漏斗分析

漏斗
画面感很强的一个词,脑海中不由到一种器具。
这种神器上宽,下窄,收口处有大有小。
小时候提着瓶子去打酱油、打油、打散酒,
小卖部的老板都是用漏斗把这些流动的液体撞到细口的瓶子中。

漏斗这种生活中的一个器具又与数据分析中所说的漏斗分析是怎样关联到一起的呢?这一演变是建模思想的完美落地。

1. 漏斗分析模型

人们发现,在许多事物向前发展的过程中,都会呈现倒金字塔的形状。在同一起跑线出发的马拉松选手,随着段位的增加,越来越少的人可以继续留在赛道上,最终也只有极少数的人可以通过全程的最终点。这种淘汰或是流失的模式可以被抽象化为漏斗模型。

模型背后的意义:

关于实际应用场景中漏斗模型,人们期望的无非就两点:
1)最终漏出的数量多
2)最终漏出的比率高
针对这两点目标,可行的措施是:
1)增加最初的流入量
2)提高每一个关键点的留存率

2. 经典的“销售漏斗”

关于漏斗分析,听到比较多的可能是“销售漏斗”。销售漏斗模型中,每一个关键点都代表一个销售阶段的机会数,可以清晰的展示销售代表在开展销售到最终成交的过程中,机会的变化情况。行业不同,业务不同,应根据具体业务构建“销售漏斗模型”。下图某行业用的销售漏斗模型:
这里写图片描述

3. 漏斗建模的关键

一般来说,遇见的都是有序漏斗分析,这种顺序体现在关键节点的路径中。在有序漏斗中,路是越走越窄的,换句话说,后面的每一步留下的数据量都不可能大于前面一步留下的数据量。如果不符合这个条件,则表明关键路径的流程顺序可能是有问题的,需要调整路径顺序。

4. 一个简单的案例

数据分析需求描述
产品运营部门想要提升APP产品的成功注册用户数,需要数据分析师给予决策依据。

拿到这个分析专题,首先要理解业务意图。用户注册时一般需要完成几个步骤,每一步都完成后才能完成成功注册,由于外部和内部各种可控的、不可控的原因,用户可能在任何一个步骤会终止注册。

再制定分析计划的时候,需要对这个看似很小的业务场景进一步拆分,拆分为几个关键的步骤,这里假设该注册过程需要完成4步操作。在开展数据分析,依据业务的拆分选取数据指标,每个步骤中选取了一个关键页面,每个页面选取PV(Page View)、平均停留时间这两个指标,如下图所示:
这里写图片描述

总体来看,成功注册的整体转化率为39.8%。观察四个关键页面的转化率以及平均停留时间,可以看到Page2到Page3的转化率限制了整体的成功注册率,初步锁定问题到Page2处。再结合该页面的平均停留时间数据来看,在有531人放弃继续注册的情况下,Page2页面的平均停留时间仍居高不下为,猜测页面设计或要求填写的内容可能导致用户最终放弃注册。

分析师给出的结论就是,需要从Page2处着重开展运营,改善效果将显著。

案例所见的“销售漏斗”都是相对简单的,为了简化模型的设计及实现,其建模中通常只是抓取了几个比较大的、数据获取相对容易的关键节点去分析。但数据分析从来都是慢工出细活,要想锁定转化的问题所在,实际工作场景中往往需要构建更细致的模型。

俗话说,无数据不改善。所有数据分析的终极价值都体现在改善事物发展态势的实践中。

漏斗分析可以揭示每个关键环节的转化率、流失率,锁定主要问题所在,为全流程的改善提供参考建议。

QQ交流群: 254674155
微信公众号: 数据分析师手记
这里写图片描述

展开阅读全文

没有更多推荐了,返回首页