选漏斗分析工具,看三项能力:灵活的步骤定义、分组拆分,以及下钻到流失者的办法。每个工具画出来的都是逐渐变短的条形;区别在计数规则,以及你看到流失之后能做什么。本文给出标准对照表、两个答案会随设置变化的重新计算算例,以及 14 天试用计划。
读完你会知道
- 比较步骤定义、计数规则和下钻,不要比图表;每个工具画的条形都一样
- 按群组拆分:示例里整体转化下降了 1 个百分点,而两种设备都在改善
- 把计数规则写在每个漏斗数字旁边;同样的行为得到了 14.3% 到 30.0%
漏斗分析工具应该让你做到什么?
漏斗分析工具显示有多少人完成了一组有顺序的步骤、在哪里流失,以及完成要多久。几乎每个工具画出来的都是从左到右逐渐变短的条形,所以画面不是区别所在。区别在三项能力:
- 灵活的步骤定义。 一个步骤能不能是事件、页面、几个备选项或带过滤条件的事件,顺序和时间窗口能不能控制?
- 分组拆分。 能不能按设备、来源或客户群拆开漏斗,并把各组并排对比?
- 回到明细的路径。 能不能点开一个步骤,看到是谁在这里流失,而不只是多少人?
这些重要,是因为漏斗数字的诚实程度取决于它的计数规则,也因为整体转化率可能掩盖你需要修的东西。本文余下部分给出针对每一项的检查清单、两个重新计算的算例(展示它们对答案的影响有多大)和一个简短的试用计划。概念本身见术语表的漏斗;最常扭曲漏斗的错误见漏斗分析的常见错误。
比较漏斗工具时应该检查什么?
试用时用这张表。每一行都是一个你可以在一个下午用自己的数据回答的问题。
| 标准 | 要问的问题 | 为什么重要 | 怎么测试 |
|---|---|---|---|
| 步骤定义 | 一个步骤能是事件、页面、通配符或一组备选项,并带过滤条件吗? | 真实的路径不会只有一条干净的路 | 用真实的各种变体重建你的结账流程 |
| 顺序 | 能选有序、严格或任意顺序吗? | 同样的数据在每种下得到的比率不同 | 同一个漏斗三种都跑一遍 |
| 计数 | 数独立的人还是每一次尝试? | 回头的访客可能被算两次 | 对照你的订单表 |
| 时间窗口 | 一个人从第一步到最后一步最多可以花多久? | 1 天的窗口会砍掉慢决策的买家 | 跑 1 天和 7 天两个版本 |
| 分组拆分 | 能按设备、来源、国家或已保存的群组拆分吗? | 平均值会掩盖出问题的那一组 | 按设备拆开并对比 |
| 明细 | 能列出在某步流失的人或会话吗? | 你需要看到原因,不只是数量 | 点开流失最大的一步 |
| 身份 | 能把匿名访问和登录用户连起来吗? | 路径会跨越注册 | 测一个包含登录的漏斗 |
| 步骤间耗时 | 显示每一步的耗时中位数吗? | 慢的步骤是摩擦的信号 | 检查一个你知道很慢的步骤 |
| 排除 | 能剔除在步骤之间做了某事的人吗? | 去掉取消和退款的噪音 | 加一个排除事件 |
| 导出 | 能导出或查询底层事件吗? | 你会需要工具没有显示的数字 | 申请一次原始数据导出 |
Google Analytics 4 的漏斗探索是这类选项的一个有文档的例子:它区分开放漏斗(人们可以从任何一步进入)和封闭漏斗(要求从第一步进入);最多允许 10 个步骤;可以显示步骤之间的耗时;还能按设备类别这样的维度拆分每一步,并且只把一个人归到他匹配到的头一个拆分值。无论你考虑哪个工具,都要确认这些选项存在,并读懂它们的定义。
| 标准 | 要问的问题 | 怎么测试 |
|---|---|---|
| 步骤定义 | 事件、页面、通配符、备选项、过滤条件? | 用真实的各种变体重建你的结账流程 |
| 顺序 | 有序、严格还是任意顺序? | 同一个漏斗三种都跑一遍 |
| 计数 | 数独立的人还是每一次尝试? | 对照你的订单表 |
| 时间窗口 | 第一步到最后一步最多多久? | 跑 1 天和 7 天两个版本 |
| 分组拆分 | 能按设备、来源、群组拆分吗? | 按设备拆开并对比 |
| 明细 | 能列出流失的人吗? | 点开流失最大的一步 |
先用你自己的数据把这些行在试用里跑一遍,再去比较价格。
分组拆分为什么会改变答案?一个算例
示例数据:某网店两个月的结账转化,流量分成桌面端和手机端。
| 第 1 个月 | 第 2 个月 | |
|---|---|---|
| 桌面访客 | 4,000 | 2,000 |
| 桌面转化 | 10.0%(400 单) | 11.0%(220 单) |
| 手机访客 | 6,000 | 8,000 |
| 手机转化 | 2.0%(120 单) | 2.5%(200 单) |
| 整体 | 520 ÷ 10,000 = 5.2% | 420 ÷ 10,000 = 4.2% |
整体转化率掉了整整一个百分点(5.2% 到 4.2%),只显示总数的漏斗会告诉你「出问题了」。但是两种设备都改善了:桌面从 10.0% 到 11.0%,手机从 2.0% 到 2.5%。变的是构成:转化较低的手机端,访客占比从 60% 涨到了 80%。分组合并后趋势反转,这就是辛普森悖论,斯坦福哲学百科对它有说明。
不能按设备拆分漏斗的工具,会让你去找一个根本不存在的故障。能拆分的工具,则会让你看到真正的问题:为什么手机的转化率只有桌面的约四分之一?这才是该下功夫的漏斗。
同样的行为,四种计数设置
示例数据,加购到下单的比率计数规则为什么会改变数字?
示例数据:1,000 位访客,三步漏斗(查看商品、加入购物车、下单)。300 人加入了购物车;因为有些人回头再来,他们一共产生了 420 次加购进入。90 人下了单,其中 60 人在首次加购后一天内下单。
| 设置 | 计算 | 加购到下单的比率 |
|---|---|---|
| 独立的人,7 天窗口 | 90 ÷ 300 | 30.0% |
| 独立的人,1 天窗口 | 60 ÷ 300 | 20.0% |
| 每一次尝试,7 天窗口 | 90 ÷ 420 | 21.4% |
| 每一次尝试,1 天窗口 | 60 ÷ 420 | 14.3% |
同样的行为,由于两项设置不同,比率从 14.3% 到 30.0% 不等。哪个都没错,但它们回答的是不同的问题:「多大比例的人完成了?」对「多大比例的尝试以下单告终?」。陷阱在于把不同设置得出的两个数字放在一起比,或者把工具里的数字和财务报表比。要把计数规则写在每个漏斗数字旁边。
怎样对漏斗工具做 14 天试用?
一次简短、有结构的试用,胜过一场很长的演示:
- 第 1 到 2 天:用你自己的数据定义一个真实的漏斗,步骤和窗口用你实际会用的。
- 第 3 到 4 天:对账。 把最后一步和你信任的数字(你的订单表)对比。如果差距超过百分之几,先查清原因再继续:身份、重复或时区。
- 第 5 到 8 天:测试表里的各项标准,尤其是顺序、计数、窗口和分组拆分。记录每项设置对比率的影响。
- 第 9 到 10 天:下钻。 点开流失最大的一步,看能不能找到背后的人或会话。
- 第 11 到 12 天:测一个难例,比如跨越登录的漏斗,或有两条备选路径的漏斗。
- 第 13 到 14 天:打分。 按你的情况给标准加权,比如步骤灵活性 30%、分组拆分 25%、下钻 20%、对账 15%、导出 10%,并给每个选项打 5 分制。
价格、数据存放地和隐私也应该列入清单,但要在分析测试之后再决定,而不是之前。
选漏斗工具时最常见的错误有哪些?
- 按图表来选。 每个工具都会画漏斗;要比较的是计数规则。
- 不对账。 如果最后一步和你的订单对不上,其余都是装饰。
- 只读总数。 分组变化时,整体比率可能反转。
- 混用设置。 7 天独立比率和 1 天尝试比率是不同的量。
- 忽略身份。 跨登录的路径会被重复计算或被腰斩。
- 看不到人。 无法追查的流失,只能靠猜。
- 用玩具漏斗试用。 试用时要用真实、杂乱的路径。
TapCub 怎样处理漏斗?
下面是 TapCub 的漏斗对照上面各项标准的情况,包括它的局限。漏斗在全端分析 › 行为分析 › 行为分析里搭建:
- 步骤定义。 2 到 20 个步骤;每一步是事件名(几个名字之间是「或」)或带通配符的页面路径,并且各自可以带过滤条件。事件从按类别可搜索的列表里选。
- 规则。 顺序可选有序(步骤之间可以夹其他事件)、严格(两步之间不能有其他漏斗步骤事件)或任意顺序。计数默认是独立(每个对象每次会话的首次进入,再对对象去重),也可选尝试(每一次会话进入)。窗口默认 7 天,最长 180 天。步骤可以要求处于同一次会话,最多 5 个排除事件会在它们出现在步骤之间时剔除该次转化,保持属性要求每一步取值相同。
- 分组。 拆分只用最上面一层,保留进入人数最多的 10 个组;已保存的分群、过滤条件和身份(默认是人)在度量模型里设置。没有对比时期的选项。
- 明细。 每一步显示人数、相对第一步和相对上一步的比率、流失,以及相对上一步的耗时中位数。流失最大的一步会被标出。点开一个步骤,可以看到到达或在这里流失的人,并从某个人出发,在全端分析 › 用户 › 用户里打开他的时间线。
- 相邻的功能。 漏斗、目标和路径回答的是不同的问题(见帮助:漏斗、目标和路径的区别);一步一步的设置见搭建漏斗。需要页面没有显示的数字时,全端分析 › 行为分析 › 自定义指标与 SQL可以查询事件数据。
- 知道局限。 TapCub 的漏斗没有对比时期,拆分只覆盖一层,耗时最多使用 20,000 个已完成的样本,从未完成的人不在耗时分布里。它衡量漏斗;不会替你做实验去改善它。
常见问题
什么是漏斗分析工具?
显示有多少人完成一组有顺序的步骤(比如注册或结账)、在哪里流失、完成要多久的软件。好用的还能按群组拆分,并让你下钻到流失的人。
漏斗分析工具应该具备哪些功能?
灵活的步骤定义(事件、页面、备选项、过滤条件),对顺序、计数和时间窗口的控制,按群组拆分,下钻到人或会话,每步的耗时中位数,跨登录的身份,以及导出原始数据。
怎样选择漏斗分析工具?
在试用里重建一个真实漏斗,把它的最后一步和你信任的数字对账,测试顺序、计数、窗口和分组拆分,并确认能找到流失的人。按反映你情况的权重给各选项打分。
漏斗和目标有什么区别?
漏斗是一串有顺序的步骤,并显示步骤之间的流失;目标把一个事件或页面算作一次转化。用漏斗找人在哪里离开,用目标统计结果。
为什么我的漏斗转化率会随设置变化?
因为数独立的人还是数尝试,以及时间窗口的长短,会同时改变分子和分母。上面的示例里,同样的行为得到的比率从 14.3% 到 30.0% 不等。要始终把设置记在数字旁边。
资料来源
- Google Analytics 帮助。漏斗探索。开放与封闭漏斗、步骤上限、耗时和拆分。
- 斯坦福哲学百科。Simpson's Paradox。分组合并后趋势反转。
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。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

