大城生活网_记录普通百姓生活中的日常琐事

当前位置:大城生活网 > 健康知识 > 本文内容

漏斗模型的公式(漏斗模型的计算题)

发布时间:2022-01-07 16:04来源:网友投稿

漏斗分析概述

在实际的业务分析中,事件分析主要是基于事件本身做分析,在实际的业务中,还存在一类常见的分析诉求,即将某个业务场景中关联的事件,根据发生的先后顺序进行组织,从而系统性了解用户的转化效率。这样的分析模型,就是我们常用的漏斗分析。

2020 新十大数据分析模型(2)——漏斗分析

对比事件分析来说,漏斗分析其实是一套流程分析,它不但可以整体性的反映用户在一定时间周期内,浏览网站或者 APP 中从起点到终点的转化率,而且还可以分析浏览过程中每一次跳转所产生的留存和流失,这样就能够直观地发现异常数据,从而通过分析根因找到问题所在,最后通过优化该环节来达到提升转化率的目标。

漏斗分析模型已经广泛应用于渠道来源分析、新用户激活、核心主流程优化、搜索功能优化等日常数据运营工作中。例如在一款直播平台软件中,直播用户从激活 APP 开始到打赏主播,用户核心路径为激活 APP、注册账号、浏览列表页、进入直播间、产生互动行为和完成主播打赏。如果整体转化率偏低,那么使用漏斗分析能够展现出各个环节的转化率,通过漏斗各环节相关数据的对比分析,可以直观地发现问题所在,从而找到优化方向。

这里需要注意的是,我们跟踪整个漏斗的转化过程,是以用户为单位将步骤串联起来,并不是只把每个步骤的发生次数做一个简单的计数,因为使用漏斗的目标之一是将潜在客户转化为目标用户,核心是对用户的分析。另外进入到后续步骤中的用户,一定是完成了所有前序步骤。例如漏斗一共有五步,如果有用户完成了第一步、第三步和第五步,跳过了漏斗模型中的第二步和第四步,也不能算作一次转化。

其次要选择合适的时间窗口。如果没有时间窗口的话,那么用户有可能一天完成漏斗流程,也有可能一个月完成漏斗流程,没有时间的限制,漏斗的作用也要大打折扣了。至于具体什么时间合适要根据业务来判断。如我们要看当天秒杀活动的转化,那么窗口期建议设置为一天,太长就没办法算作是活动的转化;但对于证券开户流程,不但要准备多种材料,还需要经过审核。如果开户漏斗的窗口期设置太短,可能审核都没有完成。

漏斗分析的应用示例

场景一:巧用维度细分漏斗,直观找出问题所在

某电商企业客户发现春节促销活动的整体转化率偏低,然后希望可以通过漏斗分析看定位问题。如下图所示,对该漏斗分析根据省份进行细分,通过对比可明显看出,山东省的用户从“浏览商品详情页”到“加入购物车” 的转化率明显低于浙江省。为找到”浏览商品详情页”到”加入购物车”阶段转化率变低的原因,企业运营人员应深度分析该阶段可能影响转化率的因素,如对比不同省份的产品显示库存情况、物流状态、该商品在不同省份的受欢迎程度、甚至不同付费渠道(PC 端、移动端等)的转化情况,找到优化的短板,比如调整不同省份的库存,帮助用户顺利完成购买。

2020 新十大数据分析模型(2)——漏斗分析

通过漏斗分析定位整体转化率偏低的原因

图片来源:神策数据

同时,我们还可以选择某一转化步骤,从而拿到这一步骤流失的用户列表,对其进行运营,以提升转化。此外,针对这一步骤流失,还可以结合用户路径去查看流失用户的后续行为,以推断出可能原因,加以验证并推出对应策略。

场景二:添加关联属性,漏斗结果更精准

某综合性电商在首页有多个品类入口,现在想了解用户在首页生鲜频道的订单转化情况,因此创建了首页生鲜频道订单转化漏斗:运营位点击——开始购买——提交订单——支付订单。用户 A 浏览生鲜频道后跳转至 3C 频道并购买了一部手机,用户 B 浏览了生鲜频道后,买了蔬菜。

在这次主题分析中,核心的是生鲜类商品的转化,其它类型的转化其实并不在的范畴类。在这种情况下,可以通过为漏斗分析添加关联属性的方式解决,即限定用户用户在漏斗的第一步点击的商品类型为生鲜,那么后续所有子步骤的商品类型都要是生鲜才算做完成转化。对于用户 A 来说,生鲜和手机不是同一商品类型,因此用户 A 并没有完成转化,而用户 B 则完成了转化。

2020 新十大数据分析模型(2)——漏斗分析

在漏斗分析的过程中添加关联属性

来源:神策数据

由于大多数业务都需要观察整个流程转化的情况,因此漏斗分析的适用场景也非常强,从推广拉新转化,到产品各个功能流程的转化,我们都可以通过定制漏斗的关键步骤以及各个步骤的条件,进行多维的漏斗分析,进而快速收敛转化的问题所在,以尽量找到当前业务的阻塞点,进行高效的迭代优化。

作者:神策数据·用户行为洞察研究院

未经允许严禁转载

内容来源:公众号——神策数据,公众号——用户行为洞察研究院

特别声明:本文《漏斗模型的公式(漏斗模型的计算题)》内容由网友投稿发布,该文观点不代表本站观点。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 20451 17252#qq。com 举报,本站一经查实,将立刻删除。

最新发布

Copyright 2017-2022 www.sqgsz.com 【大城生活网】 版权所有 | 京ICP备15006113号-2收藏本站 - 网站地图 - 关于我们 - 网站公告 - 文章投稿