0x00 什么是漏斗分析
說起數據分析，很多人把精力放在了各種高大上的數據模型上事實上，比較常見的一些數據分析方法，往往都不是什么非常高深的學問，在實踐中，涉及到的方法論或者復雜性，其實是遠低于學校里學習的專業知識而我們非?？粗財祿治?，本質是看重，數據，，以及利用數據來做的，分析，，好的結論不一定有多么高大上的模型，但它一定有數據作為支持
現如今我們所做的各種決策，都在強調數據的重要性，不論是市場調研的數據，還是產品上線后的用戶數據，都貫穿了產品研發的整個生命周期。
今天我們來講一個原理非常簡單，但卻非常實用的分析方法:漏斗分析。
說起漏斗分析，這是數據領域最常見的一種，程式化，數據分析方法，它能夠科學的評估一種業務過程，從起點到終點，各個階段的轉化情況通過可以量化的數據分析，幫助業務找到有問題的業務環節，并進行針對性的優化
在電商模式中，提到，轉化率，，就往往配有一張，漏斗分析圖，作為輔助的說明這是因為在電商模式下，我們所做的每一項活動，都與用戶有著直接或者間接的聯系，而我們活動的本質也都是一樣的:為了讓用戶成為持久的消費者
因此，當我們分析用戶從進入產品到完成消費的過程時，可以大體分為如下幾個關鍵步驟:進入首頁，查看商品頁，加入購物車，進入支付頁面，成功支付通過分析每個階段的轉化率和流失率，能夠直觀地發現很多問題，進而找到提升KPI的方法
0x01 漏斗分析的作用
漏斗分析，是一個非常經典的模型，自問世以來，衍生出了諸如AARRR用戶增長模型，SICAS用戶行為消費模型等衍生版本，基本上是各類分析報表的標配大多數據互聯網產品，其本身的商業邏輯就是一個虛擬的漏斗，而我們的目的就在于如何讓用戶順利的到達我們所設定的，目標行為，，如支付，注冊
例如，在用戶運營領域，漏斗對于用戶行為的分析而言，是非常有必要的在產品上線后，關鍵的業務路徑，都要進行漏斗分析，判斷每個環節的設計是否存在缺陷典型的如用戶注冊場景，從引導 — 注冊 — 分享 — 進入首頁，往往在分享這個環節，轉化率非常低，那么我們就要考慮是否放棄這個環節，或者有什么其他的優化動作
例如，在自媒體運營方向，假設一個自媒體賬號有10W粉絲，發送一篇文章獲得1W閱讀，大約有1K用戶收藏了文章，最后由100用戶進行了付費打賞那么這個10W — 1W — 1K — 100也是典型的漏斗環節，用戶付費轉化率就是0.1%如果需要提升付費轉化率，需要以這個數據作為依據，來判斷到底是應該打廣告來增加閱讀量，還是引導用戶多收藏文章
以上是兩個非常簡單的例子，在具備一定規模的公司中，通常都有非常多類似的問題，是迫切需要進行分析解答的，包括但不限于:
為什么注冊步驟轉化率非常低 為什么很多人下單了卻沒有支付 為什么某個渠道量很大，但點擊率卻非常低 如果不做瀏覽器的適配，那么會損失多大的用戶規模 進入首頁卻沒有下單的用戶，接下來都去了哪里
一個設計科學的漏斗分析體系，能夠快速解答和分析這些問題，是可以實實在在的改善業務，提升業務收入的。
漏斗分析的作用，有兩個大的特點:
其一，漏斗分析，能夠梳理業務的關鍵流程環節，監控用戶，流量在各個業務階段的轉化情況，及時對低轉化率環節進行分析，定位流失的關鍵環節，進行持續的優化。
其二，漏斗分析，往往配合多維度之間的對比，針對不同的人群，渠道做差異化的分析，如新用戶，老客戶，如新渠道，老渠道，分析轉化率最好和最差的維度，從而提升運營精度和效率。
接下來我們講解一下如何進行，漏斗分析，。
0x02 如何進行漏斗分析
按照慣例，我們通過，分解，的形式，來一步一步的闡述這個分析過程。
第一步，還原業務關鍵過程
前文提到過，漏斗分析是針對業務的關鍵流程環節，做洞察和分析因此在進行分析前，我們首先需要還原這個業務過程的關鍵步驟，并驗證其是否是可以通過漏斗進行分析
例如，在電商廣告場景下，廣告主可以通過各種方法，向用戶宣傳自己的產品這時候，用戶會根據宣傳的曝光詞，點擊搜索框進入到搜索頁面，這時候會根據平臺提示的關鍵詞進行搜索，或者是主動發起搜索，到達搜索呈現的結果頁之后，再進行相應的點擊行為，并完成最終下單
這個時候我們可以確定一條從搜索到展示的關鍵路徑:廣告投放展示 — 搜索關鍵詞 — 點擊搜索結果 — 完成下單。
進一步進行思考，我們可以把每一步賦予業務上的涵義，即:廣告投放展示 — 搜索關鍵詞 — 點擊搜索結果 — 完成下單。
以上述例子為模型，我們可以作如下的區分:
廣告投放展示:在不同渠道廣告展示的曝光量，點擊量，點擊用戶數，
搜索關鍵詞:在電商平臺中，不同關鍵詞所產生的搜索量，搜索用戶數，
點擊搜索結果:在電商平臺中，相應關鍵詞所產生的點擊量，點擊用戶數，
完成下單:產生下單行為的用戶數。
第三步，制作漏斗分析模型
從上一步的結果中，我們評估進行可以進行分析的數據維度，并通過報表平臺搭建對應的漏斗圖，展示可以分析的數據。
例如我們可以將渠道作為分析維度，將展示，搜索，點擊過程中產生的曝光量，點擊量作為分析的一個過程，也可以通過點擊/搜索/下單產生的用戶數，作為分析的一個過程，也可以將用戶進行分組，查看分組的結果。
第四步，進行漏斗分析
雖然現在可以進行數據分析了，但在實際的業務場景中，一種現象并不是單一的數據結果所能夠解釋的，往往需要通過多個角度的分析，來還原一個更準確和全面的答案。
常見的分析過程如下:
其一，查看漏斗轉化率，將結果按照渠道，用戶分組進行查看，找出轉化率明顯偏低的環節，
其二，分析數據變化的趨勢，按照時間，分析當前階段，在不同日，周，月，季，年下的變化趨勢，找出轉化波動率最大/最小的時間點，
其三，不同維度對比，篩選不同的渠道，用戶分組，將轉化率和變化趨勢進行對比如果不同渠道數據相差較大，那么原因可能是某些渠道存在作弊情況，如果是不同手機型號存在差異，那么可能是手機的適配性，網速等存在差異，如果是不同的用戶組存在差異，那么根據用戶分組方法的不同，如購買能力，新老用戶，也可以分析出一部分原因
其次，如果不能夠得出明確的結論，需要再返回之前的步驟，思考是按照關鍵詞進行分類，或者是新增某個環節的分析，或者是向其他部門尋求類似場景的分析思路，然后再對剛才的過程進行復盤和優化，直到找到最可靠的原因。
根據前文的闡述，我們可以看出，從分析人員的角度出發，當然是工具越自動化越好，能夠更快的重復步驟，找到原因但是從數倉或者工程人員的角度出發，其實這些分析訴求具有高度的不確定性，因此這種高度自動化的平臺很難實現，更傾向于通過，提需求，的方式來人肉完成部分的工作
從業務發展的角度上看，在公司快速發展的時候，分析師與數倉一體化的配合，走部分人肉的方式是無可厚非的，但當規模增加到一定程度時，對于成熟穩定業務的支持，就需要有工具做配合了，因為很多深入的分析細節，人肉的，效費比，太低，人力成本上無法負擔。
0xFF 漏斗分析的進階學習
在學習了一些基本的知識之后，我們還需要將問題進行思考，探討那些更加，自動化，和，科學化，的做事方法。
自動化，是提升做事情的效率，降低人力成本的最有效途徑，在業務發展平緩的公司中，漲薪的根源，便是節約，技術支持，所省下來的成本。
因此，在漏斗分析這件事情上，我們可以把關鍵要素抽象出來，從而為設計自動化的平臺作參考。漏斗分析，可以抽象出三要素:
第一，是時間，指漏斗的轉化周期，是從某一環節到其他環節所消耗的時長在實際的業務過程中，一般需要根據業務的特定，設定一個合理的轉化周期，如最近30天，超過該周期的就不再認為是一個合理的轉化這是設計自動化產品首要考慮的因素
第二，是節點，指漏斗的每一環節的配置方法，在業務上具備可操作性，同時也是產品的關鍵路徑，方便分析人員自由的搭配查看。
第三，是流量，指人群/用戶的點擊，搜索或某個具體的業務動作，由于不同人群/用戶在相同漏斗下的轉化是不一樣的，因此需要對人群/用戶進行合理的分組，更清晰定位產品特點，得出合理的解釋。
下一步討論，科學化，的做事，主要指科學歸因的重要性。
漏斗分析，往往與，歸因分析，相關，因為能夠到達關鍵環節的動作有很多實際上，業務流程轉化并非理想中那么簡單例如用戶下單某一件商品，可能是因為看了電視廣告，可能是因為隨手點擊某個直播鏈接，也可能是因為看了朋友分享的朋友圈直接進行下單在市場營銷的視角里，市場活動，線上運營，郵件營銷，電商廣告等，都可能觸發用戶購買因此需要科學的判斷，這一次的結果，是與哪些，原因，相關，每一次轉化節點應根據事件功勞差異而科學設置
因此我們往往需要算法的配合，來正確的識別，不同的營銷渠道在用戶購買決策的全流程中，對用戶影響的，功勞，最大，權重較大，能夠直接促進用戶轉化在進行科學的漏斗分析時，通過歸因權重作為漏斗轉化的依據，能夠大大增大了漏斗分析的科學性
通過上面兩個例子可以看出，一件事情本身的概念可以是非常簡單的，但簡單不代表其好做，因為實際的業務是非常復雜的，需要根據不同的情況做各種抽象，匯總和升華，這才是分析真正難做的地方。
在當下，各個工種有相互，卷，的趨勢，比如前端搞后端，后端搞數據，數據搞分析，分析做業務，但其實只有抓住業務的本質，才知道這么，卷，下去有沒有前途，而不僅僅是，為了智能化而智能化，。
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
|
