TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

转化漏斗优化:找到关键的那一步,改好它

转化漏斗优化的五步方法:把漏斗统计正确、找到关键步骤、估算收益、弄清流失原因,最后改动并验证。

艾玛·柯林斯 发布于 2026 年 1 月 20 日 最后更新 2026 年 11 月 3 日 7 分钟阅读 数据分析
示例漏斗。最大流失在结账到支付之间,不在顶部。示例数据

转化漏斗优化通常从技巧开始,以争论「到底有没有用」结束。本文按能避免这场争论的顺序来:先把漏斗统计正确(五个常见错误),找到关键的一步,估算改好它值多少,弄清楚人为什么离开,最后只改一处,并用同一个定义验证。

读完你会知道

  • 优化之前先改掉五个统计错误
  • 同样的相对提升在任何一步增加的订单都一样,先改哪步由投入决定
  • 用同一个漏斗、窗口和筛选验证改动,并留意下一步

转化漏斗优化,先从一个可信的漏斗开始

本节新增

转化漏斗优化,就是找到大多数人放弃的那一步,让这一步变得更容易,再证明改动确实有效。多数教程直接讲技巧:缩短表单、加信任标识、提升页面速度。技巧本身没问题,但只有选对了步骤才有用;而要选对步骤,漏斗本身得统计正确。在我们被请去排查的漏斗里,最先出问题的通常就是统计。

本文按顺序分五步:

步骤问题产出
1. 统计正确漏斗统计的是你以为的东西吗?一个经得起推敲的漏斗
2. 找到那一步哪一步流失的人多、而且这些人重要?一个要改的步骤
3. 估算收益改好它值多少,和其他步骤比呢?步骤的优先级排序
4. 找原因人为什么在这一步离开?一个可验证的假设
5. 改动并验证这一步和整体都变了吗?保留还是回滚的决定

如果需要先了解定义和公式,请看什么是漏斗分析。

第 1 步:避开五个统计错误

本节新增

错误 1:统计页面浏览而不是人

一个访客刷新三次结算页,就变成了三次结算。表现是后面的步骤比前面的还大,按人统计时这不可能发生。漏斗要按访客统计,访客会登录的话按识别出的用户统计。TapCub 的漏斗在窗口期内每一步每人只算一次。

错误 2:没有时间窗口

没有窗口,1 月看了定价、6 月才购买的人,和十分钟内完成两步的人,在同一个漏斗里都算转化。窗口要和决策周期匹配:结算用一次会话或 24 小时,试用转付费用 14 天或 30 天。TapCub 的窗口最长 180 天。把窗口写进报表名称,免得有人拿 1 天的漏斗和 30 天的比。

错误 3:强制严格顺序

真实路径很乱:定价、文档、再回定价、结算。要求步骤之间不能有其他行为的漏斗,会把绕了路的人全部算作流失。默认用「按顺序,中间可以有别的」,严格顺序只留给产品本身强制顺序的流程,比如分步表单。

错误 4:混入不同人群和机器人

全部流量的漏斗把行为完全不同的人群平均在一起,其中机器人流量危害最大:把每个定价页地址都抓一遍、却从不开始结算的爬虫,会让漏斗顶部虚胖、第一步流失吓人。先只看人类(TapCub 的「只看人类」开关对漏斗有效),再一次按一个维度拆分。

错误 5:只看总转化率,不看流失最大的一步

总转化率是每一步的乘积,任何一步变它都变,却指不出问题在哪。先看相邻两步之间的流失。

相信一个漏斗之前,先按下表做五项检查,五分钟就够。

第 2 步:找到关键的那一步

本节新增

看示例结算漏斗:2,400 个访客到了定价页,1,248 个开始结算,674 个到了付款页,508 个完成。总转化率 21%。各步转化率分别是 52%、54% 和 75%,前两步各自都掉了约一半的人。

然后把表现差的步骤按设备、来源、新老访客拆开。结论通常藏在拆分里:示例中,结算到付款这一步电脑端掉 20%,手机端掉 70%,「结算有漏洞」就变成了「手机端结算有问题」。TapCub 的漏斗拆分保留 10 组,足够在一张图里比较设备、主要渠道或国家。

第 3 步:动手之前先估算收益

本节新增

总转化率是各步转化率的乘积,所以任何一步获得同样的相对提升,增加的订单数都一样。按百分点算就不同了:同样提高 5 个百分点,在转化率低的步骤上更值钱。用示例漏斗算一下:

改动新的该步转化率完成增加订单
现状—508—
定价 → 结算 相对提高 10%52% → 57.2%559+51
结算 → 付款 相对提高 10%54% → 59.4%559+51
付款 → 完成 相对提高 10%75% → 82.9%559+51
定价 → 结算 提高 5 个百分点52% → 57%557+49
结算 → 付款 提高 5 个百分点54% → 59%555+47
付款 → 完成 提高 5 个百分点75% → 80%542+34

结论:没有哪一步天生就该先改。按「在这一步能实际拿到多少提升、要花多少成本」给步骤排序。改一句定价页文案,可能比重做付款流程便宜得多,哪怕付款这一步看起来更差。用转化率计算器可以拿你自己的数字算一遍。

第 4 步:弄清楚人为什么离开

本节新增

漏斗告诉你人在哪里停下,不告诉你为什么。用能看到这一步行为的工具:

  • 路径分析:流失的人去了哪里?回到定价页、去看常见问题,还是离开了网站?
  • 热力图和会话回放:他们点了什么,在哪里犹豫或连续狂点?
  • 表单和报错事件:最后碰的是哪个字段?有没有触发校验错误?
  • 人群拆分:流失是否集中在某种设备、浏览器、国家或流量来源?
  • 聊天记录:访客在这个页面上问了什么?问题就是能读出来的阻力。

结算环节可以先参考公开研究。Baymard Institute 汇总 50 项研究,统计到的线上购物车平均放弃率为 70.22%,在它的购物者调查里,运费、税费等额外费用是常见的放弃原因(Baymard Institute)。把它当作嫌疑清单,再用自己的数据确认。

第 5 步:改一步,再验证

本节新增

漏斗环节常见原因可以测试的改法
落地页 → 商品或定价页面内容和广告、搜索词对不上标题和来源对应;只给一个明确的下一步
商品 → 购物车缺信息(价格、尺码、送达时间)把答案放在按钮旁边
购物车 → 结算意外费用、强制注册尽早展示全部费用;允许游客结算
结算 → 付款表单太长、报错、手机页面慢删字段、即时校验、用手机实测
付款 → 完成缺少常用支付方式、信任不足加上目标国家常用的支付方式;展示安全和退货说明

一次只改一处,改前改后用同一个漏斗、同样的窗口和筛选条件来读。条件允许的话,和没受改动影响的人群比较,并留意改动之后的步骤:一个把人往前推的改动,可能只是把流失挪到了下一步。保存漏斗时把窗口和筛选写进名称(「结算 · 只看人类 · 24 小时」),下个月比较时用的还是同一个定义。

检查项问题如果答案是否
按人不按事件每一步每个访客只算一次吗?把漏斗改成按访客统计
窗口设了转化窗口并写进名称了吗?设一个和决策周期匹配的窗口
顺序顺序是「按顺序,中间可以有别的」吗?除非产品强制顺序,否则放宽
只看人类排除机器人了吗?打开「只看人类」
流失最大的一步先看了各步流失再看总数吗?从那一步开始,再按设备和来源拆分

要跟踪的转化漏斗指标

本节新增

指标公式用途
单步转化率第 N 步人数 ÷ 第 N−1 步人数评价单个步骤
总转化率最后一步人数 ÷ 第 1 步人数跟踪整个流程
流失人数第 N−1 步人数 − 第 N 步人数看人丢在哪里
转化耗时从第一步到最后一步的中位时间发现慢的步骤,设定窗口
分人群转化以上任一指标按设备、来源或国家拆分找到问题所在

如果还没想清楚该改整个用户生命周期的哪个阶段,先看 AARRR 指标,再为那个阶段搭漏斗。漏斗干不干净,取决于背后的事件名,规则见事件命名规范。

常见问题

本节新增

什么是转化漏斗优化?

找到高价值访客流失的那一步,弄清楚原因,改动这一步,再在改动前后用同一个漏斗定义验证结果。

怎么找到漏斗里流失最严重的一步?

看相邻步骤的转化率,而不是总转化率;先过滤机器人,再把表现差的步骤按设备、来源、新老访客拆开。

应该先优化哪一步?

在「能实际拿到的提升」和「投入」之间比值合适的那一步。同样的相对提升,在任何一步增加的订单都一样,所以通常由投入和把握来决定。

漏斗改动要跑多久才能下结论?

至少覆盖一个完整的周周期,窗口和筛选不变;决策要好几天的漏斗还要更久。

漏斗分析有哪些常见错误?

按页面浏览而不是按人统计、没有转化窗口、强制严格顺序、混入机器人和不同人群、只看总转化率。

另见:流失率。

另见:漏斗分析工具:会改变漏斗数字的选择标准。

另见:漏斗分析:怎么搭建、读懂和修复漏斗。

更新记录1
  1. 大改改写为漏斗优化指南:找到关键步骤、收益测算表、常见错误和常见问题。
  2. 首次发布

这篇文章对你有帮助吗?

我们会根据反馈修改和补充这篇内容。

艾玛·柯林斯

产品分析师

聚焦事件分析、转化漏斗与用户留存,用清晰的指标定义和分析框架解释产品表现。

建一个经得起推敲的漏斗

按访客统计步骤、窗口最长 180 天、顺序可放宽、可拆分、可只看人类,和网站统计共用一段代码。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie