DTC 外跳测试 · 下单用户分析
MediaGo 上下单的人有什么特征
MediaGo 渠道（pfid=1）落地像素 · 北京时间 09-22 10:00 → 10-22 10:00 · 广告主 49 旗下全部独立站 · 388,180 个访客、5,886 个下单访客 · 按访客（btwfp）统计
结论
- App 内打开（WebView）几乎不出单。安卓 WebView 访客下单率 0.20%，安卓浏览器 1.70%，差 8.5 倍。WebView 里的人也会加购（2.3%），但发起结账后只有 16% 继续填写联系信息，浏览器是 42%。卡点就在结账页。
- 下单的人是认真挑过的。安卓浏览器的下单者：中位浏览 10 页，86% 切换过款式（全部访客只有 26%），31% 看过列表页，48% 有过多次访问，27% 是隔了半小时以上回来才下单。
- 下单节奏很稳定：落地后约 3.4 分钟加购，再 42 秒发起结账，填写联系和支付信息约 3.5 分钟，填完 8 秒内下单。从落地到下单中位 10.4 分钟（四分位 5.6–37 分钟）。
- 能提前识别买家的行为信号：看了 ≥10 页的访客下单率 14.9%，1 页的只有 0.01%；切换过款式 5.6% 对没切换 0.32%（17 倍）；看过列表页 7.7% 对 1.3%；多次访问 6.8% 对 1.0%。这些都可以在中间页和落地页实时采集。
- 我们的流量和 MediaGo 的差距不只在结账页。同样是安卓浏览器（外跳），我们加购率 0.24%，MediaGo 5.46%，差 23 倍；切换款式 1.5% 对 26%。WebView 结账卡点要修，但更大的问题是点进来的人购买意图弱。
一、四种打开方式的漏斗
「填写联系信息」和「填写支付信息」两个事件几乎总在同一秒上报（同一次表单提交），下面只列联系信息。质量到达 = 停留 ≥10 秒或有加购 / 结账 / 下单。
二、下单者和没下单的人差在哪
每格是中位数，小字是四分位区间（25%–75%）；比例是这组访客里有该行为的占比。「结账未下单」= 发起过结账但没下单；「质量到达未下单」= 质量到达但没下单。安卓浏览器的 UA 被 Chrome 精简，拿不到机型，只有 WebView 能看到。
安卓
iOS
三、按行为分组的下单率
每组访客里最后下单的比例，括号内是访客数。看的是在同一种打开方式内部，哪些行为最能区分买家。
四、下单时间
按美国东部时间统计下单时刻（安卓浏览器 + iOS 浏览器，共 5,765 单）。美东 10:00–16:00 是高峰，对应北京时间 22:00–次日 04:00（夏令时）。
五、对照：我们的流量 vs MediaGo
我们 = DSP 自有流量（pfid=0，10-13 开投至 10-22 10:00，已剔除内部测试访客）；MediaGo 只看 smethop / zenttle 两个靴子站的列也一并给出，商品一致更可比。
六、对投放的启发
- App 内流量先解决结账，或者干脆拉起浏览器。中间页对 WebView 用户用 intent:// 拉起系统浏览器再进独立站；做不到之前，App 内为主的单元（3318、3294 的 algorix）质量到达要打折看，不能和外跳等价。
- 把「真人买家信号」做成实时指标。中间页和落地页上报：浏览页数、切换款式、看列表页、回访。按 MediaGo 的数，访客满足「≥5 页且切换过款式」就是高意图，可以作为 bundle 评估的替代转化。
- 按美东白天倾斜预算。北京时间 22:00–04:00 是下单高峰，美东凌晨 2–5 点（北京 14–17 点）下单量只有高峰的 1/5–1/7。
口径与局限
- MediaGo 数据覆盖广告主 49 旗下全部独立站（服装、鞋、家居等），靴子站访客约占 4%。靴子站子集的规律一致：安卓浏览器下单率 1.50%，WebView 235 个访客 8 次结账 0 单。
- 「App 内 / 浏览器」按 UA 判断：安卓带
; wv) 为 WebView；iOS 没有 Safari 标识或带 Facebook / Instagram / Google App 标识为 App 内。
- 访客以像素指纹 btwfp 计，同一人换设备或清缓存会算成多个访客；多次访问 = 两次事件间隔超过 30 分钟。
- 停留时间按首末事件计算，包含回访，所以这里用「落地→下单」而不是总停留来描述节奏。
- 安卓 WebView 下单只有 21 人、iOS App 内 100 人，这两列的画像数值波动较大，只看方向。