漏斗分析模型：用戶行為狀態(tài)以及各階段用戶轉(zhuǎn)化率情況

摘要：漏斗分析是一套流程式數(shù)據(jù)分析，它能夠科學(xué)反映用戶行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要分析模型。

漏斗分析到底是什么？

漏斗分析是一套流程式數(shù)據(jù)分析，它能夠科學(xué)反映用戶行為狀態(tài)以及從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要分析模型。

漏斗分析模型已經(jīng)廣泛應(yīng)用于流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營(yíng)與數(shù)據(jù)分析的工作中。例如在一款產(chǎn)品服務(wù)平臺(tái)中，直播用戶從激活 APP 開(kāi)始到花費(fèi)，一般的用戶購(gòu)物路徑為激活 APP、注冊(cè)賬號(hào)、進(jìn)入直播間、互動(dòng)行為、禮物花費(fèi)五大階段，漏斗能夠展現(xiàn)出各個(gè)階段的轉(zhuǎn)化率，通過(guò)漏斗各環(huán)節(jié)相關(guān)數(shù)據(jù)的比較,能夠直觀地發(fā)現(xiàn)和說(shuō)明問(wèn)題所在，從而找到優(yōu)化方向。

漏斗分析模型的特點(diǎn)與價(jià)值

對(duì)于業(yè)務(wù)流程相對(duì)規(guī)范、周期較長(zhǎng)、環(huán)節(jié)較多的流程分析，能夠直觀地發(fā)現(xiàn)和說(shuō)明問(wèn)題所在。值得強(qiáng)調(diào)的是，漏斗分析模型并非只是簡(jiǎn)單的轉(zhuǎn)化率的呈現(xiàn)，科學(xué)的漏斗分析模型能夠?qū)崿F(xiàn)以下價(jià)值：

1.企業(yè)可以監(jiān)控用戶在各個(gè)層級(jí)的轉(zhuǎn)化情況，聚焦用戶選購(gòu)全流程中最有效轉(zhuǎn)化路徑；同時(shí)找到可優(yōu)化的短板，提升用戶體驗(yàn)。

降低流失是運(yùn)營(yíng)人員的重要目標(biāo)，通過(guò)不同層級(jí)的轉(zhuǎn)情況，迅速定位流失環(huán)節(jié)，針對(duì)性持續(xù)分析找到可優(yōu)化點(diǎn)，如此提升用戶留存率。

2.多維度切分與呈現(xiàn)用戶轉(zhuǎn)化情況，成單瓶頸無(wú)處遁形。

科學(xué)的漏斗分析能夠展現(xiàn)轉(zhuǎn)化率趨勢(shì)的曲線，能幫助企業(yè)精細(xì)地捕捉用戶行為變化。提升了轉(zhuǎn)化分析的精度和效率,對(duì)選購(gòu)流程的異常定位和策略調(diào)整效果驗(yàn)證有科學(xué)指導(dǎo)意義。

3.不同屬性的用戶群體漏斗比較，從差異角度窺視優(yōu)化思路。

漏斗對(duì)比分析是科學(xué)漏斗分析的重要一環(huán)。運(yùn)營(yíng)人員可以通過(guò)觀察不同屬性的用戶群體（如新注冊(cè)用戶與老客戶、不同渠道來(lái)源的客戶）各環(huán)節(jié)轉(zhuǎn)化率，各流程步驟轉(zhuǎn)化率的差異對(duì)比，了解轉(zhuǎn)化率最高的用戶群體，分析漏斗合理性，并針對(duì)轉(zhuǎn)化率異常環(huán)節(jié)進(jìn)行調(diào)整。

在漏斗分析模型中，科學(xué)歸因、屬性關(guān)聯(lián)的重要性

先談歸因

在科學(xué)的漏斗分析中，需要科學(xué)歸因設(shè)置。每一次轉(zhuǎn)化節(jié)點(diǎn)應(yīng)根據(jù)事件功勞差異（事件對(duì)轉(zhuǎn)化的功勞大小）而科學(xué)設(shè)置。企業(yè)一直致力定義最佳用戶購(gòu)買路徑，并將資源高效集中于此。而在企業(yè)真實(shí)的漏斗分析中，業(yè)務(wù)流程轉(zhuǎn)化并非理想中那么簡(jiǎn)單。

以市場(chǎng)營(yíng)銷為例，市場(chǎng)活動(dòng)、線上運(yùn)營(yíng)、郵件營(yíng)銷都可能觸發(fā)用戶購(gòu)買。A 欲選購(gòu)一款化妝品，通過(guò)市場(chǎng)活動(dòng)了解 M 產(chǎn)品，后來(lái)在百度貼吧了解更多信息，但是始終沒(méi)有下定決心購(gòu)買。后來(lái)收到 M 公司的營(yíng)銷郵件，A 被打折信息及詳實(shí)的客戶評(píng)價(jià)所吸引，直接郵件內(nèi)跳轉(zhuǎn)至網(wǎng)站購(gòu)買了該商品。

那么，在漏斗設(shè)置時(shí)，轉(zhuǎn)化歸因應(yīng)該“歸”哪一個(gè)渠道呢？在這個(gè)案例中，運(yùn)營(yíng)人員愿意以實(shí)際轉(zhuǎn)化的事件的屬性為準(zhǔn)。郵件營(yíng)銷的渠道在用戶購(gòu)買決策的全流程中對(duì)用戶影響的“功勞”最大、權(quán)重較大，直接促進(jìn)用戶轉(zhuǎn)化。在科學(xué)的漏斗分析模型中，用戶群體篩選和分組時(shí)，以實(shí)際轉(zhuǎn)化事件——郵件營(yíng)銷來(lái)源的用戶群體的屬性為準(zhǔn)，則大大增大了漏斗分析的科學(xué)性。

再一起看屬性關(guān)聯(lián)

在進(jìn)行漏斗分析時(shí)，尤其電商行業(yè)的數(shù)據(jù)分析場(chǎng)景中，運(yùn)營(yíng)人員在定義“轉(zhuǎn)化”時(shí)，會(huì)要求漏斗轉(zhuǎn)化的前后步驟有相同的屬性值。比如同一 ID（包括品類 ID、商品 ID）才能作為轉(zhuǎn)化條件——瀏覽 iphone6，購(gòu)買同一款 iphone6 才能被定義為一次轉(zhuǎn)化。因此，“屬性關(guān)聯(lián)”的設(shè)置功能是科學(xué)漏斗分析不可或缺的內(nèi)容。

四、他們?nèi)绾问褂寐┒贩治?/strong>

場(chǎng)景一：電商行業(yè)不同客戶群體的轉(zhuǎn)化情況

某電商企業(yè)客戶根據(jù)客戶的消費(fèi)能力，將客戶劃分為普通會(huì)員、黃金會(huì)員、鉆石會(huì)員。為加強(qiáng)對(duì)用戶的轉(zhuǎn)化引導(dǎo)，F(xiàn) 欲針對(duì)不同用戶群體采用不同的運(yùn)營(yíng)方式。

普通會(huì)員與鉆石會(huì)員的漏斗轉(zhuǎn)化情況對(duì)比

通過(guò)對(duì)比，可明顯看出，普通會(huì)員從“提交訂單”到“支付訂單”的轉(zhuǎn)化率明顯低于鉆石會(huì)員。為找到“支付訂單”階段轉(zhuǎn)化率變低的原因，F(xiàn) 公司運(yùn)營(yíng)人員應(yīng)深度分析普通會(huì)員轉(zhuǎn)化率情況，如對(duì)比不同付費(fèi)渠道（PC 端、手機(jī)端等）的轉(zhuǎn)化情況，找到優(yōu)化的短板。另外，可以嘗試支付訂單流程的新手引導(dǎo)，幫助新手順利完成購(gòu)買。

場(chǎng)景二：零售行業(yè)——中商惠民科學(xué)評(píng)估站內(nèi)推廣位的效果

首頁(yè)推廣位的效果監(jiān)控是站內(nèi)運(yùn)營(yíng)重要一環(huán)，數(shù)據(jù)的監(jiān)測(cè)與分析是重要工作，它為站內(nèi)優(yōu)化、頁(yè)面體驗(yàn)提升作出指導(dǎo)。運(yùn)營(yíng)人員可以通過(guò)用戶的點(diǎn)擊轉(zhuǎn)化率與購(gòu)買轉(zhuǎn)化率可以判斷頁(yè)面不同推廣位置效果。下圖是中商惠民首頁(yè)推廣位“一元促銷”、“清潔專場(chǎng)”兩個(gè) Banner 轉(zhuǎn)化率情況對(duì)比。（注：為涉嫌商業(yè)機(jī)密，以下場(chǎng)景模擬真實(shí)應(yīng)用場(chǎng)景而設(shè)，數(shù)據(jù)均為虛擬。）

“一元促銷”、“清潔專場(chǎng)”兩個(gè) Banner 轉(zhuǎn)化率情況對(duì)比

除此之外，漏斗分析模型已經(jīng)廣泛應(yīng)用于各行業(yè)的數(shù)據(jù)分析工作中，用以評(píng)估總體轉(zhuǎn)化率、各個(gè)環(huán)節(jié)的轉(zhuǎn)化率，以科學(xué)評(píng)估促銷專題活動(dòng)效果等，通過(guò)與其他數(shù)據(jù)分析模型結(jié)合進(jìn)行深度用戶行為分析，從而找到用戶流失的原因，以提升用戶量、活躍度、留存率，并提升數(shù)據(jù)分析與決策的科學(xué)性等。

希望漏斗分析可以陪伴你走過(guò)天使輪到 IPO~

Growth Hacker
介于技術(shù)和市場(chǎng)之間的新型團(tuán)隊(duì)角色；
懂?dāng)?shù)據(jù)，懂人性，懂方法，懂執(zhí)行…