网站漏斗分析统计有多少人到达一条路径(如访问、价格页、注册、激活)的每一步,以及在哪里停下。步骤转化率就是这一步的人数除以上一步的人数。示例里最大的流失不是最该修的地方:开始注册多 5 个点值 +60 人,完成注册多 5 个点只值 +24 人。
读完你会知道
- 步骤转化率 = 这一步人数 ÷ 上一步人数;整体转化率是所有步骤转化率的乘积
- 按现实可得的增益能多出多少人来排修复顺序,而不是按原始流失
- 按设备或来源拆开:混合的 75% 藏住了桌面端 90% 和手机端 60%
网站漏斗分析测的是什么
网站漏斗是访客朝一个结果(比如注册)走的一串有顺序的步骤。漏斗分析统计有多少人到达每一步、有多大比例继续走到下一步,以及最大的流失在哪里。它回答「人在哪里停下」,让你在动手改之前知道该看哪个页面或表单。如果还在选工具,看漏斗分析工具;读结果时的常见错误看漏斗分析的常见错误。
怎么选步骤
选真实、有顺序、能计数的步骤:
- 一个漏斗一个结果。「访问 → 价格页 → 开始注册 → 完成注册 → 创建第一个项目」是一个漏斗;加上「读博客」就变成两条路径了。
- 每一步是一个页面路径或一个事件。 说不出事件名,就没法计数。
- 3 到 7 步。 太少会藏住漏点;太多会把样本切得太薄,转化率来回跳。Google Analytics 4 的漏斗探索最多 10 步,TapCub 最多 20 步,允许多不代表应该用满。
- 包含你向访客索取东西的那一步,比如邮箱输入或付款表单,最大的流失通常就在那里。
- 开始之前先定好单位: 按人还是按会话,以及一个人有多长时间完成。
开放还是封闭,直接还是间接
有两个设置对数字的影响比你做的任何设计改动都大,Google 的文档对它们定义得很清楚。开放漏斗允许人从任何一步进入;封闭漏斗只统计从第一步进入的人。一个步骤可以是直接跟随(紧接上一步)或间接跟随(中间可以有其他操作)。
| 设置 | 统计的是 | 什么时候用 |
|---|---|---|
| 封闭漏斗 | 只有从第 1 步开始的人 | 想要真正从头到尾的转化率 |
| 开放漏斗 | 从任一步进入的人 | 有人通过书签或邮件链接直接到第 3 步 |
| 间接跟随 | 中间允许出现其他页面 | 正常浏览,几乎总是这种情况 |
| 直接跟随 | 中间什么都不能有 | 结算流程里任何绕路本身就是信号 |
如果两个工具对同一个漏斗给出不同数字,先查这两个设置和时间窗口。
一步一步计算转化率和流失
示例数据:一个 SaaS 网站一个月的数据,按独立的人统计。
| 步骤 | 人数 | 相对上一步的比例 | 相对第 1 步的比例 | 这一步流失 |
|---|---|---|---|---|
| 1. 访问网站 | 10,000 | 无 | 全部 | 无 |
| 2. 查看价格页 | 3,200 | 32.0% | 32.0% | 6,800 |
| 3. 开始注册 | 960 | 30.0% | 9.6% | 2,240 |
| 4. 完成注册 | 720 | 75.0% | 7.2% | 240 |
| 5. 创建第一个项目 | 360 | 50.0% | 3.6% | 360 |
两个公式:
- 步骤转化率 = 这一步的人数 ÷ 上一步的人数。 价格页:3,200 ÷ 10,000 = 32.0%。
- 流失率 = 1 − 步骤转化率,按人数就是上一步人数减这一步人数。从开始注册到完成注册:960 − 720 = 240 人,流失 25.0%。
整体转化率是 360 ÷ 10,000 = 3.6%,它也等于四个步骤转化率的乘积:0.32 × 0.30 × 0.75 × 0.50 = 0.036。
访问 → 第一个项目
一个月访问
10,000
价格页
3,200
开始注册
960
完成注册
720
第一个项目
360
先修哪一步
流失人数最多的是访问到价格页之间的 6,800 人,但它不一定是最合适的着力点。换个问法:如果某一步的转化率提高 5 个百分点,最后会多多少人?
| 提高 5 个百分点的步骤 | 新比例 | 终点人数 | 增加 |
|---|---|---|---|
| 访问 → 价格页(32% → 37%) | 37% | 416.25 | +56 |
| 价格页 → 开始注册(30% → 35%) | 35% | 420 | +60 |
| 开始 → 完成注册(75% → 80%) | 80% | 384 | +24 |
| 完成注册 → 第一个项目(50% → 55%) | 55% | 396 | +36 |
同样的 5 个点,在「开始注册」这一步值 +60,在「完成注册」这一步只值 +24,因为上游的人更多。任何一步相对提升 10%,终点都是 +10%(+36 人);差别来自每个修法大概能挪动多少个百分点。用两条规则:在有明确原因的步骤里先修比例最低的;优先选「挪 5 个点看起来现实」的步骤。
把优先级变成计划:每个候选修法写三行——针对哪一步、你认为现实的增益(例如开始注册 +5 个点)、事后要核对的数字。如果开始注册在 3,200 位价格页访客上从 30% 提到 35%,预期是 1,120 次开始而不是 960 次,多 160 次。下个月如果看到 1,000 次开始,说明修法起了作用但不及预期;3,200 人上大约 ±1.6 个点的误差范围也告诉你,1,000 还不能算证据。
| 步骤 | 人数 | 相对上一步的比例 | 流失 |
|---|---|---|---|
| 访问 | 10,000 | 无 | 无 |
| 价格页 | 3,200 | 32.0% | 6,800 |
| 开始注册 | 960 | 30.0% | 2,240 |
| 完成注册 | 720 | 75.0% | 240 |
| 第一个项目 | 360 | 50.0% | 360 |
示例数据:一个月,按独立的人统计。整体比例 360 ÷ 10,000 = 3.6%。
要分段看,平均数会藏住问题
同一份数据按设备拆开:
| 分段 | 访问 | 价格页 | 开始注册 | 完成注册 | 第一个项目 |
|---|---|---|---|---|---|
| 桌面端 | 4,000 | 1,600(40.0%) | 480(30.0%) | 432(90.0%) | 216(50.0%) |
| 手机端 | 6,000 | 1,600(26.7%) | 480(30.0%) | 288(60.0%) | 144(50.0%) |
| 合计 | 10,000 | 3,200 | 960 | 720 | 360 |
混合后的完成注册率 75% 藏住了差距:桌面端 90%,手机端 60%。修好手机端表单大约值 480 × (0.90 − 0.60) = 144 个完成注册,这些人到下一步还会按 50% 继续。按设备、来源、新老访客、国家的顺序拆,找到某个分段比其他低 15 个点或更多时就停。
要有多少人,才能相信一个转化率?
人数少的步骤转化率会因偶然波动很大。比例 p、人数 n 的粗略 95% 误差范围是 1.96 × √(p × (1 − p) ÷ n),公式见 NIST《工程统计手册》。示例里:
- 价格页 → 开始(p = 0.30,n = 3,200):±1.6 个点
- 开始 → 完成(p = 0.75,n = 960):±2.7 个点
- 完成 → 第一个项目(p = 0.50,n = 720):±3.7 个点
所以最后一步变化 1 个点是噪声,下降 5 个点就不是。等这一步有大约一千人再行动,或者拉长日期范围。分段后误差还会变大:「完成注册」这一步手机端那一行(n = 480)的误差是 ±4.4 个点。
比较漏斗之前先定好转化窗口
窗口是一个人从第 1 步走到最后一步可以用多长时间。即使行为没变,窗口不同答案也不同。示例数据:开始注册的 960 人里,1 天内完成 468 人,7 天内完成 612 人,30 天内完成 720 人。
| 窗口 | 完成注册 | 开始 → 完成的比例 |
|---|---|---|
| 1 天 | 468 | 48.8% |
| 7 天 | 612 | 63.8% |
| 30 天 | 720 | 75.0% |
如果团队拿这个月的 1 天窗口和上个月的 30 天窗口比,会以为注册差了 26 个点。窗口按完成耗时的中位数来定(多数人在这么长时间内完成),所有报表里都保持不变;长窗口里最近的几天要等窗口完全过去再看:昨天才开始的人还没有 30 天。
相信漏斗之前先核对
- 最后一步要和另一个数据源对得上。 如果注册事件说 720,数据库说 810,先找出差距再读转化率。
- 测试顺序。 自己点一遍流程,确认每一步都出现在实时数据里。
- 检查窗口。 第 1 天看价格页、第 9 天才注册的人,只有窗口至少 9 天才算转化。
- 去掉非人类流量。 机器人会抬高第一步,拉低之后每一步的比例。
- 比较同类时期。 用同样的星期几;一整周和不完整的一周比较会误导。
在 TapCub 里怎么做
在 TapCub 里搭上面的 SaaS 漏斗:
- 打开构建器。 进入全端分析 › 行为分析 › 行为分析,默认打开漏斗。
- 添加步骤。 每一步是事件名或页面路径(多个名称是「或」,路径可用通配符),可以带自己的筛选。设置窗口(默认 7 天,最长 180 天)和顺序:有序、严格或任意顺序。
- 读表。 每一步显示人数、相对第一步的比例、相对上一步的比例、流失和距上一步的耗时中位数,最大的流失会被标出。点某一步可以看到达的人或在这里流失的人。
- 拆开看。 用细分拆设备、来源或国家,它保留进入人数最多的 10 组。计数默认按独立的人(每人每会话取第一次进入)。
- 让机器人不进来。 认得出的机器人单独统计,不会抬高第一步。
TapCub 衡量人在哪里停下,不做 A/B 测试;改动用你自己的实验工具来测,结果在漏斗里看。
FAQ
什么是网站漏斗分析?
统计有多少访客到达一条有顺序路径的每一步(如访问、价格页、注册、激活),以及多大比例继续往下走。步骤之间的流失显示访客在哪里停下,让你知道先查什么。
怎么计算漏斗流失?
用某一步的人数除以上一步的人数得到步骤转化率,再用 1 减去它。示例里 960 人中有 720 人完成注册:75.0% 继续,25.0% 流失。
漏斗转化率多少算好?
没有统一的好数字。把每一步和你自己以前的时期、不同分段比较。示例里手机端完成注册率 60% 对桌面端 90% 才是有用的发现,而不是 75% 的平均值。
开放漏斗和封闭漏斗有什么区别?
开放漏斗统计从任一步进入的人;封闭漏斗只统计从第一步开始的人。要看真正从头到尾的转化率就用封闭漏斗。
漏斗应该有几步?
三到七步。太少藏住漏点;太多把样本切得太薄,转化率不可靠。
资料来源
- Google Analytics 帮助,Funnel exploration(开放和封闭漏斗、最多 10 步、直接或间接跟随)。
- NIST/SEMATECH 统计方法电子手册,7.2.4.1 Confidence intervals for a proportion。
- TapCub 文档,漏斗(docs.tapcub.com),2026-11-21 核对。
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。

