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、進(jìn)行用戶行為分析的重要數(shù)據(jù)分析模型，其精細(xì)化程度影響著營銷管理的成敗，以及用戶行為分析的精準(zhǔn)度。

現(xiàn)代營銷觀念認(rèn)為：“營銷管理重在過程，控制了過程就控制了結(jié)果?！庇脩粜袨榉治鲋┒贩治瞿Ｐ褪瞧髽I(yè)實(shí)現(xiàn)精細(xì)化運(yùn)營、進(jìn)行用戶行為分析的重要數(shù)據(jù)分析模型，其精細(xì)化程度影響著營銷管理的成敗，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^程管理不透明、數(shù)據(jù)分析不精細(xì)、用戶行為分析不科學(xué)而造成結(jié)果失控。因此，我們經(jīng)常能夠聽到一些產(chǎn)品經(jīng)理的抱怨不絕于耳：從啟動 APP 到“支付成功”，用戶轉(zhuǎn)化率為何僅僅 0.8 %？

一、什么是漏斗分析？

究竟什么是漏斗分析？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。

漏斗分析模型已經(jīng)廣泛應(yīng)用于流量監(jiān)控、產(chǎn)品目標(biāo)轉(zhuǎn)化等日常數(shù)據(jù)運(yùn)營與數(shù)據(jù)分析的工作中。例如在一款產(chǎn)品服務(wù)平臺中，直播用戶從激活A(yù)PP開始到花費(fèi)，一般的用戶購物路徑為激活A(yù)PP、注冊賬號、進(jìn)入直播間、互動行為、禮物花費(fèi)五大階段，漏斗能夠展現(xiàn)出各個階段的轉(zhuǎn)化率，通過漏斗各環(huán)節(jié)相關(guān)數(shù)據(jù)的比較,能夠直觀地發(fā)現(xiàn)和說明問題所在，從而找到優(yōu)化方向。

二、漏斗分析模型的特點(diǎn)與價值

對于業(yè)務(wù)流程相對規(guī)范、周期較長、環(huán)節(jié)較多的流程分析,能夠直觀地發(fā)現(xiàn)和說明問題所在。值得強(qiáng)調(diào)的是，漏斗分析模型并非只是簡單的轉(zhuǎn)化率的呈現(xiàn)，科學(xué)的漏斗分析模型能夠?qū)崿F(xiàn)以下價值：

1.企業(yè)可以監(jiān)控用戶在各個層級的轉(zhuǎn)化情況，聚焦用戶選購全流程中最有效轉(zhuǎn)化路徑；同時找到可優(yōu)化的短板，提升用戶體驗(yàn)。

降低流失是運(yùn)營人員的重要目標(biāo)，通過不同層級的轉(zhuǎn)情況，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(diǎn)，如此提升用戶留存率。

2.多維度切分與呈現(xiàn)用戶轉(zhuǎn)化情況，成單瓶頸無處遁形。

科學(xué)的漏斗分析能夠展現(xiàn)轉(zhuǎn)化率趨勢的曲線，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,對選購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，從差異角度窺視優(yōu)化思路。

漏斗對比分析是科學(xué)漏斗分析的重要一環(huán)。運(yùn)營人員可以通過觀察不同屬性的用戶群體（如新注冊用戶與老客戶、不同渠道來源的客戶）各環(huán)節(jié)轉(zhuǎn)化率，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，分析漏斗合理性，并針對轉(zhuǎn)化率異常環(huán)節(jié)進(jìn)行調(diào)整。

三、在漏斗分析模型中，科學(xué)歸因、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。每一次轉(zhuǎn)化節(jié)點(diǎn)應(yīng)根據(jù)事件功勞差異（事件對轉(zhuǎn)化的功勞大?。┒茖W(xué)設(shè)置。企業(yè)一直致力定義最佳用戶購買路徑，并將資源高效集中于此。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單。

以市場營銷為例，市場活動、線上運(yùn)營、郵件營銷都可能觸發(fā)用戶購買。A 欲選購一款化妝品，通過市場活動了解 M 產(chǎn)品，后來在百度貼吧了解更多信息，但是始終沒有下定決心購買。后來收到 M 公司的營銷郵件，A 被打折信息及詳實(shí)的客戶評價所吸引，直接郵件內(nèi)跳轉(zhuǎn)至網(wǎng)站購買了該商品。

那么，在漏斗設(shè)置時，轉(zhuǎn)化歸因應(yīng)該“歸”哪一個渠道呢？在這個案例中，運(yùn)營人員愿意以實(shí)際轉(zhuǎn)化的事件的屬性為準(zhǔn)。郵件營銷的渠道在用戶購買決策的全流程中對用戶影響的“功勞”最大、權(quán)重較大，直接促進(jìn)用戶轉(zhuǎn)化。在科學(xué)的漏斗分析模型中，用戶群體篩選和分組時，以實(shí)際轉(zhuǎn)化事件——郵件營銷來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，尤其電商行業(yè)的數(shù)據(jù)分析場景中，運(yùn)營人員在定義“轉(zhuǎn)化”時，會要求漏斗轉(zhuǎn)化的前后步驟有相同的屬性值。比如同一 ID（包括品類 ID、商品 ID）才能作為轉(zhuǎn)化條件——瀏覽 iphone6，購買同一款 iphone6 才能被定義為一次轉(zhuǎn)化。因此，“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。

四、漏斗分析場景

場景一：電商行業(yè)不同客戶群體的轉(zhuǎn)化情況

某電商企業(yè)客戶根據(jù)客戶的消費(fèi)能力，將客戶劃分為普通會員、黃金會員、鉆石會員。為加強(qiáng)對用戶的轉(zhuǎn)化引導(dǎo)，F(xiàn) 欲針對不同用戶群體采用不同的運(yùn)營方式。

圖1 ?普通會員與鉆石會員的漏斗轉(zhuǎn)化情況對比（圖片來源：神策數(shù)據(jù)產(chǎn)品）

通過對比，可明顯看出，普通會員從“提交訂單”到“支付訂單”的轉(zhuǎn)化率明顯低于鉆石會員。為找到“支付訂單”階段轉(zhuǎn)化率變低的原因，F(xiàn)公司運(yùn)營人員應(yīng)深度分析普通會員轉(zhuǎn)化率情況，如對比不同付費(fèi)渠道（PC 端、手機(jī)端等）的轉(zhuǎn)化情況，找到優(yōu)化的短板。另外，可以嘗試支付訂單流程的新手引導(dǎo)，幫助新手順利完成購買。

場景二：零售行業(yè)——中商惠民科學(xué)評估站內(nèi)推廣位的效果

首頁推廣位的效果監(jiān)控是站內(nèi)運(yùn)營重要一環(huán)，數(shù)據(jù)的監(jiān)測與分析是重要工作，它為站內(nèi)優(yōu)化、頁面體驗(yàn)提升作出指導(dǎo)。運(yùn)營人員可以通過用戶的點(diǎn)擊轉(zhuǎn)化率與購買轉(zhuǎn)化率可以判斷頁面不同推廣位置效果。下圖是中商惠民首頁推廣位“一元促銷”、“清潔專場”兩個Banner轉(zhuǎn)化率情況對比。（注：為涉嫌商業(yè)機(jī)密，以下場景模擬真實(shí)應(yīng)用場景而設(shè)，數(shù)據(jù)均為虛擬。）

圖2 ?“一元促銷”、“清潔專場”兩個Banner轉(zhuǎn)化率情況對比（圖片來源：神策數(shù)據(jù)產(chǎn)品）

除此之外，漏斗分析模型已經(jīng)廣泛應(yīng)用于各行業(yè)的數(shù)據(jù)分析工作中，用以評估總體轉(zhuǎn)化率、各個環(huán)節(jié)的轉(zhuǎn)化率，以科學(xué)評估促銷專題活動效果等，通過與其他數(shù)據(jù)分析模型結(jié)合進(jìn)行深度用戶行為分析，從而找到用戶流失的原因，以提升用戶量、活躍度、留存率，并提升數(shù)據(jù)分析與決策的科學(xué)性等。

相關(guān)閱讀

常見用戶行為分析模型解析（1）——行為事件分析

常見用戶行為分析模型解析（2）——用戶留存分析

作者：張喬，神策數(shù)據(jù)內(nèi)容營銷負(fù)責(zé)人。公眾號：神策數(shù)據(jù)

本文由 @張喬-神策 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。