客户旅程分析：从旅程地图到实测路径

客户旅程地图画的是你以为大家怎么走到购买的。客户旅程分析则拿人们跨访问、跨渠道、跨设备的真实行为去核对这张图。本文讲旅程分析由哪四种分析组成、各自回答什么问题，并用一个示例走一遍从试用注册到付费的过程。

什么是客户旅程分析

客户旅程分析是衡量人们在成为客户之前、之后所做的一系列事情的顺序。它用的是跨访问、跨渠道、跨设备的事件数据，而不是问卷答案或工作坊里画的图。

客户旅程地图说的是你的预期。旅程分析告诉你实际发生了什么，以及预期路线在哪里断了。

背后的四种分析

旅程分析不是一张报表，而是几种分析，各自回答不同的问题。表里列出了对应关系。

在 TapCub 里，路径可以从起点往后看，也可以从终点往前看，步数 2 到 10，按会话或按人计数。漏斗会显示每一步到下一步的时间中位数。用户档案里有按天排列的时间线。

大多数实际问题要两三种分析一起用。

一个完整的例子

一家 B2B 软件公司想知道为什么试用转不成付费。旅程地图写的是：注册、设置项目、邀请同事、付费。

1. 漏斗。1,200 个试用注册里，70% 完成了项目设置，但其中只有 49% 邀请了同事。这一步流失最多。
2. 设置之后的路径。从「完成项目设置」往后看路径，最常见的下一步是设置页，然后离开。大家在那里找邀请入口，没找到。
3. 时间线。打开几个完成设置却没邀请的人的时间线，印证了这一点：他们几天里去了两三次设置页。
4. 改动并验证。团队在设置完成后直接加了邀请提示，再比较之后几周的群组。

这个结论来自几种分析的组合：漏斗说明在哪里，路径说明转而做了什么，时间线说明为什么。

让旅程可衡量

• 把关键步骤埋成事件，名字要清楚。见事件埋点。
• 在登录时识别用户，这样手机和电脑上的访问能连成一段旅程。
• 保留来源数据，比如 UTM 参数，才能看出哪些渠道开启的旅程最后走完了。
• 先把预期旅程写下来，再逐步拿数据核对。

常见错误

• 把地图当成结论，从来不去核对。
• 只看漏斗，靠猜测解释为什么流失。
• 匿名数据和登录数据混在一起，旅程看起来比实际短。

常见问题

旅程地图和旅程分析有什么区别？

地图是计划中或想象中的路线，通常在工作坊里画出来。分析衡量的是人们实际走的路线，并指出它和地图的差别。

需要哪些数据？

带时间戳的浏览和事件、能在多次访问之间认出同一个人的方式，以及首次访问的来源信息。

客户旅程分析只适合大公司吗？

不是。小团队用一个漏斗、一份路径报表，再看几条时间线，就能回答大部分旅程问题。

另见：客户旅程优化、移动 App 客户旅程。