談談漏斗分析模型中科學歸因、屬性關聯(lián)的重要性

漏斗分析到底是什么？

漏斗分析是一套流程式數(shù)據(jù)分析，它能夠科學反映用戶行為狀態(tài)以及從起點到終點各階段用戶轉(zhuǎn)化率情況的重要分析模型。

漏斗分析模型已經(jīng)廣泛應用于流量監(jiān)控、產(chǎn)品目標轉(zhuǎn)化等日常數(shù)據(jù)運營與數(shù)據(jù)分析的工作中。例如在一款產(chǎn)品服務平臺中，直播用戶從激活 APP 開始到花費，一般的用戶購物路徑為激活 APP、注冊賬號、進入直播間、互動行為、禮物花費五大階段，漏斗能夠展現(xiàn)出各個階段的轉(zhuǎn)化率，通過漏斗各環(huán)節(jié)相關數(shù)據(jù)的比較,能夠直觀地發(fā)現(xiàn)和說明問題所在，從而找到優(yōu)化方向。

漏斗分析模型的特點與價值

對于業(yè)務流程相對規(guī)范、周期較長、環(huán)節(jié)較多的流程分析，能夠直觀地發(fā)現(xiàn)和說明問題所在。值得強調(diào)的是，漏斗分析模型并非只是簡單的轉(zhuǎn)化率的呈現(xiàn)，科學的漏斗分析模型能夠?qū)崿F(xiàn)以下價值：

1.企業(yè)可以監(jiān)控用戶在各個層級的轉(zhuǎn)化情況，聚焦用戶選購全流程中最有效轉(zhuǎn)化路徑；同時找到可優(yōu)化的短板，提升用戶體驗。

降低流失是運營人員的重要目標，通過不同層級的轉(zhuǎn)情況，迅速定位流失環(huán)節(jié)，針對性持續(xù)分析找到可優(yōu)化點，如此提升用戶留存率。

2.多維度切分與呈現(xiàn)用戶轉(zhuǎn)化情況，成單瓶頸無處遁形。

科學的漏斗分析能夠展現(xiàn)轉(zhuǎn)化率趨勢的曲線，能幫助企業(yè)精細地捕捉用戶行為變化。提升了轉(zhuǎn)化分析的精度和效率,對選購流程的異常定位和策略調(diào)整效果驗證有科學指導意義。

3.不同屬性的用戶群體漏斗比較，從差異角度窺視優(yōu)化思路。

漏斗對比分析是科學漏斗分析的重要一環(huán)。運營人員可以通過觀察不同屬性的用戶群體（如新注冊用戶與老客戶、不同渠道來源的客戶）各環(huán)節(jié)轉(zhuǎn)化率，各流程步驟轉(zhuǎn)化率的差異對比，了解轉(zhuǎn)化率最高的用戶群體，分析漏斗合理性，并針對轉(zhuǎn)化率異常環(huán)節(jié)進行調(diào)整。

在漏斗分析模型中，科學歸因、屬性關聯(lián)的重要性

先談歸因

在科學的漏斗分析中，需要科學歸因設置。每一次轉(zhuǎn)化節(jié)點應根據(jù)事件功勞差異（事件對轉(zhuǎn)化的功勞大?。┒茖W設置。企業(yè)一直致力定義最佳用戶購買路徑，并將資源高效集中于此。而在企業(yè)真實的漏斗分析中，業(yè)務流程轉(zhuǎn)化并非理想中那么簡單。

以市場營銷為例，市場活動、線上運營、郵件營銷都可能觸發(fā)用戶購買。A 欲選購一款化妝品，通過市場活動了解 M 產(chǎn)品，后來在百度貼吧了解更多信息，但是始終沒有下定決心購買。后來收到 M 公司的營銷郵件，A 被打折信息及詳實的客戶評價所吸引，直接郵件內(nèi)跳轉(zhuǎn)至網(wǎng)站購買了該商品。

那么，在漏斗設置時，轉(zhuǎn)化歸因應該“歸”哪一個渠道呢？在這個案例中，運營人員愿意以實際轉(zhuǎn)化的事件的屬性為準。郵件營銷的渠道在用戶購買決策的全流程中對用戶影響的“功勞”最大、權重較大，直接促進用戶轉(zhuǎn)化。在科學的漏斗分析模型中，用戶群體篩選和分組時，以實際轉(zhuǎn)化事件——郵件營銷來源的用戶群體的屬性為準，則大大增大了漏斗分析的科學性。

再一起看屬性關聯(lián)

在進行漏斗分析時，尤其電商行業(yè)的數(shù)據(jù)分析場景中，運營人員在定義“轉(zhuǎn)化”時，會要求漏斗轉(zhuǎn)化的前后步驟有相同的屬性值。比如同一 ID（包括品類 ID、商品 ID）才能作為轉(zhuǎn)化條件——瀏覽 iphone6，購買同一款 iphone6 才能被定義為一次轉(zhuǎn)化。因此，“屬性關聯(lián)”的設置功能是科學漏斗分析不可或缺的內(nèi)容。

四、他們?nèi)绾问褂寐┒贩治?

場景一：電商行業(yè)不同客戶群體的轉(zhuǎn)化情況

某電商企業(yè)客戶根據(jù)客戶的消費能力，將客戶劃分為普通會員、黃金會員、鉆石會員。為加強對用戶的轉(zhuǎn)化引導，F(xiàn) 欲針對不同用戶群體采用不同的運營方式。

普通會員與鉆石會員的漏斗轉(zhuǎn)化情況對比

通過對比，可明顯看出，普通會員從“提交訂單”到“支付訂單”的轉(zhuǎn)化率明顯低于鉆石會員。為找到“支付訂單”階段轉(zhuǎn)化率變低的原因，F(xiàn) 公司運營人員應深度分析普通會員轉(zhuǎn)化率情況，如對比不同付費渠道（PC 端、手機端等）的轉(zhuǎn)化情況，找到優(yōu)化的短板。另外，可以嘗試支付訂單流程的新手引導，幫助新手順利完成購買。

場景二：零售行業(yè)——中商惠民科學評估站內(nèi)推廣位的效果

首頁推廣位的效果監(jiān)控是站內(nèi)運營重要一環(huán)，數(shù)據(jù)的監(jiān)測與分析是重要工作，它為站內(nèi)優(yōu)化、頁面體驗提升作出指導。運營人員可以通過用戶的點擊轉(zhuǎn)化率與購買轉(zhuǎn)化率可以判斷頁面不同推廣位置效果。下圖是中商惠民首頁推廣位“一元促銷”、“清潔專場”兩個 Banner 轉(zhuǎn)化率情況對比。（注：為涉嫌商業(yè)機密，以下場景模擬真實應用場景而設，數(shù)據(jù)均為虛擬。）

?“一元促銷”、“清潔專場”兩個 Banner 轉(zhuǎn)化率情況對比

除此之外，漏斗分析模型已經(jīng)廣泛應用于各行業(yè)的數(shù)據(jù)分析工作中，用以評估總體轉(zhuǎn)化率、各個環(huán)節(jié)的轉(zhuǎn)化率，以科學評估促銷專題活動效果等，通過與其他數(shù)據(jù)分析模型結(jié)合進行深度用戶行為分析，從而找到用戶流失的原因，以提升用戶量、活躍度、留存率，并提升數(shù)據(jù)分析與決策的科學性等。