数据分析之漏斗分析法

在互联网公司，大部分数据分析人员都会用到的一个数据分析方法，就是漏斗分析法。

漏斗分析法是什么意思呢？就是通过记录一个场景下，不同的关键节点的用户的转化率，然后发现用户的流失环节，定位用户流失的原因，然后找到提升转化率的方式。

在实际工作中，漏斗分析法需要先搭建模型，搭建模型呢有三步。

第一步：就是确定转化路径

第二步：就是分析流失原因

第三步：就是选择关键因子进行优化

我们以私域的转化为例：

假设现在有一个卖智能家居的私域社群，用户进到群里之后呢，看到群主发的扫地机器人的图片还不错，点击扫地机器人的小程序进到了详情页，看了看评价和说明，觉得性价比很高就点击下单购买了。

这呢就是用户在私域里的转化路径。把用户的行为梳理清楚之后呢，就可以把这个漏斗模型搭出来了。

 

然后看一下每个节点的转化数据，找到它的流失的原因去分析影响因素，比如用户从看到商品到点击，会有曝光点击率，如果点击率不高，那就需要考虑是什么因素导致用户不愿意去点呢？

是发的形式不对呢？还是发的时间不对？或者是发的图片不吸引人，亦或者是商品的价格太高；把能想到的因素都罗列出来，然后呢开始进入到第三步。

 

从刚来所有罗列出来的因素里边，选择对结果影响比较明显的因子，开始进行优化。

比如把普通的群发改成公告，加强提醒，就能让更多的用户看到，并且愿意去点击，从而提高了点击率。

封面H5不吸引人，那是不是可以把原先H5的形式改成小程序的大卡片的展现形式，吸引力也会更强一些。

找到类似这样可以干预，并且是杠杆点最大的点，因此优先去做。

 

同样的逻辑，分析找出来影响点击购买转化率的因素都有哪些？做好取舍，然后按照优先级降序去做一个优化。

优化完之后呢，统计好数据，然后继续看漏斗各个环节的数据指标的变化。做下一轮的分析和调整。

经过这样循环几次之后呢，就能快速的把业务做上去。