八大数据分析模型之——漏斗分析模型(三)
比如,之前在知乎上看到有人问: 1、漏斗,统计的是人数?还是次数? 2、如何构建漏斗模型?要将浏览→完成交易中的每步都列出来吗? 3、有哪些分析场景? 今天我们就来一起捋捋常见的数据分析方法——漏斗分析模型,同时逐一回答上述问题。 一、什么是漏斗分析模型 漏斗分析模型,简单来讲,就是抽象产品中的某一流程,观察流程中每一步的转化与流失。 比如:教育培训类产品的用户,从首页进入到最终完成支付的行为,大多需要经过搜索课程,查看课程详情、点击购买、立即支付、支付成功,我们需要将按照流程操作的用户进行各个转化层级上的监控,寻找每个层级的可优化点;对没有按照流程操作的用户绘制他们的转化路径,找到可提升用户体验,缩短路径的空间。 这里回答文章开始的第一个问题,通常来讲,漏斗分析都以人数来统计,为什么不按照次数来统计呢?我们看一个例子。 假设某漏斗模型是A→B→C→D,如果用户从A→B再→B再→B(假设A是用户进入课程详情页的次数,B是点击购买的次数,也就是这个人重复添加到支付页面)那漏斗的第二步统计的次数可能会大于第一步统计的次数,这也违背了漏斗分析模型的意义。 以人数来统计,就是次数去重以后基于时间序列的统计。一个用户只要做过从A到B,无论做了多少次,都是一个A到B的转化,当然,这里边有个非常关键的限定,就是转化周期限定,1天,2天,一个会话······也就是用户从A→B发生的时间周期