數(shù)據(jù)分析方法6—漏斗分析模型

什么是漏斗分析

????????漏斗模型是一套流程式數(shù)據(jù)分析榜聂,它能夠科學(xué)反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉(zhuǎn)化率情況,是一種重要的分析模型嗓蘑。

漏斗分析模型已經(jīng)廣泛應(yīng)用于網(wǎng)站和APP用戶行為分析的流量監(jiān)控须肆、電商行業(yè)、零售的購買轉(zhuǎn)化率桩皿、產(chǎn)品營銷和銷售等日常數(shù)據(jù)運營與數(shù)據(jù)分析的工作中豌汇。

????????例如:漏斗模型在電商網(wǎng)站中的應(yīng)用,用戶從首頁進(jìn)入最終完成支付的行為泄隔,大多需要經(jīng)過幾個環(huán)節(jié)拒贱,從商品/瀏覽分類——查看商品詳情——加入購物車——生成訂單——開始支付——完成支付——回購商品。這其中的每個環(huán)節(jié)都有一定的轉(zhuǎn)化率佛嬉,我們需要做的是監(jiān)控用戶在流程上各個層次的行為路徑逻澳,尋找每個層級的可優(yōu)化點,提高用戶在每個層級之間的轉(zhuǎn)化率暖呕,最終來提高GMV斜做。

漏斗分析的作用

對于業(yè)務(wù)流程相對規(guī)范,周期較長缰揪、環(huán)節(jié)較多的流程進(jìn)行分析,能夠直觀地發(fā)現(xiàn)和說明問題所在,可以更快地找出某個環(huán)節(jié)的轉(zhuǎn)化率出現(xiàn)問題钝腺。

1抛姑、企業(yè)可以監(jiān)控用戶在各個層級的轉(zhuǎn)化情況。

降低流失是運營人群的重要目標(biāo)艳狐,通過不同層級的情況定硝,迅速定位流失環(huán)節(jié),針對性持續(xù)分析找到可優(yōu)化點毫目,如此提升用戶留存率

科學(xué)的漏斗分析能夠展現(xiàn)轉(zhuǎn)化率趨勢的曲線蔬啡,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镀虐,對選購流程的異常定位和策略調(diào)整效果驗證有科學(xué)指導(dǎo)意義箱蟆。

3、不同屬性的用戶群體漏斗比較


漏斗對比分析是科學(xué)漏斗分析的重要一環(huán)刮便,運營人員可以通過不同屬性的用戶群體(如新注冊用戶與老客戶)各環(huán)節(jié)轉(zhuǎn)化率空猜,各流程步驟轉(zhuǎn)化率的差異對比,了解轉(zhuǎn)化率最高的用戶群體恨旱,分析漏斗合理性辈毯,并針對轉(zhuǎn)化率異常環(huán)節(jié)進(jìn)行調(diào)整。

漏斗分析的應(yīng)用場景

漏斗模型大致可分為以下幾種:

1搜贤、AARRR模型:

????????從用戶增長各階段入手谆沃,包括Acquisition用戶獲取,Activation用戶激活仪芒,Retention用戶留存唁影,Revenue用戶產(chǎn)生收入,Refer自傳播桌硫。改模型主要應(yīng)用于互聯(lián)網(wǎng)行業(yè)

2夭咬,消費漏斗模型:

????????一般用于頁面結(jié)構(gòu)和內(nèi)容較為復(fù)雜的業(yè)務(wù),從用戶內(nèi)容消費和流量走向的角度铆隘,宏觀層面用于回答用戶消費什么內(nèi)容卓舵,微觀層面則用于分析影響用戶消費的問題是什么。主要流程是從廣告引流—商品介紹—場景打造—下單購買

3膀钠,電商漏斗模型:

典型的用戶購買行為由以下連續(xù)的行為構(gòu)成:瀏覽首頁—瀏覽商品—提交訂單—支付訂單掏湾。

當(dāng)我們期望觀察各步驟間及總體轉(zhuǎn)化率,可按以下步驟進(jìn)行:

4肿嘲、AIDMA模型:

主要的流程是注意 → 興趣 → 欲望 → 記憶 → 行動(購買)融击,適用于品牌營銷。

5雳窟、AISAS模型:

主要的流程是注意-興趣-搜索-行動-分享尊浪,在AIDMA模型的基礎(chǔ)上增加了用戶反饋的環(huán)節(jié)

操作網(wǎng)站:神策數(shù)據(jù):https://manual.sensorsdata.cn/sa/latest/%E6%BC%8F%E6%96%97%E5%88%86%E6%9E%90-7540780.html



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末匣屡,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子拇涤,更是在濱河造成了極大的恐慌捣作,老刑警劉巖,帶你破解...
    沈念sama閱讀 207,113評論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件鹅士,死亡現(xiàn)場離奇詭異券躁,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)掉盅,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,644評論 2 381
  • 文/潘曉璐 我一進(jìn)店門也拜,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人趾痘,你說我怎么就攤上這事慢哈。” “怎么了扼脐?”我有些...
    開封第一講書人閱讀 153,340評論 0 344
  • 文/不壞的土叔 我叫張陵岸军,是天一觀的道長。 經(jīng)常有香客問我瓦侮,道長艰赞,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,449評論 1 279
  • 正文 為了忘掉前任肚吏,我火速辦了婚禮方妖,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘罚攀。我一直安慰自己党觅,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 64,445評論 5 374
  • 文/花漫 我一把揭開白布斋泄。 她就那樣靜靜地躺著杯瞻,像睡著了一般。 火紅的嫁衣襯著肌膚如雪炫掐。 梳的紋絲不亂的頭發(fā)上魁莉,一...
    開封第一講書人閱讀 49,166評論 1 284
  • 那天,我揣著相機(jī)與錄音募胃,去河邊找鬼旗唁。 笑死,一個胖子當(dāng)著我的面吹牛痹束,可吹牛的內(nèi)容都是我干的检疫。 我是一名探鬼主播,決...
    沈念sama閱讀 38,442評論 3 401
  • 文/蒼蘭香墨 我猛地睜開眼祷嘶,長吁一口氣:“原來是場噩夢啊……” “哼屎媳!你這毒婦竟也來了夺溢?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,105評論 0 261
  • 序言:老撾萬榮一對情侶失蹤烛谊,失蹤者是張志新(化名)和其女友劉穎企垦,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體晒来,經(jīng)...
    沈念sama閱讀 43,601評論 1 300
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,066評論 2 325
  • 正文 我和宋清朗相戀三年郑现,在試婚紗的時候發(fā)現(xiàn)自己被綠了湃崩。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,161評論 1 334
  • 序言:一個原本活蹦亂跳的男人離奇死亡接箫,死狀恐怖攒读,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情辛友,我是刑警寧澤薄扁,帶...
    沈念sama閱讀 33,792評論 4 323
  • 正文 年R本政府宣布,位于F島的核電站废累,受9級特大地震影響邓梅,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜邑滨,卻給世界環(huán)境...
    茶點故事閱讀 39,351評論 3 307
  • 文/蒙蒙 一日缨、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧掖看,春花似錦匣距、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,352評論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至归榕,卻和暖如春尸红,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背蹲坷。 一陣腳步聲響...
    開封第一講書人閱讀 31,584評論 1 261
  • 我被黑心中介騙來泰國打工驶乾, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人循签。 一個月前我還...
    沈念sama閱讀 45,618評論 2 355
  • 正文 我出身青樓级乐,卻偏偏與公主長得像,于是被迫代替她去往敵國和親县匠。 傳聞我的和親對象是個殘疾皇子风科,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 42,916評論 2 344

推薦閱讀更多精彩內(nèi)容