漏斗分析

漏斗分析概述

漏斗是用户在产品使用中完成的一系列行为转化。举例来说,用户购买商品的流程可能包含以下步骤:「浏览商品」-「加入购物车」-「提交订单」-「完成购买」,可以将以上的步骤看做一个漏斗。

漏斗分析可以帮助企业了解用户在行为步骤中的转化或流失情况,进而通过优化产品或者开展运营活动提升转化率,达成业务目标。通过漏斗分析进行查询后,可以保存为报表添加到自制看板中进行展示和统计。

说明

  • 步骤:由一个事件加一个或者多个筛选条件组成,表示一个转化流程中的一个关键性的步骤

  • 转化周期:用户完成漏斗的时间限制,也即只有在这个时间范围内,用户从第一个步骤,行进到最后一个步骤,才能被视为一次成功的转化

  • 时间范围:在界面上选择的时间范围,是指漏斗的第一个步骤发生的时间范围

应用场景

漏斗分析可以解决

  • 分析用户使用产品的关键过程的转化率,比如查看浏览商品到完成购买的总转化率

  • 定位用户在哪个步骤转化中流失最多,比如用户在填写资料到完成注册过程中转化率较低,针对影响此步骤的一些因素进一步分析流失原因,可能短信验证码未发送成功。

以「注册页面到注册完成」步骤为例:

  1. 选择分析主体:登录用户

  2. 选择和设置漏斗步骤事件:注册页面-手机验证-注册

  3. 设置转化周期:1 天

  4. 选择时间范围

  5. 点击「开始分析」

漏斗分析实例

操作说明

1.页面组成

漏斗分析功能,主要由以下几部分组成:

0E8CC5C1-9B92-4641-88C3-27D6B5F9F0D7
  1. 历史查询列表区域:用户可点击选择历史保存的查询列表。

  2. 信息配置区:用户可进行事件、指标、属性设置、分组和时间选择等操作选择。

  3. 界面组成分析结果区域:用户可查看分析结果后的可视化图表以及明细数据。

2.操作说明

「2.1 选择分析主体」

CC4123CD-8CC3-42A7-8208-2D8F6769B986

在漏斗分析模块,除了可以按照设备ID串联用户的行为,还可以支持按照登录用户ID来串联用户的行为,下拉列表包括两项“设备”和“登录用户”,默认选择“设备”。

「2.2 添加漏斗步骤」

40D724D9-81F9-4DFE-9123-ECD77C882CF4

1.点击下拉选择具体的事件作为漏斗步骤,支持对漏斗步骤添加别名

2.添加筛选条件:

-支持事件的属性筛选过滤属性分类

-根据属性的不同类型支持不同的筛选符号筛选符号说明

3.设置转化周期:

-设置漏斗的第一步到最后一步整个转化所需的时间范围,只有在这个时间范围内,用户从第一个步骤,行进到最后一个步骤,才能被视为一次成功的转化。

-转化周期粒度可选择:分钟、小时、天:

  • 事件周期为1天,按天分区计算,漏斗事件不可以跨天

  • 事件周期为24小时,按小时分区计算,漏斗事件可以跨天

「2.3 选择属性分组」

FCF75080-9871-46E5-8D52-1024214163EB

选择属性对指标进行分组展示,比如想看不同渠道的转化情况,可以用两个属性进行交叉去分析。

-所有步骤的属性都满足分组的属性才会认定为一个完整的漏斗

-在漏斗分析的分组时候,一个用户如果满足多个漏斗,会归入多个分组。

「2.4 添加全局筛选」

FEBCD8B9-5155-44B6-B7E1-B2B8FECABF23

当选择两个步骤事件指标或者更多时,全局筛选支持基于不同事件之间共有属性进行公共过滤。具体筛选能力和设置同单事件的属性过滤能力。

「2.5 添加用户分群」

0C57D344-A317-4F97-98DB-05AF784AF0B4

需要看特定人群的数据表现时,即可以通过「筛选用户分群」实现。创建用户分群具体方案见:人群洞察。

「2.6 选择时间范围」

787

可以根据需求选择查询的时间范围和时间粒度,选择时间范围有「相对时段」和「固定时段」两种方式,相对方式里面提供 默认时间为过去7天,按天分区展示。

-「相对时段」基于某一锚点往前推的日期范围,会随着时间不断变化,里面有过去X天/周/月三种维度的选项,也支持自定义的去设定过去X天/周/月的时间筛选条件。天为完整的自然天,周的选范围是周一到周日,月即自然月(每月1号至最后1天)

详细规则如下:

  • 过去n天:基于当前时间往前推完整的n天;

  • 过去n周:基于当前时间往前推n个完整的周,如果当前时间是该周的最后一天,那么过去n周包含当前时间的所在周。示例:如果当前时间是7.20号(周二),那么过去1周即为7.12-7.18(周一到周日);如果当前时间是7.18号(周日),那么过去1周即为7.12-7.18。

  • 过去n月:基于当前时间往前推n个完整的月,如果当前时间是该月的最后一天,那么过去n月包含当前时间的所在月。示例:如果当前时间是7.20号,那么过去1月即为6.1-6.30;如果当前时间是6.30号,那么过去1月就是6.01-6.30。

-「固定时段」可以在日历框中直接选择起始日期,点击确认后就会选取当前时间范围,进行数据分析(固定时段的最大选取范围是366天)

「2.7 查看分析图表」

6AB6E3AB-A6ED-4C52-9512-4DF9328D36F7设置完查询条件并点击「开始分析」后,可查看分析结果。

-点击右上角「导出数据」可以下载excel文件。

-对常用的指标进行保存便于后续重新查询,可以通过右上角「保存」设置按钮进行操作

* 总转化率:触发了第1步骤后的用户,在「时间范围」内且在第1步骤触发时间后的「转化周期」内,按步骤依次触发事件(在筛选条件内,包括事件筛选条件和全局筛选条件),并按分组维度的最终步骤的转化比例。

* 步骤间转化率:触发了第1步骤后的用户,在「时间范围」内且在第1步骤触发时间后的「转化周期」内,在漏斗中相邻步骤的转化比例。

* 第n步设备数/登录用户数:

    • 若n=1:在「时间范围」内,触发了第1步骤的事件(在筛选条件内,包括事件筛选条件和全局筛选条件),并按分组维度的去重设备数/登录用户数。

    • 若n>1:触发了第n-1步骤后的用户,在「时间范围」内且在第1步骤触发时间后的「时间周期」内,触发了第n步骤的事件(在筛选条件内,包括事件筛选条件和全局筛选条件),并按分组维度的去重设备数/登录用户数。

「2.8 查看明细数据」

8ECF9B85-F1CE-488E-A036-7DBEAF7486F1

在明细数据中,有统计结果的详细数据。如果有分组查询,可以看到每个分组的转化率。

「2.9 保存数据到报表」

86878

1.输入报表名称

2.选择报表保存的时段

- 「不同时段对报表的影响」

  • 选择相对时段,报表日期可以根据看板选择时间做查询

  • 选择固定时段,报表日期不会根据看板选择时间而改变

  • 没有选择时段,报表日期会跟随看板选择的时间

3.点击「确定」按钮即可把数据保存到报表列表

「2.10 添加报表到看板」

对于已经的保存报表,可以选择添加报表到看板:

5E411137-6EF4-407C-8730-01F6772A5C86
  1. 输入「报表名称」

  2. 选择添加的看板

  3. 选择图表希望的展示类型

  4. 选择图表在自制看板中的展示布局

  5. 点击「确定」即可

漏斗分析计算逻辑

  1. 规定漏斗的每个步骤

漏斗一般包含2个以上各步骤,用户需要依次完成步骤。

  • 步骤:由一个事件加一个或者多个筛选条件组成

2.确认漏斗的时间范围和转化周期

一个完整的漏斗需要有明确用户完成漏斗的时间限制,也只有在这个周期内,用户从第一个步骤,行进到最后一个步骤,才能被视为一次成功的转化。同时我们也要确定好时间范围,即统计区间,是统计近7天的漏斗转化,还是近30天的转化?

  • 转化周期支持选择:分钟、小时、天

  • 时间周期为1天,按天分区计算,漏斗事件不可以跨天时间周期为24小时,按小时分区计算,漏斗事件可以跨天

Eg:假设一个漏斗的步骤是:访问首页、选择支付方式、支付成功,选择分析范围为1号-3号,在不同转化周期,用户在不同时间点触发事件如下:

1号11点

1号23点

2号11点

2号23点

3号11点

3号23点

访问首页

选择支付方式

访问首页

访问首页

选择支付方式

支付成功

选择转化周期为1天:用户并没有在1个自然日内触发所有步骤事件,不计入最终转化漏斗

选择转化周期为2天::用户在2个自然日内触发所有步骤事件,计入最终转化漏斗

选择转化周期为24小时:用户在2号23点-3号23点内(满足24小时以内)触发所有步骤事件,计入最终转化漏斗

3.设定漏斗的条件限制

我们可以用不同的筛选条件对漏斗进行限制,具体筛选逻辑如下

  • 支持按照事件的筛选条件和全局筛选条件对事件进行过滤

  • 全局筛选条件作用于所有步骤

  • 如果配置了事件的筛选条件和全局的筛选条件,筛选条件逻辑为:事件筛选条件 &全局筛选条件

Eg:假设一个漏斗的步骤定义是:访问首页、选择支付方式(筛选条件:支付方式=微信)、支付成功,那么不同用户的行为如下例子:

用户1:访问首页 -> 选择支付方式(支付宝) -> 选择支付方式(微信)-> 支付成功

用户2:访问首页 -> 选择支付方式(支付宝) -> 访问首页 -> 访问首页 -> 支付成功

用户1会被计入到最终转化漏斗,用户2不会计入到最终转化漏斗

4.对漏斗进行分组对比

漏斗分析包括的分组功能,可以在查询条件中加入分组筛选,对比不同分组下漏斗间的比较

  • 支持预制属性和所有步骤的共有自定义属性进行分组

  • 对于每个分组漏斗,所有步骤的属性都满足分组的属性才会认定为一个完整的分组漏斗

  • 如果一个用户在时间范围内满足多个分组条件漏斗,会归入多个分组。

Eg:假设,我们选择了一个分组属性是自定义属性“商品品牌”,这个筛选表示,在漏斗转化中按照“商品品牌”的值来进行分组。设一个漏斗的步骤定义是:浏览商品、加入购物车、支付,那么不同用户的行为序列及实际转化步骤,见如下例子:

例 1:浏览商品(苹果)->浏览商品(诺基亚)->浏览商品(三星)->加入购物车(三星)->支付(三星)

例 2:浏览商品(苹果)->浏览商品(三星)->浏览商品(苹果)->加入购物车(苹果)->支付(苹果)

例 3:浏览商品(苹果)->浏览商品(三星)->加入购物车(三星)->浏览商品(苹果)->加入购物车(苹果)->支付(苹果)->浏览商品(诺基亚)->加入购物车(诺基亚)

例 4:浏览商品(苹果)->加入购物车(三星)->支付(三星)

在以上例子中的转化人数:

分组(手机品牌)\事件

浏览商品

加入购物车

支付

最终转化人数

苹果

4

2

2

2

三星

3

2

1

2

诺基亚

2

1

0

0

整体

4

4

4

4

5. 对漏斗的转化指标进行解读

计算各阶段的用户数量、进而计算一下转化率

  • 第n步设备数/登录用户数:

    • 若n=1:在「时间范围」内,触发了第1步骤的事件(在筛选条件内,包括事件筛选条件和全局筛选条件),并按分组维度的去重设备数/登录用户数。

    • 若n>1:触发了第n-1步骤后的用户,在「时间范围」内且在第1步骤触发时间后的「时间周期」内,触发了第n步骤的事件(在筛选条件内,包括事件筛选条件和全局筛选条件),并按分组维度的去重设备数/登录用户数。

  • 总转化率=最后一步的去重设备数(登录用户数)/第一步的去重设备数(登录用户数)

  • 步骤间转化率=第n步的去重设备数(登录用户数)/第n-1步的去重设备数(登录用户数)

阿里云首页 Quick Tracking 相关技术圈