漏斗模型

     前几天了解一下友盟SDK上报的相关文档,看到“漏斗模型”概念,总结了一下

     

一、概念

     漏斗模型指的是多个自定义事件序列按照指定顺序依次触发的流程中的量化转化模型。通俗点说,就是从起点到终点有多个环节,每个环节都会产生用户流失,依次递减,每一步都会有一个转化率。另外衍生出“路径分析方法”,包括:关键路径、扩散路径、收敛路径、端点路径,每一条路径,都是一个漏斗。

   通常我们会对应用中的一些关键路径进行分析,比如注册流程、购物流程等。通过对关键路径转化率的分析,来确定整个流程的设计是否合理,各步骤的优劣,是否存在优化的空间等,进而提高最终目标的转化率。漏斗模型是基于自定义事件创建的。想要分析关键流程的转化率,需要先添加并集成自定义事件。 一旦用户触发了初始事件,他可以有一定的时间来完成漏斗。假设漏斗的有效期是7天,即用户触发初始事件后有7天的时间来完成漏斗,7天后完成的转化不会被计算在该漏斗内。

图例:

 

二、用户访问路径(Path Analysis)

    在大多数情况下用户的访问路径随意的,无序的,用户在访问一个网站时可能会经常使用后退、返回主页或者直接点击某个链接等,不同用户访问路径的重合度可能只有1%,分析这些无序的路径是毫无意义的。

    所以,我们要分析的是网站中的一些关键路径(Key Path),即用户是为了某个目标而进入了一个相对标准的有序的路径,用户的目标就是为了到达“出口”,而不是随意游荡。如电子商务网站的注册流程、购物流程,应用型网站的服务使用流程等。举一个电子商务网站购物流程的简单例子:

 

 三、转化率(Conversion Rate)

    转化率,顾名思义,就是从当一个页面进入下一页面的人数比率,比如访问我的博客首页的用户有30,而从首页点击进入本文的用户有12,那么从首页到这篇文章的转化率就是12/30=40%。当然,我们可以根据用户的访问路径计算每个页面到下个页面的转化率,同样这类工作大部分也是没有意义的,我们需要抓住重点——关键路径的转化率。

  以上面的购物流程为例,我们可以分别统计出这5步中每一步的人数,然后计算得到每一步的转化率:

浏览浏览购物车订单支付完成交易
人数2071622284235223
上一步转化率100%30.0%45.7%82.7%94.9%
总转化率100%30.0%13.7%11.3%10.8%

   通过对这些数据的统计,我们已经可以初步判断该流程转化率的情况,及每一步的流失率情况。当然,为了让分析的结果更加具体形象,借助一些图表工具,这里使用漏斗模型。

四、漏斗模型(Funnel Model

漏斗模型不仅显示了用户在进入流程到实现目标的最终转化率,同时还可以展示整个关键路径中每一步的转化率



另一个例子:

 

总结:

    单一的漏斗模型对于分析来说没有任何意义,我们不能单从一个漏斗模型中评价网站某个关键流程中各步骤的转化率的好坏,所以必须通过趋势、比较和细分的方法对流程中各步骤的转化率进行分析:

  • 趋势(Trend:从时间轴的变化情况进行分析,适用于对某一流程或其中某个步骤进行改进或优化的效果监控; 
  • 比较(Compare:通过比较类似产品或服务间购买或使用流程的转化率,发现某些产品或应用中存在的问题;
  • 细分(Segment:细分来源或不同的客户类型在转化率上的表现,发现一些高质量的来源或客户,通常用于分析网站的广告或推广的效果及ROI

 

 

 

 
### 漏斗模型的本质算法与实现原理 漏斗模型是一种用于分析用户行为路径的方法,通过将复杂的业务流程分解为多个阶段,并量化每个阶段的转化率,从而识别问题并优化整体表现。以下是关于漏斗模型本质算法及其实现原理的具体说明: #### 1. **核心思想** 漏斗模型的核心在于**分解和量化**[^2]。它通过对用户的行为路径进行分步拆解,评估每一步骤之间的转化效率,进而定位低效环节并提供改进方向。 #### 2. **数据准备** 在构建漏斗模型之前,需收集以下关键数据: - 用户在各阶段的行为记录。 - 各阶段的时间戳信息(用于计算时间间隔)。 - 阶段间的唯一标识符(如用户ID),以便追踪单个用户的完整路径。 这些数据通常存储于日志文件或数据库中,可通过SQL查询或其他ETL工具提取。 #### 3. **算法实现** 漏斗模型的实现主要依赖以下几个步骤: ##### (1) 数据清洗 去除重复记录、异常值以及符合条件的数据点。例如,仅保留完成特定操作的用户记录。 ##### (2) 路径匹配 根据预定义的路径顺序,筛选符合条件的用户行为序列。此过程可以通过窗口函数或自连接的方式实现。例如,在SQL中可使用`ROW_NUMBER()`或`LAG()`函数来标记事件顺序[^3]。 ##### (3) 计算转化率 对于每一级漏斗,统计进入该级别的用户数,并除以上一级别的用户数得出转化率。公式如下: \[ 转化率 = \frac{\text{当前级别用户数}}{\text{上一级别用户数}} \] ##### (4) 可视化展示 利用可视化库(如PyEcharts、Tableau或Power BI)绘制漏斗图表,直观呈现各级别的用户数量及转化情况。以下是一个Python代码示例,展示了如何使用PyECharts创建漏斗图[^4]: ```python from pyecharts import options as opts from pyecharts.charts import Funnel data = [13543, 11413, 10982, 7765, 5918] phase = ['访问网站', '注册账号', '浏览商品', '加入购物车', '完成支付'] funnel = ( Funnel(init_opts=opts.InitOpts()) .add( "阶段", [list(z) for z in zip(phase, data)], gap=2, tooltip_opts=opts.TooltipOpts(trigger="item", formatter="{a} <br/>{b}: {c}%"), ) .set_global_opts(title_opts=opts.TitleOpts(title="漏斗模型")) ) funnel.render("funnel_chart.html") ``` #### 4. **性能优化** 由于漏斗模型涉及大量数据处理,尤其是在高并发场景下,可能面临性能瓶颈。为此,可以采用高性能数据库引擎(如ClickHouse)加速计算速度。然而,需要注意的是,尽管ClickHouse提供了丰富的内置函数支持复杂查询,但在某些定制化需求方面仍存在局限性[^3]。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值