商品頁轉換率低時，直接改 CTA、加評論或做 A/B test 很容易治錯問題。流量可能來自不相符廣告，商品可能缺貨，variant 可能無法選，運費可能到結帳才出現，追蹤事件也可能重複。先把轉換拆成「進來的人、理解、相信、選擇、操作、交易」六層。
診斷使用同一期間、market、裝置和商品狀態，避免拿大促桌面流量和日常手機流量直接比較。
第一層：流量是否適合這個商品
依 source、campaign、query、新舊客、market 和 device 分群，查看 landing message 與商品是否一致。廣告主打低價，商品頁預設高價 variant；搜尋字詞要的是零件，落地卻是整套商品，都會拉低加購。
檢查 bot、內部流量和 campaign tag。整體 conversion 下滑若只發生在新增渠道，先修受眾和訊息，不要重做所有商品頁。
第二層：顧客能否快速理解
用五秒理解、任務測試和客服資料確認顧客知道商品是什麼、適合誰、關鍵差異與使用限制。商品名稱、圖片、首要主張和價格要能一起回答。內容很多卻沒有層級，同樣會讓人找不到答案。
比較高退貨、低加購和同品類較佳商品，找出尺寸、相容性、材質或用途資訊缺口。完整排序可參考 商品頁資訊層級。
第三層：信任是否有具體證據
評論、保固、來源、測試、認證、配送與退換貨要對應顧客風險。只有 logo 或「高品質」形容詞，無法證明主張。評論數、來源和篩選要透明，不能挑幾句好評假裝代表所有顧客。
高單價或新品牌可加入公司、客服和售後資訊。有效的信任內容會讓人知道證據從哪裡來，以及出問題時如何處理，單純增加徽章沒有同樣作用。
第四層：選擇是否容易
追蹤 variant impression、selection、invalid combination、out-of-stock、size guide 和 add-to-cart error。顧客反覆切換可能表示在比較，也可能表示可用組合不清楚，需搭配 session observation。
價格差、庫存、圖片和配送在選擇後立即更新。缺貨提供通知或可解釋替代，不自動換成另一款。詳細模式可沿用 商品變體設計。
第五層：操作是否被阻斷
真機測 sticky bar、chat、cookie、keyboard、modal、zoom 和 cart drawer 是否互相遮擋。檢查 JavaScript error、App latency、add-to-cart mutation、focus 和錯誤文字。按鈕點擊很多但 cart line 沒增加，是功能問題，不是文案問題。
用 network 和 error tracking 對照事件時間，依 browser、OS 和 release 找回歸。
第六層：交易條件何時揭露
運費、稅、到貨、付款、訂閱、退換貨和最小訂購量應在購買前可理解。若 begin_checkout 後大量離開，商品頁也可能需要更早揭露條件。台灣超商取貨、第三方金流和發票另做端到端測試。
寫成可反駁假設
將發現寫成「因為手機色票沒有顯示缺貨，顧客選完才失敗；若提前禁用並提供通知，add-to-cart error 應下降」，並指定主要指標、護欄與觀察期。先修追蹤和交易阻斷，再做內容或版面實驗。
用商品與市場建立比較基準
不要拿單一商品直接和全站平均相比。補充品、禮物、高單價耐用品與需要研究的商品，本來就有不同決策時間。先選價格帶、品類、庫存狀態與流量組成相近的商品建立 cohort，再看加購率、結帳率、退貨和客服差異。新品資料少時，可先和自己的週期趨勢及同系列商品比較。
市場也會改變基準。不同地區的配送承諾、付款方式、稅金與語言品質都會影響結果。某個 market 明顯落後時，先檢查在地條件和內容是否完整，別急著把差距解讀成版型問題。比較報告需保留樣本數，避免少量訂單造成劇烈百分比。
排程先看損失與修正成本
把問題放進簡單矩陣：受影響流量、對交易的嚴重度、證據強度、修正成本與可回復性。無法加購、錯價或行動版按鈕被遮住屬於立即修；尺寸說明難找可先做內容調整；整頁重排則需要更完整研究與發布計畫。
每個修正建立前後證據，包括截圖、事件、錯誤碼、版本與發布時間。若結果沒有改善，團隊能判斷假設錯誤、實作失效或外部條件改變，而不會只留下「新版表現不好」這種無法行動的結論。
每月依 CRO 月度循環回顧證據、變更和結果。商品頁改善應同時看加購、結帳、毛利、退貨和客服，不能用單一點擊率宣稱成功。