漏斗分析

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

image496.png

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

漏斗步骤image498.png

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。

转化窗口期image500.png

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。

步骤显示名及过滤条件

image502.png

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。

image504.png

同时,针对每一个步骤事件,可添加相应的过滤条件。

使用关联字段

image506.png

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。

image508.png

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

image510.png

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

转化漏斗和趋势

提供转化漏斗和转化趋势两种图表格式。

image512.png

image514.png

其中二者横坐标日期指的是发生漏斗初始行为的日期。

数据下载

图表信息支持以CSV格式导出

漏斗表格

image516.png

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。

     人群导出

image518.png

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、漏斗分析的计算说明

      基本概念进行介绍

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。

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 。

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。