【数据分析】业务分析中常见模型-漏斗模型

1. 漏斗模型
是一套流程式数据分析模型，用来反映用户在流程里的关键行为以及从起点到终点各阶段转化和流失情况

1.1 如何建立漏斗模型

梳理主要路径和流失节点–>选定核心路径–>观察和比较数据
● 选择开口大的路径
● 漏斗环节不能太多
● 漏斗环节间的量差不能太大
● 纵向对比
● 横向对比（指标拆分，多维度比较）

1.2 漏斗模型在电商广告优化中的应用

• 展现量体现了品牌和产品的曝光度，是广告投放的首要任务
• 点击量和访问量体现了品牌和产品曝光的效果，是不是吸引观众进一步了解产品
• 提升点击率，内容质量、优化标题、评论、价格
• 访问量和咨询量体现了用户购买的欲望，落地页信息页优化、图片展示、变体选择

1.3 案例：电商网站使用漏斗模型提升转化率

• 加深部分为关键路径

京东APP过去7日漏斗数据

• 通过纵向比对，发现从收银台到完成订单这一步转化率过低。
• 需要通过横向比较（细分指标、多维度分析）来进一步拆解问题
  • 搜索列表
    搜索点击率 （搜索结果首页点击率）
    详情页转化率
    搜索无结果次数
    需要关注搜索的途径：搜索框搜索、语音搜索、推荐搜索
  • 详情页
    平均页面停留时间
    加入购物车数目
    需要关注详情页面的排版设计、评论、客服…
  • 订单页面和收银台页面
    有效订单转化率
    UV成交转化率
    平均UV价值
    需要关注物流、退货、发票、运费、支付方式、支付异常（密码错误、冲动消费、技术问题…）

(1) 横向比较：看时间、找变化

• 通过观察订单页转化率过去六个月的变化曲线，我们发现六月份的订单页转化率下降了25%以上。
• 在六月份京东APP已经开始了“6.18”抢券赢折扣活动，订单页的转化率降低是不是和这个活动有关系？？

(2)横向比较：看用户，找不同，进一步验证假设

• 通过对参加活动的用户和未参加活动的用户进行对比分析，我们发现参加活动的用户的订单页转化率比未参加活动的用户低近40%，初步说明了订单页转化率和“6.18”活动有很强的相关关系。
• 我们进一步了解活动细则，发现这个活动是在每天下午5点和6点之间发放优惠券，选择这个时间的原因是大量的用户会在这段时间通勤，我们在这个时间段有很多活跃用户。
  
  根据活动的细则，我们进一步去对比工作日和周末的下午5点到6点的订单页转化率，结果显示工作日的订单页转化率几乎是周末的一半。考虑到这段时间我们有大量的活跃用户，且大量的活跃用户是在通勤的路上，那么我们就可以有两个方向去深挖：
  ● APP的稳定性
  ● 用户的网络状况
  经过和IT部门的沟通，活动期间APP的稳定性良好，那么我们进一步来深挖用户的网络状况。
  
• 我们在用户的网络环境维度上对付款成功情况对比，发现在这一时段有约20%的用户是处于2G、3G甚至离线的环境说明用户的网络环境对付款成功率确实有很大的影响。
• 结合我们前面得到的结论，我们可以判断在工作日的活动时段参加活动的可能会因为通勤或者其他原因导致网络环境不稳定，从而降低了付款成功的可能性， 导致订单页面的转化率降低
  (3) 跳出漏斗，关注用户体验
  订单支付页面停留时间