一.漏斗模型
顾名思义,“漏斗” ,逐层递进,层层过滤。
在电商app场景下,最经典的为用户的浏览->点击->加购->下单 漏斗模型。
用漏斗模型进行数据分析的常用指标:
- 渠道:用户从哪种渠道 “引流”进入到app,例如google,facebook,tiktok等。不同渠道引入的用户 可能会带有不同的用户群体特征,例如google渠道可能是无心插柳的搜索用户,facebook更多为男性用户,tiktok可能是更年轻的用户等等。这在做数据分析时是需要考虑的重要因素
- PV (Page View):页面浏览量
- UV (User View):独立访问量。pv和uv一般作为同时观测的指标,防止出现作弊,异常流量。或者某些特殊偏好行为用户群体占比过大 导致pv或者uv值 异常等等。
- 停留时间:页面停留的时间。比较重要的指标,需要技术配合进行相关埋点标记工作
- 转化率:进入到下一个页面。核心观测主要
- 跳失率:同流失率,“反悔”。在其他模型(用户全路径模型)下更为重要,表示某个页面对用户的“吸引程度"
四个环节的转化率在数据分析上有宏观上的指导意义,通过一些数据开发/报表手段 可以检测某个业务或者 维度下的 转化率趋势。
例如:建设一张分ios/android 并可下钻到不同app版本 的 四个转化率(浏览->点击转化率,点击->加购转化率,加购->下单转化率) 日趋势图报表。(注:最好使用柱状图同时展示转化率对应分母的绝对值或占比,便于观察某个版本的影响大小)
当发现某天浏览->点击 转化率 发生波动时,快