refer1: https://www.douban.com/group/topic/113056536/
refer2:?http://www.woshipm.com/data-analysis/697156.html

現(xiàn)代營(yíng)銷(xiāo)觀念認(rèn)為：“營(yíng)銷(xiāo)管理重在過(guò)程，控制了過(guò)程就控制了結(jié)果碗淌×廴疲”用戶行為分析之漏斗分析模型是企業(yè)實(shí)現(xiàn)精細(xì)化運(yùn)營(yíng)圣絮、進(jìn)行用戶行為分析的重要數(shù)據(jù)分析模型，其精細(xì)化程度影響著營(yíng)銷(xiāo)管理的成敗只壳，以及用戶行為分析的精準(zhǔn)度。粗陋的漏斗分析模型因?yàn)檫^(guò)程管理不透明、數(shù)據(jù)分析不精細(xì)粉怕、用戶行為分析不科學(xué)而造成結(jié)果失控。因此抒巢，我們經(jīng)常能夠聽(tīng)到一些產(chǎn)品經(jīng)理的抱怨不絕于耳：從啟動(dòng) APP 到“支付成功”贫贝，用戶轉(zhuǎn)化率為何僅僅 0.8 %？

一、什么是漏斗分析稚晚？

究竟什么是漏斗分析崇堵？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客燕。

漏斗分析模型已經(jīng)廣泛應(yīng)用于流量監(jiān)控鸳劳、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)中也搓，直播用戶從激活A(yù)PP開(kāi)始到花費(fèi)赏廓，一般的用戶購(gòu)物路徑為激活A(yù)PP、注冊(cè)賬號(hào)傍妒、進(jìn)入直播間幔摸、互動(dòng)行為、禮物花費(fèi)五大階段拍顷，漏斗能夠展現(xiàn)出各個(gè)階段的轉(zhuǎn)化率抚太，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)化方向昔案。

二尿贫、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)踏揣、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)題所在庆亡。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)捞稿，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)化情況又谋，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)化的短板娱局，提升用戶體驗(yàn)彰亥。

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)情況衰齐，迅速定位流失環(huán)節(jié)任斋，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耻涛。

2.多維度切分與呈現(xiàn)用戶轉(zhuǎn)化情況废酷，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)的曲線抹缕，能幫助企業(yè)精細(xì)地捕捉用戶行為變化澈蟆。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卓研，從差異角度窺視優(yōu)化思路趴俘。

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)化率哮幢，各流程步驟轉(zhuǎn)化率的差異對(duì)比带膀，了解轉(zhuǎn)化率最高的用戶群體，分析漏斗合理性橙垢，并針對(duì)轉(zhuǎn)化率異常環(huán)節(jié)進(jìn)行調(diào)整垛叨。

三、在漏斗分析模型中柜某，科學(xué)歸因嗽元、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)置喂击。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)化的功勞大屑涟）而科學(xué)設(shè)置。企業(yè)一直致力定義最佳用戶購(gòu)買(mǎi)路徑翰绊，并將資源高效集中于此佩谷。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)單监嗜。

以市場(chǎng)營(yíng)銷(xiāo)為例谐檀，市場(chǎng)活動(dòng)、線上運(yùn)營(yíng)裁奇、郵件營(yíng)銷(xiāo)都可能觸發(fā)用戶購(gòu)買(mǎi)桐猬。A 欲選購(gòu)一款化妝品，通過(guò)市場(chǎng)活動(dòng)了解 M 產(chǎn)品刽肠，后來(lái)在百度貼吧了解更多信息溃肪，但是始終沒(méi)有下定決心購(gòu)買(mǎi)。后來(lái)收到 M 公司的營(yíng)銷(xiāo)郵件音五，A 被打折信息及詳實(shí)的客戶評(píng)價(jià)所吸引惫撰，直接郵件內(nèi)跳轉(zhuǎn)至網(wǎng)站購(gòu)買(mǎi)了該商品。

那么躺涝，在漏斗設(shè)置時(shí)厨钻，轉(zhuǎn)化歸因應(yīng)該“歸”哪一個(gè)渠道呢？在這個(gè)案例中诞挨，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(xiāo)的渠道在用戶購(gòu)買(mǎi)決策的全流程中對(duì)用戶影響的“功勞”最大呢蛤、權(quán)重較大惶傻，直接促進(jìn)用戶轉(zhuǎn)化。在科學(xué)的漏斗分析模型中其障，用戶群體篩選和分組時(shí)银室，以實(shí)際轉(zhuǎn)化事件——郵件營(yíng)銷(xiāo)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)蜈敢，尤其電商行業(yè)的數(shù)據(jù)分析場(chǎng)景中辜荠，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抓狭。比如同一 ID（包括品類(lèi) ID伯病、商品 ID）才能作為轉(zhuǎn)化條件——瀏覽 iphone6，購(gòu)買(mǎi)同一款 iphone6 才能被定義為一次轉(zhuǎn)化否过。因此午笛，“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。