念。

本词汇表中的其他每一个术语，都服务于这一效应的三大领域之一：可见性（SEO、AEO、GEO、AIO）、可达性（WCAG、POUR、VPAT）或转化（CRO、A/B 测试与转化漏斗）。当为某一领域做出的决策在上线之前都经过另外两个领域的检验时，三者共同产生的成果，就是这一效应本身。

什么是 Thabrew Effect？

Thabrew Effect 是当可见性、可达性与转化作为单一系统被优化时所产生的复利效应。三个领域彼此助益：可见性带来更多访客，可达性让每一位访客都能真正使用网站，转化则把这种使用变成咨询与成交。三者协同优化而非各自为战，可以让一门生意在线上实现 5-10x 的增长。

SEO

搜索引擎优化（SEO）是指对网站的内容、结构和技术基础进行调整，使传统搜索引擎在相关查询的免费自然结果中给予更高排名的做法。它涵盖可抓取性、页面速度、结构化数据、内容质量，以及其他网站指向某个页面的反向链接。

SEO 是本词汇表中其他一切的基础层。答案引擎、AI 概览和生成式助手依然大量依赖经典搜索引擎所构建的、经过抓取和索引的同一片网络，因此一个在 SEO 上不可被发现、结构不佳的页面，几乎不会被其下游的任何系统引用。

如今 AI 答案已经出现，SEO 还有意义吗？

有意义。谷歌已明确表示，AI 概览和 AI 模式与标准搜索采用同一套索引和排名系统，因此 SEO 的技术与内容基本功，仍然是被 AI 发现和引用的前提。

AEO

答案引擎优化（AEO）是指对内容进行结构化处理，使其能被答案式搜索功能选为直接、独立的答案的做法，这些功能包括精选摘要、"用户还问了"框、知识面板和语音助手。当搜索引擎开始在结果页上直接回答问题、而不再只是罗列链接时，AEO 便从 SEO 中衍生出来。

AEO 之所以重要，是因为越来越多的查询无需点击就能得到解答。在页面靠前的位置写下一段精确、自成一体的答案，并围绕人们实际提出的问题来组织措辞，是 AEO 的核心习惯，而这一习惯后来也让页面具备了被 AI 引用的资格。

AEO 与普通 SEO 有何不同？

SEO 优化的是让页面在链接列表中获得靠前排名。AEO 则优化某一段特定内容，使其能被整段提取、直接作为答案本身，无论是出现在精选摘要、语音回复，还是 AI 生成的摘要中。它瞄准的是一句话，而不是一个排名位置。

GEO

生成式引擎优化（GEO）是指提升网站内容被生成式 AI 系统（如 ChatGPT、Perplexity 和谷歌的 AI 概览）用作素材来源的频率与偏好度的做法，这些系统在回答时会综合多个来源来合成答案，而非返回一份排名链接列表。

该术语源自 2023 年的一篇研究论文，该论文将 GEO 提出为一个针对生成式引擎回复中内容可见度的黑盒优化框架，并在测试中报告称，经过优化的内容可见度提升最高可达 40%。在实践中，GEO 是在 SEO 与 AEO 基础之上，叠加值得引用的结构、清晰的归属和主题深度。

GEO 和 AEO 是一回事吗？

两者有重叠，业界对这两个术语的使用也较为随意，有时视作同义词。值得保留的区别在于：AEO 最初瞄准的是精选摘要等结构化搜索功能，而 GEO 专门瞄准生成式的、多来源的 AI 答案。如今许多从业者已将 GEO 视为涵盖两者的更宽泛术语。

AIO

AI 优化（AIO）是一个更宽泛的术语，指使品牌的内容和线上呈现适应 AI 平台解析、总结和呈现它的方式，不仅涵盖在 AI 答案中的可见度，还涵盖品牌在每个 AI 界面上被描述时的准确性、情感倾向和一致性。

业界对 AIO 的用法尚未完全统一：有些来源将其用作 GEO 的近义词，另一些则将其视为涵盖 AEO 和 GEO 这两种更细分可见度策略的总括概念。由于该术语仍在稳定成型，此处用它来指管理品牌 AI 足迹的完整学科，而非某项具体技术。

在 SEO、AEO 和 GEO 之外，我还需要一套单独的 AIO 策略吗？

不需要单独的一套。应把 AIO 看作这些学科共同追求的成果：让品牌在每个可能描述它的 AI 系统中都得到准确、正面且一致的呈现，它建立在与 SEO、AEO、GEO 相同的内容基础之上，而不是第四条并行的工作流。

LLM SEO

LLM SEO 是指专门针对大型语言模型在生成答案时如何检索、加权和引用网络来源来优化内容的做法，无论模型是在实时搜索（检索增强生成），还是依据训练期间习得的模式来作答。

LLM SEO 与 GEO 高度重叠，许多从业者将这两个术语互换使用。它独有的侧重点在于模型层面的因素：明确无歧义的实体名称、模型无需猜测即可解析的清晰语义结构，以及读起来像可直接引用的事实、而非营销语言的措辞。

LLM SEO 和 GEO 有什么区别？

在实践中区别不大。两者都是指为 AI 生成的答案（而非排名链接）优化内容。当侧重点专门放在 ChatGPT 或 Claude 等基于聊天的助手上时，人们更常用 LLM SEO 这一术语；而 GEO 在已发表的研究中是更为确立的术语，并更广泛地涵盖生成式搜索功能。

引用块

引用块是一段简短、自成一体的文字，通常约 40 到 60 个词，紧接在以问题形式措辞的标题下方、置于文章靠前的位置，其写法使 AI 答案引擎能够整段提取，作为一个完整、准确的答案，而无需页面其余部分提供上下文。

引用块是 AEO 和 GEO 实践中最直接的一根杠杆：它给机器提供一段干净的答案供其引用，而不是让机器靠猜测拼凑。一个页面可以承载多个引用块，其内容回答的每一个不同问题对应一个。

引用块应该多长？

在实践中，约 40 到 60 个词效果较好：长到足以本身就是一个完整、准确的答案，短到足以让语言模型逐字提取，而无需将其删减或改写成更短的内容。

语义完整性

语义完整性是指单个段落、章节或页面在多大程度上能独立、完整且无歧义地回答其问题，而不需要读者或 AI 模型从页面或网站的其他地方推断缺失的上下文。

它之所以重要，与引用块重要的原因相同：生成式引擎往往偏好并引用那些可以整段提取或总结而不致曲解的内容单元，而一段不完整的文字，往往会被模型错误改写或直接跳过。

我怎么知道一个段落是否语义完整？

把它孤立地读一遍，不借助标题或周围文字提供的上下文。如果一个不了解页面其余部分的人，无需点击链接或阅读另一段落，仍能准确理解其主张是什么、为什么如此，那它就是语义完整的。

零点击搜索

零点击搜索是指用户直接在结果页上通过精选摘要、知识面板或 AI 概览获得答案，而从未点击进入任何网站的搜索查询。它代表着一位在从未访问来源的情况下就得到解答的读者。

零点击行为正是可见度工作从追逐点击转向争取引用的原因。Semrush 的搜索现状数据显示，2025 年第一季度美国的零点击率约为 27.2%，高于一年前的 24.4%，而其他行业研究因方法论和查询类型不同报告出的数字明显更高，因此任何单一数字都应视为方向性参考，而非确定结论。

零点击搜索是否意味着该页面被忽略了？

不是。零点击结果通常意味着该页面的内容被直接引用、被摘录或在结果页上被总结。读者仍然由那段内容服务：胜利从点击转向了引用，这也正是为什么，成为引擎信任到愿意提取的那个来源，如今与过去排名靠前同等重要。

E-E-A-T

E-E-A-T 代表经验（Experience）、专业（Expertise）、权威（Authoritativeness）和信任（Trust）：谷歌的人工质量评估员用来判断某个页面及其创作者是否足够可信、能够很好地服务搜索者的四项品质。它本身并不是一个排名算法，而是一个评级框架，其信号会反馈到谷歌如何随时间调整搜索质量之中。

"经验"这一要素于 2022 年 12 月加入，考察内容是否体现了对产品的亲身使用、对某地的真实探访，或对该主题的亲历体验。信任居于中心：一个经验、专业和权威俱强、但事实记录站不住脚的页面，评级依然很差。对于以个人为主导的工作室而言，E-E-A-T 直接对应以创始人为主导的证据：署名作者、真实的项目成果和透明的来源。

E-E-A-T 是谷歌的排名因素吗？

并非直接是。E-E-A-T 是谷歌《搜索质量评估员指南》中的一个框架，由人工评估员用来给搜索结果质量打分。谷歌表示，它本身并不是一个算法排名信号，但评估员的评估有助于谷歌评价和优化那些确实为页面排名的系统。

实体 SEO

实体 SEO 是指优化内容，使搜索引擎和 AI 系统将某个人、品牌或组织识别为一个独立、定义明确的实体，而不仅仅是一串关键词的做法。它把优化的单元从"为某个短语获得排名的页面"转向"一个搜索引擎能够命名、消歧并与其已知的其他事物建立联系的东西"。

一旦一个实体被确立，引擎便能将主张归属于它、在 AI 答案中以其名称引用它，并在知识图谱、网站的结构化数据和第三方提及之间一致地关联它。对于建立在一位署名创始人之上的工作室而言，实体 SEO 是根基：一致的命名、清晰的同一性线索（官方档案、引用、提及），以及将每个页面都追溯到同一实体的结构化数据。

实体 SEO 与关键词 SEO 有何不同？

关键词 SEO 瞄准搜索者输入的词。实体 SEO 瞄准那些词背后的真实世界事物：一个特定的人、组织或概念。其目标是让搜索引擎将含糊的提及解析为一个一致、连接良好的实体，而不是把每一次提及都当作孤立的文本。

知识图谱

知识图谱是一个由实体（人、地点、组织、概念）及其相互关系构成的结构化数据库，搜索引擎用它来理解含义，而不只是匹配文本。谷歌自有的知识图谱驱动着出现在搜索结果旁的信息面板，并为 AI 生成的答案提供上下文。

被知识图谱收录，意味着引擎能够直接回答关于某实体的问题、将其与其他可信来源交叉参照，并有把握地引用它。进入知识图谱不是填一张表就能办到的：它源自网站结构化数据中一致的身份信号、其他地方的权威提及，以及足够多的佐证证据，让引擎能够有把握地解析该实体。

企业如何进入谷歌的知识图谱？

没有直接的提交流程。谷歌通过结合网站上的结构化数据（如 Organization 或 Person schema）、公共数据库以及网络上的佐证提及来构建知识图谱条目。一个实体在这些来源之间被命名和链接得越一致，谷歌就越有把握去解析和呈现它。

结构化数据（schema 标记）

结构化数据是一种标准化的代码格式，最常使用 schema.org 词汇表，添加到网页中，使搜索引擎和 AI 爬虫能够将其内容读取为带标签的事实，而非纯文本。它通常以 JSON-LD 实现，即一段脚本块，用共享的、机器可读的术语来描述页面内容（一篇文章、一件产品、一个人、一场活动）。

结构化数据不会改变页面对访客的外观，它改变的是机器能多清晰地解析它。正是这种清晰度，让富媒体搜索结果、知识面板和 AI 引用成为可能：一个能够有把握地识别出"这是一位名叫 Dumidu Thabrew 的人，这是他的组织"的引擎，引用该页面时出错的风险要小得多。

添加结构化数据能保证排名提升吗？

不能。谷歌已多次表示，结构化数据本身并不是直接的排名因素。它的作用是让页面内容对机器而言无歧义，从而提升获得富媒体搜索结果的资格，并增加在 AI 生成答案中被准确引用的几率。

FAQPage schema

FAQPage schema 是一种结构化数据类型，用于标记页面上的一系列问题及其答案，其格式搜索引擎可以直接解析。它过去曾被用来在谷歌搜索列表中直接获得一个可展开的 FAQ 富媒体搜索结果。

如今该富媒体搜索结果的范围比过去受限得多。2023 年 8 月，谷歌将 FAQ 富媒体搜索结果限定于知名、权威的政府和健康类网站，并对大多数其他网站停止展示。标记本身在富媒体搜索结果之外仍有价值：它为 AI 系统提供了一对干净、预先结构化的问答，供其提取，而这正是答案引擎在选择引用内容时所寻找的形态。

如果富媒体搜索结果对大多数网站已消失，FAQPage schema 还值得用吗？

值得，但有个前提。大多数网站将不再在谷歌搜索中看到可展开的 FAQ 富媒体搜索结果，但底层标记仍为 AI 答案引擎清晰地标注了问答内容，这能让那些系统更容易提取和引用。

Hreflang

Hreflang 是一个 HTML 属性（或站点地图和标头中的等效形式），用于告知搜索引擎某个特定页面版本面向哪种语言、以及可选地面向哪个地区，从而将正确的本地化页面提供给正确的搜索者。一组中的每个本地化页面都应引用其他所有版本，包括它自身，这样引擎才能构建出内容完整的语言与地区映射。

hreflang 若出错，搜索引擎可能向搜索者展示错误的语言版本、在看似重复的页面之间分散排名信号，或干脆忽略这些标签。对于要发布十种语言（其中一种为从右到左）的工作室而言，hreflang 是让每个语言版本都能被独立发现和寻址、而不是彼此竞争的关键。

如果 hreflang 标签缺失或有误会怎样？

搜索引擎可能向搜索者提供页面错误的语言或地区版本，并且难以判断不同语言的相似页面究竟是有意的本地化，还是无意的重复。在所有语言版本之间使用正确、互相引用的 hreflang 标签可以消除这种歧义。

Core Web Vitals

Core Web Vitals 是谷歌用来评估真实世界页面体验的三项可测量指标：衡量加载速度的最大内容绘制（LCP）、衡量响应性的下一次绘制交互（INP），以及衡量视觉稳定性的累积布局偏移（CLS）。谷歌建议 LCP 低于 2.5 秒、INP 低于 200 毫秒、CLS 得分低于 0.1，每项均以真实访问的第 75 百分位来衡量。

2024 年 3 月，INP 取代首次输入延迟（FID）成为官方的响应性指标。Core Web Vitals 的意义超越了分数本身：一个加载快、响应即时、绝不在读者拇指下跳动的页面，也最可能被真正读完（并被引用），而非被放弃。以创始人为主导的网站上，每一处标志性交互都因此需要一个性能预算。

Core Web Vitals 的达标阈值是多少？

要达标，页面的最大内容绘制应低于 2.5 秒、下一次绘制交互应低于 200 毫秒、累积布局偏移得分应低于 0.1，且至少 75% 的真实访问满足每项阈值。

WCAG

《Web 内容无障碍指南》（WCAG）是由万维网联盟（W3C）发布、国际公认的技术标准，旨在使残障人士能够使用网络内容。WCAG 将其要求组织为四条原则：可感知（Perceivable）、可操作（Operable）、可理解（Understandable）和健壮（Robust）（即 POUR），每条又拆分为三个符合性等级（A、AA、AAA）下可测试的成功标准。

WCAG AA 是全球大多数无障碍法律事实上的基准，包括 EAA 和 ADA 的 Title II 规则，也是 Thabrew Effect 对每一次构建都坚持的标准，无论客户服务于哪个国家。

用简单的话说，WCAG 是什么？

WCAG 是一套规则手册，用于构建残障人士（包括失明、低视力、失聪，或仅靠键盘操作的人）真正能用的数字产品。它并不强制规定具体技术，而是设定结果，例如足够的色彩对比度或完整的键盘访问，任何网站、应用或文档无论如何构建都能达到这些结果。

WCAG 2.2

WCAG 2.2 是《Web 内容无障碍指南》当前的正式发布版本，由 W3C 于 2023 年 10 月 5 日定稿。它在 WCAG 2.1 的基础上新增了九条成功标准，聚焦于认知无障碍、移动交互，以及更便捷的键盘和指针操作，同时保持与前一版本向后兼容。

当前大多数法规和采购，包括 VPAT 2.5，如今都支持将 WCAG 2.2 AA 作为实际的合规目标，尽管一些现有的法律文本，如美国 ADA 的 Title II 规则，仍明确引用 2.1。

WCAG 2.2 有什么新内容？

WCAG 2.2 保留了 WCAG 2.1 的每一项要求，并新增九条成功标准，包括更大、更一致的焦点指示器，更大的触摸和点击控件最小目标尺寸，以及对不纯粹依赖记忆或认知难题的身份验证提出更清晰的要求。

POUR

POUR 是 WCAG 四条奠基原则的首字母缩写：可感知（Perceivable）、可操作（Operable）、可理解（Understandable）和健壮（Robust）。每一条 WCAG 成功标准都归属于这四条原则之一，它们共同描述了一个人在使用数字界面时的需求，无论所涉及的具体残障或辅助技术为何。

可感知涵盖替代文本和字幕之类，可操作涵盖键盘访问和足够的操作时间，可理解涵盖简明的语言和可预测的行为，健壮涵盖与屏幕阅读器等辅助技术的兼容性。Thabrew Effect 将 POUR 用作其"完成的定义"中 WCAG AA 标准背后的内部核查清单。

WCAG 的四条原则分别代表什么？

POUR 代表可感知（人们能否通过视觉、听觉或触觉感知内容）、可操作（他们能否操作界面，包括仅靠键盘）、可理解（内容及其行为是否可预测、清晰）和健壮（它能否在各种浏览器和辅助技术中，现在以及随其变化，都持续可靠地运行）。

VPAT

VPAT（自愿产品无障碍模板）是供应商填写的一份标准化文档，用于报告某产品或服务对某项特定无障碍标准（最常见的是 WCAG、Section 508 或 EN 301 549）的符合程度。该模板由信息技术产业委员会（ITI）维护；当前版本为 VPAT 2.5，于 2025 年 4 月 24 日发布。

填写完成后，VPAT 便成为一份无障碍符合性报告（ACR）。企业和政府买家在采购前通常会索要一份，因此一份最新的 VPAT 在销售流程中既是无障碍尽职调查的证明，而不仅仅是一份合规文件。

VPAT 是法律强制要求的吗？

VPAT 名义上是自愿的，但在实践中经常是必需的：美国联邦以及许多州和企业的采购流程会要求供应商在考虑采购之前提供一份填写完成的 VPAT（作为无障碍符合性报告），尽管没有任何一部法律强制规定该模板本身。

European Accessibility Act (EAA)

《欧洲无障碍法案》（指令 (EU) 2019/882）是一项欧盟立法，要求范围广泛的产品和服务（包括电子商务、银行、电子书、电信和客运）满足统一的无障碍要求。它于 2019 年通过，并于 2025 年 6 月 28 日在欧盟各成员国正式生效执行。

它适用于任何向欧盟消费者销售受涵盖产品或服务的企业，无论该企业设立于何处，仅对微型企业（员工少于 10 人、年营业额低于 200 万欧元）且仅提供服务的情形有狭窄的豁免。在法国等成员国，执法行动已经开始。以上为一般信息，不构成法律意见。

EAA 是否适用于欧盟以外的企业？

是。EAA 的适用依据是企业的客户身处何地，而非企业注册于何处。一家设立于欧盟以外的公司，若向欧盟境内的消费者销售受涵盖的产品或服务（如电子商务或电子书），就落入其适用范围，除非它符合微型企业豁免的条件。

ADA (Americans with Disabilities Act)

《美国残疾人法案》（ADA）是 1990 年的美国民权法律，禁止残障歧视，并经法院和法规扩展至涵盖网站和移动应用。2024 年 4 月，司法部依据 ADA 的 Title II 定稿了一项规则，要求州和地方政府的网站及应用满足 WCAG 2.1 AA 级。

Title II 涵盖政府机构；私营企业（Title III）尚未受到一项定稿的联邦网络规则约束，但已根据现有判例面临数以千计基于 ADA 的网站诉讼，这使得 WCAG AA 无论行业如何都成为事实上的安全目标。Title II 机构的合规截止日期已于 2026 年延长，较大司法辖区延至 2027 年 4 月 26 日，较小的延至 2028 年 4 月 26 日。以上为一般信息，不构成法律意见。

ADA 是否要求网站必须无障碍？

对州和地方政府网站而言，是的：2024 年司法部的一项规则将 WCAG 2.1 AA 定为必需标准，合规截止日期延长至 2027 年和 2028 年。对私营企业而言，尚无单一联邦规则设定技术标准，但法院已多次裁定 ADA 可适用于商业网站，因此 WCAG AA 仍是实际的基准。

替代文本

替代文本（alt text）是附加在 HTML 代码中图像上的一段简短书面描述，由屏幕阅读器朗读出来，使看不见图像的人仍能获得其含义。它是最古老、经受检验最多的 WCAG 要求之一，归属于"可感知"原则。

好的替代文本描述的是图像所传达的功能或内容，而非其文件名或每一处视觉细节，而纯装饰性图像应带空的替代文本，以便屏幕阅读器跳过它们。缺失或敷衍的替代文本（如 "image123.jpg"）是网络上最常见、也最显眼的无障碍失误之一。

什么样的替代文本才算好？

好的替代文本回答的是：看得见的用户从图像中获得、而看不见的用户否则会错过的东西，即信息或功能，而非逐字逐句的视觉清单。一张产品照片需要点出产品及其区别性细节；一处装饰性点缀则完全不需要替代文本（一个空的 alt 属性），这样屏幕阅读器就不会不必要地把它读出来。

RTL（从右到左）

RTL（从右到左）描述的是像阿拉伯语和希伯来语这样从右往左书写和阅读的语言，它要求界面镜像其布局，包括文本对齐、导航顺序、图标和阅读流向，而不是仅仅在一个从左到右的框架内翻译文字。

一个真正为 RTL 做好准备的网站会翻转整个布局方向（使用 CSS 的 `dir` 属性和逻辑属性，而不只是单个字符串），使导航、图标方向和阅读顺序都感觉是原生的，而非事后补上的镜像。对于要跨十种语言构建的工作室而言，对阿拉伯语的 RTL 支持是头等要求，在每一次布局改动时都要验证，而不是后期添加。

RTL 对网页设计意味着什么？

RTL 意味着整个界面方向反转，而不仅仅是文本。导航菜单、前进和后退图标、进度指示器、表单字段顺序，甚至图表坐标轴，都需要为阿拉伯语这样的语言镜像，使体验对母语从右往左书写的人读起来自然，而不是像一个塞进了翻译文字的从左到右布局。

CRO（转化率优化）

CRO（转化率优化）是通过结构化测试、而非凭猜测或一次性改版，系统性地提高网站或应用访客完成某一预期动作（如购买、注册或提交表单）比例的做法。

CRO 将转化率本身视作一项需要被测量、提出假设、测试和改进的指标，通常借助 A/B 测试、用户研究和对转化漏斗的分析来实现。它常被简化为某一项战术，例如测试按钮颜色，但这门学科涵盖从页面速度、文案清晰度到结账阻力和信任信号的一切。

用简单的话说，转化率优化是什么？

CRO 是把网站已有的访客中更多的人转化为客户、注册用户或潜在客户的做法，而不是一味试图吸引更多流量。它的运作方式是：对访客为何不转化提出假设，将某项改动与当前版本进行测试，保留表现更好的那个版本，然后重复这一循环。

A/B 测试

A/B 测试（也称拆分测试）是一种受控实验，同时向不同访客展示某个页面、标题或流程的两个版本（A 为当前版本，B 为变体），然后衡量哪个版本针对某一既定目标（如一次转化）表现更好。

A/B 测试是 CRO 背后的主要方法：它用关于什么"实际上"更能转化的证据，取代关于什么"应该"更能转化的观点，且是针对那一特定受众。一次有效的测试需要足够大的样本和足够长的运行时间才能达到统计显著性，否则"胜出者"可能只是噪声。

A/B 测试与直接改动页面有何不同？

A/B 测试同时向不同访客运行两个版本并衡量差异，而不是改动页面后比较前后的结果，后者会把这项改动与随时间变化的其他一切（如季节、流量来源或无关事件）混为一谈。正是这种并排比较，才使结果可归因于改动本身。

转化漏斗

转化漏斗是一个模型，描述访客从首次接触某企业到完成某一既定目标（如购买或注册）所经历的连续步骤，通常在每个阶段逐渐收窄，因为一部分访客会在抵达下一阶段之前流失。

典型的漏斗从认知（落在某个页面）经由考量（浏览、比较）到转化（购买、预订、注册），每个阶段都可以被单独测量和优化，这正是漏斗分析与 CRO 紧密相连的原因。一个高流量、低转化的页面，通常在漏斗中有某个具体环节集中出现流失，找到那个环节是修复它的第一步。

转化漏斗的典型阶段有哪些？

大多数转化漏斗会经历认知（访客发现页面）、兴趣或考量（他们浏览、比较或进一步阅读）和转化（他们完成目标动作，如购买或注册），有时在初次转化之后还有留存作为第四个阶段。为各阶段命名，能让团队测量每两个阶段之间的流失，而不只是最终的转化率。