1 漏斗分析概述
漏斗模型是一种有效衡量用户转化和流失的分析方法，主要用于分析一个多步骤过程中，每一步的转化与流失情况。
举例来说，用户制作并发布一条短视频可能包含以下步骤：
1.点击制作视频
2.选择已有视频/拍摄视频
3.视频剪辑
4.视频配乐/特效/滤镜等
5.填写视频介绍
6.添加位置标签/提醒好友
7.成功发布视频
可以将如上流程设置为一个漏斗，分析整体的转化情况，以及每一步具体的转化率。同时也可以借助本平台强大的过滤条件、细分属性及用户群进行深度分析。
漏斗分析可以将用户路径的转化率直观的展示出来。并且还能够详细查看每个阶段之间的相对转化率，以及在固定时间段内各阶段转化率的趋势，给运营和产品提供足够详细的维度进行转化率的分析和优化。
2 选择数据来源
在数据来源下拉框选择需要分析的数据集以及用户ID标识。默认以uin作为用户ID的标识。
3 漏斗配置
l 漏斗步骤
系统默认漏斗中至少包含 2 个步骤，可点击『添加步骤』按钮，新增漏斗步骤，每个步骤对应一个事件（可添加一个或多个过滤条件，在后面章节中将继续介绍）。
另外，系统已支持拖动步骤前的序号改变步骤顺序。
l 转化窗口期
用户统计的时间范围，代表的是第一步发生的时间范围。而转化窗口期，限定的是所有有转化的步骤的发生的时间范围。
转化窗口期指的是用户触发第一步步骤后，在指定转化窗口期完成整个漏斗，即算作完成整个漏斗。默认漏斗有效期为 1 天。需要在这里根据漏斗的性质选择合理的有效期。
l 步骤显示名及过滤条件
为了便于创建的漏斗图卡在显示时更加方便易读，系统支持给漏斗步骤增加别名。
同时，针对每一个步骤事件，可添加相应的过滤条件。
l 使用关联字段
支持设置漏斗任意几步的属性进行关联，漏斗不同步骤关联的属性可以是相同属性，也可以是不同属性，但是要求属性的类型必须一致。
假设一个电商资源位的运营，需要精确了解用户浏览了资源位并且完成商品的购买。创建的漏斗为：浏览资源位-查看商品详情页-提交订单-支付订单,并且在每个事件中设置了资源位 ID 的属性，此时就可以将该属性作为关联 ID，以保证用户严格按照该模式进行。
4 属性和人群细分
和事件分析、留存分析一样，漏斗分析也同样支持根据细分维度、细分用户群来进行分析。
其中按属性细分，支持两种方式细分：仅作用于初始行为、作用于所有行为。
5 全局过滤
全局过滤功能可对将一个或多个事件属性、用户属性，或者某个用户分群、标签作为本次分析的数据过滤条件。当有多个全局过滤条件时，支持设置取 且/或 逻辑。
6 分析漏斗
l 转化漏斗和趋势
提供转化漏斗和转化趋势两种图表格式。
其中二者横坐标日期指的是发生漏斗初始行为的日期。
l 数据下载
图表信息支持以CSV格式导出。
l 漏斗表格
提供另一种更全局的漏斗视图。每行的第一列代表了初始行为“日期/日期区间”（根据选择的观察粒度来划分）；后续的几列则代表在相应时间窗内的数据。
l 人群导出
支持导出任意步骤的留存用户作为人群包，针对漏斗中留存用户进行更进一步的探索分析。
7 画像洞察格子
为了更好的发挥用户画像价值，洞察漏斗分析中用户的公域特征，漏斗分析中设置了画像格子功能。该功能将业务表现数据（是否转化）引入画像分析，能够更有效地挖掘高转化潜力用户。
7.1 功能前置设置
为了打开画像格子洞察入口，需要进行功能前置设置。
有访问菜单“客户身份”功能权限用户，可在数据管理-客户身份页面右上角看到“画像打通标识设置”按钮。
点击设置按钮，弹出设置浮窗。浮窗内可设置标识类型和表示字段。此处设置的画像打通标识字段，将作为使用画像洞察格子功能时，默认与公域用户数据集进行关联的标识字段。
7.2 创建画像洞察格子任务
点击漏斗图卡中的指标、数值或条柱，均可触发更多功能的交互弹窗，交互弹窗内包含保存为人群包和画像洞察格子。
在图卡不同位置触发画像洞察格子，分析的用户人群口径不同。
点击漏斗第一步骤柱状图或点击总转化率指标，提取的人群口径为口径1，即提取第一步骤事件活跃，且经过模型已配置过滤条件后的全部用户。画像格子详情页展示的『时间』为图卡所选时间范围的具体值，『步骤』取第一步至最后一步，『转化率』取总体转化率。（人数、次数漏斗通用此逻辑）。
点击后续步骤的柱状图，或步骤间的转化指标，提取的人群口径为口径2，即提取点击步骤的上一步骤活跃，且经过模型已配置过滤条件后的全部用户。画像格子详情页展示的『时间』为图卡所选时间范围的具体值，『步骤』取上一步至点击步骤，『转化率』取上一步骤到点击步骤的转化率。
开启画像洞察格子，需满足提取人群数量大于1000人。在交互窗口点击用户画像洞察格子，会计算按照口径提取的人群数量。若数量不满足要求，会提示画像洞察格子任务创建失败；若满足要求，则提示画像洞察任务已触发。
由于画像洞察任务计算量较大，洞察结果不会实时显示。在完成计算后，会在右上角消息中心进行提示。
7.3 查看画像洞察结果
接受站内信计算成功通知后，在图卡右上角的更多操作内，会新增“画像洞察历史”操作。
点击后，弹窗内会显示所有历史用户洞察格子任务。对于计算完成的历史任务，点击操作栏的“查看”即可显示任务详情。
详情页交叉分析用户性别、年龄、学历标签，在所选人群栏，显示此次洞察分析人群的基本情况；洞察结论会分别展示转化率、流失率前三的用户属性。
在画像格子栏，格子中蓝色覆盖的面积大小代表该画像特征用户群体人数的多少（格子越大则人数越多），颜色的深浅则反应转化率的高低（颜色越深转化率越高）。格子下方的染色条可以速览该画像人群的转化倾向，绿色代表该画像人群转化率高于整体转化率，该人群倾向于转化；浅橙色代表该画像人群转化率低于整体转化率，该人群倾向于流失；浅蓝色则代表两者持平，没有倾向。
鼠标悬停至某一具体的画像格子上，会显示当前选中格子的画像特征，人数，转化率，全局转化率和转化/流失倾向。
为了保护用户隐私，每一个具体画像特征的人数不显示准确值，仅显示约数。对于人群总数不超过一万人的分析任务，每一画像格子的人数误差值不超过人群总数的1%。
8 漏斗分析的计算说明
l 基本概念介绍
步骤：由一个 事件/虚拟事件加一个或者多个过滤条件组成，表示一个转化流程中的一个关键性的步骤；
转化窗口期:用户完成漏斗转化的有效期，也即只有在这个时间范围内，用户从第一个步骤开始，行进到第N个步骤，才能被视为到第N步的成功的转化；
将UID的行为日志按时间戳（精确到秒）梳理为行为序列（类似会话）。
行为序列的起点，以用户所选统计时间范围内触发的第一步的时间为起点；
行为序列的长度取决于界面所设转化窗口期的长度。
将所有行为序列中符合漏斗各步骤转化特征的用户进行计数。
在这个文档里面，我们将会详细描述漏斗分析的计算规则，特别是在有筛选和分组情况下的计算规则，以便使用者更好地解读漏斗分析的结果。
l 基本计算规则
假设一个漏斗中包含了 A、B、C、D、E 五个步骤，选择的时间范围是 2019 年 1 月 1 日到 2019 年 1 月 3 日，窗口期是 1 天，那么，如果用户在2019年1月1日到2019年1月3日触发了步骤 A，并且在步骤 A 发生的 1 天内，依顺序依次触发了 B、C、D、E，则视作该用户完成了一次成功的漏斗转化。
在这个过程中，如果穿插了一些其它的步骤或者行为，例如在满足时间限制的情况下，用户的行为顺序是 A > X > B > X > C > D > X > E，X 代表任意一个事件，则该用户依然视作完成了一次成功的漏斗转化。
如果该用户在这个时间限制范围内，依次触发了 A > B > C > E，则该用户没有完成该漏斗的转化，并且会被记作步骤 C 的流失用户。
考虑一个更复杂的情况，如果一个用户在所选时段内有多个事件都符合某个转化步骤的定义，那么会优先选择更靠近最终转化目标的事件作为转化事件，并在第一次达到最终转化目标时停止转化的计算。假设一个漏斗的步骤定义是：访问首页、选择支付方式、支付成功，那么不同用户的行为序列及实际转化步骤（标红部分）见如下例子：
例 1： 访问首页 -> 选择支付方式（支付宝） -> 选择支付方式（微信）-> 支付成功 。
例 2： 访问首页 -> 选择支付方式（支付宝） -> 访问首页 -> 选择支付方式（微信）-> 支付成功 。
例 3： 访问首页 -> 选择支付方式（支付宝） -> 访问首页 -> 选择支付方式（微信）-> 支付成功 -> 选择支付方式（微信）-> 支付成功 。
l 漏斗中展示的数字代表什么
漏斗分析中展示的数字代表转化/流失的独立用户数，而非触发的事件次数。在该时间范围内，即使一个用户多次完成漏斗，也仅计数一次。
