
商業(yè)分析中經(jīng)常會(huì)用到漏斗圖。尤其是在網(wǎng)站流量監(jiān)控、電商商品轉(zhuǎn)化等一些數(shù)據(jù)運(yùn)營(yíng)方面。漏斗圖之所以是漏斗就就是倒三角的形狀,是因?yàn)橛脩艋蛘吡髁?,集中從某個(gè)功能點(diǎn)進(jìn)入,很大可能會(huì)按照產(chǎn)品本身設(shè)定的流程來(lái)完成操作。漏斗圖能夠?qū)Π凑樟鞒滩僮鞯挠脩暨M(jìn)行各個(gè)轉(zhuǎn)化層級(jí)上的監(jiān)控,找出每一層級(jí)的問(wèn)題,并加以優(yōu)化;對(duì)那些沒(méi)有按照流程操作的用戶,對(duì)他們的轉(zhuǎn)化路徑進(jìn)行,尋找能夠提升用戶體驗(yàn),縮短路徑的空間。
漏斗圖最典型的應(yīng)用,就是在電商網(wǎng)站的轉(zhuǎn)化方面,用戶在購(gòu)買商品或者服務(wù)的時(shí)候一定會(huì)按照預(yù)先設(shè)定的購(gòu)買流程進(jìn)行下單,支付。
既然漏斗圖如此有用,那么應(yīng)該怎樣進(jìn)行繪制呢,別急,下面小編就給大家分享用python繪制漏斗圖的方法。
注意:運(yùn)行環(huán)境是:Win10+Python3+jupyter notebook
下面繪制漏斗圖主要用到的是python的pyecharts包,具體是用漏斗圖分析用戶購(gòu)買流程中各個(gè)環(huán)節(jié)的轉(zhuǎn)化率
attrs = data['環(huán)節(jié)'].tolist() attr_value = (np.array(data['總體轉(zhuǎn)化率'])* 100).tolist() funnel1 = Funnel("總體轉(zhuǎn)化漏斗圖一",width=800, height=400, title_pos='center') funnel1.add(name="商品交易行環(huán)節(jié)", # 指定圖例名稱 attr=attrs, # 指定屬性名稱 value = attr_value, # 指定屬性所對(duì)應(yīng)的值 is_label_show=True, # 指定標(biāo)簽是否顯示 label_formatter='{c}%', # 指定標(biāo)簽顯示的格式 label_pos="inside", # 指定標(biāo)簽的位置 legend_orient='vertical', # 指定圖例的方向 legend_pos='left', # 指定圖例的位置 is_legend_show=True) # 指定圖例是否顯示 funnel1.render() funnel1
unnel2 = Funnel("總體轉(zhuǎn)化漏斗圖二",width=800, height=400, title_pos='center') funnel2.add(name="商品交易環(huán)節(jié)", # 指定圖例名稱 attr=attrs, # 指定屬性名稱 value = attr_value, # 指定屬性所對(duì)應(yīng)的值 is_label_show=True, # 指定標(biāo)簽是否顯示 label_formatter='{c}%', # 指定標(biāo)簽顯示的格式 label_pos="outside", # 指定標(biāo)簽的位置 is_legend_show=False) # 指定圖例不顯示圖例 funnel2.render() funnel2
怎么樣,學(xué)會(huì)了嗎?用python繪制漏斗圖是不是很簡(jiǎn)單?
但是這里還是需要提醒大家,漏斗圖雖然可以很直觀的反映出營(yíng)銷環(huán)節(jié)所存在的問(wèn)題,并幫助我們找到解決問(wèn)題的方法,實(shí)現(xiàn)整個(gè)流程的優(yōu)化。需要注意的是,單一的漏斗圖對(duì)于商業(yè)分析來(lái)說(shuō)意義并不是很大,我們并不能僅通過(guò)一個(gè)漏斗圖來(lái)評(píng)價(jià)某個(gè)營(yíng)銷流程中各關(guān)鍵步驟的轉(zhuǎn)化率時(shí)好時(shí)壞,還必須結(jié)合趨勢(shì)、比較和細(xì)分的方法對(duì)整個(gè)營(yíng)銷流程中每一步驟的轉(zhuǎn)化率進(jìn)行綜合分析。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10