諸葛君說：剛剛接觸數(shù)據(jù)運(yùn)營(yíng)的童鞋可能都會(huì)產(chǎn)生這樣的困惑：數(shù)據(jù)運(yùn)營(yíng)難不難？數(shù)學(xué)不好怎么辦？是不是還需要學(xué)習(xí)數(shù)學(xué)建模？其實(shí)小編在剛開始接觸數(shù)據(jù)時(shí)也常常感到困惑，面對(duì)業(yè)務(wù)指標(biāo)不知從何下手，比如，之前在知乎上看到有人問：
1、漏斗，統(tǒng)計(jì)的是人數(shù)？還是次數(shù)？
2、如何構(gòu)建漏斗模型？要將瀏覽→完成交易中的每步都列出來嗎？
3、有哪些分析場(chǎng)景？
今天我們就來一起捋捋常見的數(shù)據(jù)分析方法——漏斗分析模型，同時(shí)逐一回答上述問題。
漏斗分析模型，簡(jiǎn)單來講，就是抽象產(chǎn)品中的某一流程，觀察流程中每一步的轉(zhuǎn)化與流失。
比如：電商類產(chǎn)品的用戶，從首頁進(jìn)入到最終完成支付的行為，大多需要經(jīng)過搜索商品/瀏覽分類，查看商品詳情、加入購(gòu)物車、生成訂單、開始支付、完成支付，我們需要將按照流程操作的用戶進(jìn)行各個(gè)轉(zhuǎn)化層級(jí)上的監(jiān)控，尋找每個(gè)層級(jí)的可優(yōu)化點(diǎn)；對(duì)沒有按照流程操作的用戶繪制他們的轉(zhuǎn)化路徑，找到可提升用戶體驗(yàn)，縮短路徑的空間。
這里回答文章開始的第一個(gè)問題，通常來講，漏斗分析都以人數(shù)來統(tǒng)計(jì)，為什么不按照次數(shù)來統(tǒng)計(jì)呢？我們看一個(gè)例子。
假設(shè)某漏斗模型是A→B→C→D，如果用戶從A→B再→B再→B（假設(shè)A是用戶進(jìn)入商品詳情頁的次數(shù)，B是添加到購(gòu)物車的次數(shù)，也就是這個(gè)人重復(fù)添加到購(gòu)物車）那漏斗的第二步統(tǒng)計(jì)的次數(shù)可能會(huì)大于第一步統(tǒng)計(jì)的次數(shù)，這也違背了漏斗分析模型的意義。
以人數(shù)來統(tǒng)計(jì)，就是次數(shù)去重以后基于時(shí)間序列的統(tǒng)計(jì)。一個(gè)用戶只要做過從A到B，無論做了多少次，都是一個(gè)A到B的轉(zhuǎn)化，當(dāng)然，這里邊有個(gè)非常關(guān)鍵的限定，就是轉(zhuǎn)化周期限定，1天，2天，一個(gè)會(huì)話······也就是用戶從A→B發(fā)生的時(shí)間周期，只要他在一個(gè)時(shí)間周期內(nèi)完成了從A→B，就記為一次轉(zhuǎn)化。
那么，有沒有使用次數(shù)作為統(tǒng)計(jì)的呢？比如：我們可能會(huì)分析，一個(gè)新品上線，有多少人看了，又有多少人加入購(gòu)物車，又有多少人買了。你可能也會(huì)看，這個(gè)商品一共被看了多少次，平均一個(gè)人看了幾次，然后再評(píng)估你的漏斗轉(zhuǎn)化率；你可能還會(huì)去看購(gòu)買成功的這些人，一共看了多少次，平均一個(gè)人看多少次。
綜上，漏斗以人數(shù)為統(tǒng)計(jì)口徑，并包含了3種轉(zhuǎn)化時(shí)間（同一天內(nèi)/同一個(gè)會(huì)話內(nèi)/自定義天數(shù)內(nèi)）的限定，次數(shù)用于特定場(chǎng)景的分析。
直到現(xiàn)在，依然有很多的產(chǎn)品經(jīng)理、運(yùn)營(yíng)、市場(chǎng)人員在通過excel來計(jì)算自己業(yè)務(wù)流中的漏斗轉(zhuǎn)化率，比如：瀏覽→購(gòu)物車→生成訂單→完成交易 和 瀏覽→生成訂單→完成交易 需要在不同的漏斗表格中統(tǒng)計(jì)，過程不僅繁瑣耗費(fèi)精力，而且由于只是單純的數(shù)據(jù)統(tǒng)計(jì)，只能從表格中了解哪一環(huán)節(jié)用戶流失嚴(yán)重，而對(duì)于業(yè)務(wù)指標(biāo)的提升——提高轉(zhuǎn)化率，則于事無補(bǔ)。
在追求精細(xì)化運(yùn)營(yíng)的道路上，企業(yè)對(duì)轉(zhuǎn)化流失分析提出了更高需求，理想的漏斗模型需要具備一些新特性：
1、操作簡(jiǎn)便：可視化操作
傳統(tǒng)漏斗模型需要輔助excel，人工輸入每個(gè)轉(zhuǎn)化路徑的每一步可能的事件，同時(shí)需要日常維護(hù)和實(shí)時(shí)同步更新，一方面效率低下，數(shù)據(jù)統(tǒng)計(jì)和表格的使用都有一定的門檻；另一方面在競(jìng)爭(zhēng)激勵(lì)的市場(chǎng)環(huán)境下，很可能因?yàn)榻y(tǒng)計(jì)數(shù)據(jù)的滯后，導(dǎo)致業(yè)務(wù)上的損失。
諸葛io在線教育demo數(shù)據(jù)之創(chuàng)建漏斗
新型漏斗模型，可以打破技術(shù)門檻，讓業(yè)務(wù)人員可以通過可視化的方式完成漏斗操作，快速直觀的查看轉(zhuǎn)化情況。
2、不只是統(tǒng)計(jì)，而是數(shù)字背后的人
統(tǒng)計(jì)不是目的，指導(dǎo)業(yè)務(wù)增長(zhǎng)才是最重要的，運(yùn)營(yíng)的核心任務(wù)之一就是提高轉(zhuǎn)化率，因行業(yè)不同，這個(gè)轉(zhuǎn)化率可能是注冊(cè)轉(zhuǎn)化率、綁卡轉(zhuǎn)化率、預(yù)約試聽轉(zhuǎn)化率、首次投資轉(zhuǎn)化率、付費(fèi)轉(zhuǎn)化率等，而提高轉(zhuǎn)化率的手段，除了讓轉(zhuǎn)化路徑最短和優(yōu)化每個(gè)節(jié)點(diǎn)的用戶體驗(yàn)外，更多的需要運(yùn)營(yíng)人員對(duì)每一環(huán)節(jié)流失掉的用戶及時(shí)的采取召回策略。舉個(gè)例子，來看看是如何通過漏斗模型提升轉(zhuǎn)化率的。假如我們要提高注冊(cè)轉(zhuǎn)化率時(shí)，根據(jù)下圖漏斗模型：
諸葛io在線教育demo數(shù)據(jù)
我們發(fā)現(xiàn) 從發(fā)送手機(jī)驗(yàn)證碼-完成注冊(cè) 這一步有24人流失，而這一部分流失是完全可以避免的，我們只需找到是何原因?qū)е掠脩粢呀?jīng)完成發(fā)送驗(yàn)證碼的行為，但是仍然沒有完成注冊(cè)的，即可極大概率的召回這些用戶。通過點(diǎn)擊轉(zhuǎn)化詳情，即可查看每一個(gè)流失用戶的用戶檔案。
諸葛io在線教育demo數(shù)據(jù)之用戶檔案
根據(jù)用戶檔案，一方面可以針對(duì)不同用戶各自的流失原因進(jìn)行直接觸達(dá)，比如發(fā)個(gè)短信或者打個(gè)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“服務(wù)器忙”，可以將原因反饋給相關(guān)技術(shù)部門進(jìn)行處理，修復(fù)故障。
用戶往往并不會(huì)按照開發(fā)者“規(guī)劃”好的行為路徑使用產(chǎn)品，甚至?xí)屇愀袊@你的用戶正在做布朗運(yùn)動(dòng)，那么當(dāng)你不知道究竟你的用戶經(jīng)過哪些路徑最終到達(dá)核心行為時(shí)，當(dāng)你正在被構(gòu)建漏斗模型困擾時(shí)，你還有一個(gè)全局視角來幫你構(gòu)建漏斗模型的工具——太陽圖。
用戶行為路徑之太陽圖
為了讓你對(duì)“用戶如何使用產(chǎn)品”有更全面的把握，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(xiàn)出來：圓弧層數(shù)越多，說明用戶的行為軌跡越長(zhǎng)；圓弧弧度越大，說明用戶觸發(fā)該行為越多。
此外，通過太陽圖（點(diǎn)我，了解更多），你更有可能發(fā)現(xiàn)那些被你忽略的用戶行為路徑，因?yàn)椴⒉皇撬杏脩舳紩?huì)按照咱們期待的核心路徑使用產(chǎn)品，那些“誤入歧途”的用戶行為在太陽圖中將一覽無遺，此時(shí)，你只需快速建立漏斗分析原因，找到運(yùn)營(yíng)策略。
通過產(chǎn)品每一個(gè)設(shè)計(jì)步驟的數(shù)據(jù)反饋得出產(chǎn)品的運(yùn)行情況，然后通過各階段的具體分析改善產(chǎn)品的設(shè)計(jì)，提升產(chǎn)品的用戶體驗(yàn)，這就是漏斗模型的核心價(jià)值。漏斗分析，僅僅是幫助我們分析問題的工具，重要的是要培養(yǎng)數(shù)據(jù)分析的思想：通過精細(xì)化的拆分，從宏觀的視角，將復(fù)雜的事件分析拆分為獨(dú)立的歸因分析。
漏斗分析到這里就結(jié)束了，下一篇是熱圖分析模型，諸葛君將繼續(xù)解讀如何改善用戶體驗(yàn)，提升轉(zhuǎn)化，幫你更好地運(yùn)用數(shù)據(jù)驅(qū)動(dòng)產(chǎn)品運(yùn)營(yíng)。
聯(lián)系客服
