TapCub 正式上线:统计、分析、客服一个平台免费用
数据分析

网站漏斗分析:计算流失,找出该修的那一步

怎么做网站漏斗分析:选步骤、用算例计算步骤转化率和流失,按增加的人数排修复顺序,并核对样本量。

许安 发布于 2026 年 11 月 21 日 8 分钟阅读 数据分析
示例数据:整体转化是 10,000 人中的 360 人(3.6%)。开始注册多 5 个点,终点多 60 人;价格页多 5 个点多 56 人;完成注册多 5 个点多 24 人。示例数据

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:

  1. 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。
  2. 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. 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。
  4. 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。
  5. 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3,20032.0%32.0%6,800
3. 开始注册96030.0%9.6%2,240
4. 完成注册72075.0%7.2%240
5. 创建第一个项目36050.0%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。

app.tapcub.com

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

6,800 人在价格页之前离开,但开始注册多 5 个点,终点多的人更多(+60 对 +56)。
示例数据
示例数据:整体转化是 10,000 人中的 360 人(3.6%)。开始注册多 5 个点,终点多 60 人;价格页多 5 个点多 56 人;完成注册多 5 个点多 24 人。

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3,20032.0%6,800
开始注册96030.0%2,240
完成注册72075.0%240
第一个项目36050.0%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4,0001,600(40.0%)480(30.0%)432(90.0%)216(50.0%)
手机端6,0001,600(26.7%)480(30.0%)288(60.0%)144(50.0%)
合计10,0003,200960720360

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46848.8%
7 天61263.8%
30 天72075.0%

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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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:

  1. 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。
  2. 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。
  3. 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。
  4. 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)。
  5. 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

归档:数据分析

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。

许安

客户体验顾问

关注在线客服、访客沟通与自助服务,分享常见问题的处理思路和可复用流程,让每一次沟通更清晰有效。

找出人们停下的那一步

有序漏斗、流失、耗时中位数和细分,都在一个构建器里。

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