漏斗模型是增長黑客在做運營數據分析中最基礎也是最有效的數據分析模型之一，通過漏斗模型能夠發現用戶體驗過程中的流失節點，從而找到提升轉化率的應對策略。本文從數據增長實踐的角度，帶你建立漏斗模型，提升用戶轉化率。
一、什麼是漏斗分析模型？
漏斗分析模型是指通過記錄不同關鍵節點的用戶轉化率，發現用戶流失環節，從而發現用戶流失原因，找到提升轉化的方式。
例如電商用戶從進入首頁到最終完成支付的行為，大多需要經過搜索商品/瀏覽分類，查看商品詳情、加入購物車、生成訂單、開始支付、完成支付等幾個關鍵環節，通過統計用戶在不同環節的轉化率，建立漏斗分析模型，如下圖。
漏斗分析統計的是不同環節的事件發生人數，而不是次數，因為用戶經常發生在一個環節多次發生事件的行為，例如用戶會瀏覽多個商品詳情後才會產生下單購買行為，如果統計次數，就可能產生瀏覽商品詳情人數大於進入首頁人數的情況。
對於瀏覽次數的分析，可以通過另外一種分析方式，分析出用戶需要幾次訪問才會產生下一步行為，分析瀏覽次數對下一步轉化的影響因素。
二、如何分析出現流失的原因？
漏斗模型反饋了用戶流失的環節，例如在下圖中，從發送手機驗證碼-完成註冊這一步有24人流失，那麼用戶已經開始註冊了，為什麼還會在最後一步出現流失呢？
接下來，可以通過對用戶的具體行為分析發現流失的原因。通過對24個流失用戶的行為記錄進行分析發現，有些用戶註冊失敗的原因為伺服器的原因，那麼針對這部分用戶，完全是可以召回的有效用戶。
通過對單個用戶的流失原因分析，一方面可以針對不同用戶各自的流失原因進行直接觸達，比如發個簡訊或者打個電話直接溝通；另一方面還可以快速鎖定原因，比如上圖中所示的「伺服器忙」，可以將原因反饋給相關技術部門進行處理，修復故障。
三、如何建立漏斗模型？
漏斗模型分析者通過梳理用戶轉化過程中的關鍵流程，分析每一個關鍵環節的用戶轉化情況，但用戶往往並不會按照開發者「規劃」好的行為路徑使用產品，在建立漏斗模型上，我們需要考慮用戶習慣較高的行為路徑。
在這裡可以使用「太陽圖」來分析用戶發生的行為，太陽圖將全部用戶的所有行為路徑在一張圖中直觀且清晰的呈現出來：圓弧層數越多，說明用戶的行為軌跡越長；圓弧弧度越大，說明用戶觸發該行為越多。
通過太陽圖可以發現用戶的使用習慣，將用戶主動發生的行為計入到漏斗分析中，建立漏斗分析的關鍵轉化環節。
原創文章，作者：投稿專員，如若轉載，請註明出處：https://www.506064.com/zh-tw/n/306811.html
微信掃一掃 
支付寶掃一掃 