數據分析漏斗模型淺談

05-03

數據分析漏斗模型淺談

學習數據分析的朋友應該都聽過漏斗模型，但真正了解的可能並不多。因為它不僅僅是一個模型，更是一種可以普遍適用的方法論，或者說是一種思維方式。

今天主要談談漏斗模型的本質、漏斗模型案例分析以及如何繪製漏斗模型，希望對正在學習數據分析的同學有些幫助。

（一）漏斗模型

關於漏斗模型，認為本質是分解和量化。為什麼這麼說，這裡以營銷漏斗模型舉例。

名詞解釋：營銷漏斗模型指的是營銷過程中，將非潛在客戶逐步變為客戶的轉化量化模型。營銷漏斗模型的價值在於量化了營銷過程各個環節的效率，幫助找到薄弱環節。

也就是說營銷的環節指的是從獲取用戶到最終轉化成購買這整個流程中的一個個子環節，相鄰環節的轉化率則就是指用數據指標來量化每一個步驟的表現。所以整個漏斗模型就是先將整個購買流程拆分成一個個步驟，然後用轉化率來衡量每一個步驟的表現，最後通過異常的數據指標找出有問題的環節，從而解決問題，優化該步驟，最終達到提升整體購買轉化率的目的，整體漏斗模型的核心思想其實可以歸為分解和量化。

無獨有偶，OKR的核心思想也是這個，即分解和量化。OKR(Objectives

and Key Results)全稱為「目標和主要成果」，

OKR首先是設定一個「目標」(Objective)，即大O，然後將該目標拆分為若干個子目標，即小O，最後將小O設定為若干個可以量化的「關鍵結果」(Key

Results)，用來幫助自己實現目標，即KRS。通過達成量化的KRS來實現小O，最終達成大O，可以看到整個過程中的核心關鍵也在於分解和量化。

這就是文章開頭部分提到的，我覺得漏斗模型不僅僅只是一個模型，更是一種方法論，一種思維方式的原因。可以通過這種分解和量化的形式，將問題進行不斷的拆解，最後通過量化的形式來輔助達成目標，或者針對異常的步驟進行調優，最終達到總目標。它可以廣泛應用於流量監控、產品目標轉化等日常數據運營工作中，稱之為轉化漏斗;也可以用於產品、服務銷售，稱之為銷售漏斗。

（二）漏斗模型案例

（1）電商購物流程

分析電商的轉化，我們要做的就是監控每個層級上的用戶轉化，尋找每個層級的可優化點。對於沒有按照流程操作的用戶，專門繪製他們的轉化模型，縮短路徑提升用戶體驗。

（2）AARRR模型

AARRR模型是指Acquisition、Activation、Retention、Revenue、Referral，即用戶獲取、用戶激活、用戶留存、用戶收益以及用戶傳播。這是產品運營中比較常見的一個模型，結合產品本身的特點以及產品的生命周期位置，來關注不同的數據指標，最終制定不同的運營策略。

從下面這幅AARRR模型圖中，能夠比較明顯的看出來整個用戶的生命周期是呈現逐漸遞減趨勢的。通過拆解和量化整個用戶生命周期各環節，可以進行數據的橫向和縱向對比，從而發現對應的問題，最終進行不斷的優化迭代。

（三）如何繪製漏斗模型?

漏斗模型的繪製其實很簡單，做數據報表的時候可能會用到，數據量不是很大的話，用Excel幾分鐘就能搞定。

1、 Excel

比如以上圖電商的轉化漏斗為例

整體的步驟大致可分為計算整體轉化率→計算佔位數據→插入圖表→設置坐標軸格式→調整數據順序。

1) . 計算整體轉化率

計算出單個步驟的轉化率，然後快速填充即可。

2) . 計算佔位數據

計算單步驟與初始轉化率的差值(即100%)，差值除以2後獲得佔位數據。因為最終的柱狀圖是軸對稱的，故取差值的一半進行佔位即可。

3) . 插入圖表

選擇數據源，插入>圖表>條形圖>堆積條形圖。

4) . 設置坐標軸格式

選中坐標軸後，設置坐標軸格式，選中逆序類別，調整順序後獲得如下圖表。

將佔位的數據填充調整為無填充，佔位數據的顏色就會消失。

5) . 調整數據順序

將佔位數據的順序調整至第一位後，這樣看起來就會比較像漏鬥了。

最後，在此圖表的基礎上進行一些美化，再貼到PPT裡面加一些描述或者PS處理一下……

如果數據量很大的話，需要長期監測運維，一般是需要連接資料庫的。可以用專業的數據分析軟體或者BI軟體搭建一個dashboard，這裡我用的是finebi，把之前那張excel表導入了進去(這裡就不做資料庫連接演示了)。

1) . 拖拽「漏斗圖」 -> 選定分類和指標 -> 美化樣式

2) . 直接展示

這裡的漏斗數據模型是軟體本身自配好的，你要做的就是選擇欄位，和Tableau的操作一樣，好處就是方便。漏斗每個層級的大小都反映了當前層級數據的大小，如果數據差距較大，比如像我這樣的，會不那麼美觀。

像互聯網電商行業，交易的數據量很大且是實時的，這個技術excel是做不來的，所以像BI類的工具就是有這樣的優勢。

最後，當然有很多工具可以畫出漏斗圖，就不一一介紹了。