数据分析模型之漏斗分析

下雨天，竟然穷到没朋友跟我去打台球！我只能屏气凝神，重新做人～！

事实上前段时间还有更可悲的一事，毒液上映这么久了，我还没找到合适的人陪我去看。我去反思反思，求不翻白眼～

图片发自App

漏斗分析的定义

        漏斗分析是能够在用户行为（提前定义好的行为事件）和数据方面客观反映用户的行为状态（为什么说是在事件行为和数据方面客观？因为漏斗的步骤是你来定义的，你筛选出来的行为和数据只是客观展示）以及从起点到终点各阶段用户的转化率情况的这么一款分析模型。【重复读几遍吧，我也反复斟酌，再不济就留言哈哈哈哈哈哈～】

        为了能说清楚漏斗分析，先引用现世上一则营销观念：“营销管理重在过程，控制了过程及就控制了结果。” 这里的过程可以理解为漏斗分析的步骤。漏斗分析模型是企业实现精细化运营的重要分析模型，这里的精细化程度影响着营销的成本和营销是否成功。可以先思考一下，你所在企业的营销是如何进行的？如了解的可以去仔细了解一下～

        漏斗分析模型比较常见的应用于渠道来源分析、用户注册转化等日常数据运营中。例如在一款借款App中，用户从某个渠道被激活直到（用户触碰多个渠道，最后转化哪个渠道的出力更多，这种边界用户的处理，在进行事件设计的时候一定要定义好统计口径，保证统计的质量，后续的分析才会有意义）注册再到申请借款，一般的用户借款路径为激活APP（下载APP）、用户注册、进入APP产品页、对比产品、申请借款、确认借款，漏斗能够展现出各个阶段的转化率，通过漏斗各个环节相关话剧的比较，直观地发现和说明问题的所在，哪个环节流失用户比较严重，一眼可见可优化的流程或产品本身。

        理解漏斗时需要注意亮点，其一：我们常见的“漏斗”都是将液体从大口倒入，小口漏出。我们这里所说的漏斗分析，每个前步骤只会有部分用户进入到下一步骤中，所以此“漏斗”是有筛选功能的；其二：我这里说的漏斗分析，就是我们跟踪的整个漏斗的转化过程，是以用户为最小粒度单元进行计数（数据展示），进入下一步的用户一定是完成了所有前步骤的。

漏斗分析模型的价值

        在某个条件下漏斗分析会更有价值。你可以先思考一下这个条件会是什么？-------提前做好用户分组     

      对于业务流程比较规范、周期较环节较多的流程分析，漏斗分析能够直观展示说明问题所在。千万别觉得漏斗分析模型只是简单的看一下转化率。其实还有几个方面也是很优秀的：

        1. 监控用户在各个关键节点的转化情况。

        当我们聚焦用户全流程最有效的转化路径时（产品设计初期我们都会有理想的转化路径），漏斗数据的展示可以真实的反映用户真实的行为路径，其一：明摆着可优化的点，可以提升用户体验（对产品而言）；其二：迅速定位流失环节，针对性的下钻分析可以找到可优化的点，可以降低流失提升用户留存率（对运营而言）。

        2. 多维度切分展示用户转化情况。

        客观的漏斗分析能够展示转化趋势，让企业对用户行为变化变得敏感，帮助企业精细地捕捉敏感点，多维度切分敏感点提升转化分析的精度和效率。

        3. 不用属性的用户群体比较其转化漏斗（优化的路标）。

        漏斗对比其实是漏斗分析重要的一笔。如果我们能做好用户分组，运营人员可以通过观察不同属性用户群体（比如新注册用户于老用户、不同渠道来源的用户等）各环节的转化率，各流程步骤转化率的差异对比，了解好的为何好，其他的就可以针对性的进行调整。

未来话～

        在我们设计产品过程中，我们一直致力于定义最佳用户转化路径，并将资源高效集中在此点发力。而在企业真实的漏斗分析中，业务流程转化流程并非那么简单～ 共勉加油，周末愉快。