
商業(yè)分析中經(jīng)常會用到漏斗圖。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)運營方面。漏斗圖之所以是漏斗就就是倒三角的形狀,是因為用戶或者流量,集中從某個功能點進入,很大可能會按照產(chǎn)品本身設定的流程來完成操作。漏斗圖能夠?qū)Π凑樟鞒滩僮鞯挠脩暨M行各個轉(zhuǎn)化層級上的監(jiān)控,找出每一層級的問題,并加以優(yōu)化;對那些沒有按照流程操作的用戶,對他們的轉(zhuǎn)化路徑進行,尋找能夠提升用戶體驗,縮短路徑的空間。
漏斗圖最典型的應用,就是在電商網(wǎng)站的轉(zhuǎn)化方面,用戶在購買商品或者服務的時候一定會按照預先設定的購買流程進行下單,支付。
既然漏斗圖如此有用,那么應該怎樣進行繪制呢,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買流程中各個環(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, # 指定屬性所對應的值 is_label_show=True, # 指定標簽是否顯示 label_formatter='{c}%', # 指定標簽顯示的格式 label_pos="inside", # 指定標簽的位置 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, # 指定屬性所對應的值 is_label_show=True, # 指定標簽是否顯示 label_formatter='{c}%', # 指定標簽顯示的格式 label_pos="outside", # 指定標簽的位置 is_legend_show=False) # 指定圖例不顯示圖例 funnel2.render() funnel2
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銷環(huán)節(jié)所存在的問題,并幫助我們找到解決問題的方法,實現(xiàn)整個流程的優(yōu)化。需要注意的是,單一的漏斗圖對于商業(yè)分析來說意義并不是很大,我們并不能僅通過一個漏斗圖來評價某個營銷流程中各關鍵步驟的轉(zhuǎn)化率時好時壞,還必須結合趨勢、比較和細分的方法對整個營銷流程中每一步驟的轉(zhuǎn)化率進行綜合分析。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經(jīng)網(wǎng)絡(RNN)家族中,長短期記憶網(wǎng)絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據(jù)查詢到趨勢預判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領域中,準確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認證作為國內(nèi)權威的數(shù)據(jù)分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網(wǎng)絡(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調(diào)研數(shù)據(jù)中的深度應用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03