漏斗分析
一、引入案例#
在埋點設計指南裡，我們基於「用戶從打開 App 到真正創建角色」的轉化過程進行了埋點設計，在這裡我們用「漏斗分析」功能對這個轉化過程來進行分析。
1、設置步驟：將用戶從打開 App 到真正創建角色的全過程創建事件，並按照用戶操作順序設置為漏斗步驟；
2、設置維度：不同系統類型可能會對轉化情況有影響，所以在維度裡選擇「設備系統類型」；
3、設置漏斗週期：我們將漏斗窗口期設置為 7 天；
4、設置展示結果：設置時間段和其他參數，並點擊查詢查看分析結果；
5、保存報表：將查詢結果保存為報表。再將報表轉變為看板，就可以每天方便快捷的看漏斗分析。
二、什麼是漏斗分析#
漏斗分析是分析從起點到終點各階段用戶的轉化率情況的分析模型，可以衡量每個節點的轉化效果。在理想情況下，用戶會沿著產品設計的路徑到達最終目標事件，但實際情況是用戶的行為路徑是多種多樣。通過埋點事件配置關鍵業務路徑，可以分析多種業務場景下轉化和流失的情況，不僅找出產品潛在問題的位置，還可以定位每個環節流失用戶，通過產品手段或營銷手段促進轉化。
三、漏斗分析的支持場景#
漏斗分析支持的場景很多，比較典型的場景如下：
- 遊戲流量很大，但註冊用戶很少，是過程中哪個環節除了問題？
- 用戶從「註冊– 創建角色- 體驗遊戲- 付費」 總體轉化率如何？
- 不同地區的用戶支付轉化率有什麼差異？
- 兩個推廣渠道帶來不同的用戶，哪個渠道的註冊轉化率高？
四、如何做漏斗分析#
如案例所述，漏斗分析可以分為 5 個步驟：
1、設置步驟；
2、設置維度；
3、設置漏斗週期；
4、設置展示結果；
5、保存報表；
4.1 設置漏斗#
在漏斗分析頁面，點擊「設置步驟」，可以看到「添加漏斗步驟」界面。
在「添加漏斗步驟」界面，可以選擇漏斗步驟和添加漏斗步驟：
1、步驟：由一個事件（可添加一個或者多個篩選條件）組成，表示一個轉化流程中的一個關鍵性的步驟。
一個漏斗中至少包含 2 個步驟，每個步驟對應一個事件。可增加更多步驟，拖動步驟前的序號可以改變步驟順序。
同樣可對步驟設置篩選條件。也可在漏斗分析主界面設置全局篩選。
2、添加步驟：給要分析的漏斗增加更多步驟。
4.2 設置維度#
在維度下拉框，展示的內容包括事件屬性（步驟 1）、用戶屬性和用戶分群。
4.3 設置漏斗週期#
漏斗週期：用戶觸發步驟 1 起，在窗口期內完成後續步驟，算作後續步驟的轉化。
限制窗口期在時間區間內：表示只有在這個時間範圍內，用戶從第一個步驟，行進到最後一個步驟，才被視為一次完整的漏斗轉化。
4.4 設置展示結果#
可選擇進行分析的步驟範圍，並根據「對比/ 趨勢」、「轉化/ 流失」設置，能夠得到 4 類報表：轉化對比表、流失對比表、轉化趨勢表、流失趨勢表。
轉化對比表：用以分析從步驟一到後續步驟的累計的轉化率
流失對比表：用以分析每個步驟之間的流失率
轉化趨勢表：用以分析不同日期的轉化率變化趨勢
流失趨勢表：用以分析不同日期的流失率變化趨勢
4.5 保存到看板#
將設置好的查詢結果保存為報表，再基於報表創建看板，漏斗分析結果一觸即達。
五. 漏斗分析原理#
接下來將會描述漏斗分析原理，尤其是有分組和篩選情況時，計算原理就會顯得較為複雜，此處將詳細說明。
5.1. 基本計算原理#
假設一個由步驟 1、2、3、4、5 構成的漏斗，選擇的時間範圍為 2021 年 3 月 1 日到 2021 年 3 月 7 日，窗口期是 3 天，如果用戶在 2021 年 3 月 1 日到 2021 年 3 月 7 日觸發了步驟 1，並且在步驟 1 發生的 3 天內，依順序依次觸發了步驟 2、3、4、5，則認為該用戶完成了一次完整的漏斗轉化，若依次觸發了步驟 1 > 2 > 4 > 5，則該用戶僅完成了步驟 1 > 2 的轉化。
如果步驟中間夾雜了一些其它的步驟，如用戶的行為順序是 1 > X > 2 > X > 3 > 4 > X > 5（其中 X 代表其他事件），則依然認為該用戶完成了一次完整的漏斗轉化。
當一個用戶在所選時段內有多個事件都符合某個轉化步驟的定義，則會優先選擇更靠近最終轉化目標的事件作為轉化事件，並在第一次達到最終轉化目標時停止轉化計算。
假設一個漏斗的步驟定義為：瀏覽商城、選擇道具、生成訂單、支付成功，那麼不同用戶的行為序列及實際轉化步驟（加粗部分）如下：
例 1：瀏覽商城 > 選擇道具（道具 B ） > 選擇道具（道具 A ） > 生成訂單 > 支付成功
例 2：瀏覽商城> 選擇道具（道具 B ） > 瀏覽商城 > 選擇道具（道具 A ） > 生成訂單 > 支付成功
例 3：瀏覽商城> 選擇道具（道具 B ） > 瀏覽商城 > 選擇道具（道具 A ） > 生成訂單 > 支付成功 > 選擇道具（道具 A ） > 生成訂單> 支付成功
漏斗分析中展示的數字代表轉化 / 流失的獨立用戶數，而非觸發的事件次數。在該時間範圍內，即使一個用戶多次完成漏斗，也僅計數一次。
5.2 分組與篩選#
漏斗分析的分組與篩選，均基於完成轉化 / 流失的用戶。
基於用戶屬性、用戶分群的分組與篩選：在完成轉化 / 流失的用戶的基礎上，根據用戶屬性、用戶分群進行分組與篩選。
基於事件屬性的分組與篩選：在完成轉化 / 流失的用戶的基礎上，以該用戶在步驟 1 的事件屬性進行分組與篩選。