在數據分析中我們經常會使用各種類型的轉化率分析，在游戲數據分析中，我們對於轉化率的使用更為頻繁，比如渠道分析，玩家購買流程轉化率等等。在實際使用過程中，總結出來了四種轉化率的形式，這里簡單說說。
- 回爐型轉化率
所謂回爐型轉化率指的是在轉化的第一步到第二步的轉化過程中就出現了較大的障礙，從第一步到第二步，轉化率變化比較大，這種轉化率形式的出現，就需要回爐進行問題分析和處理，這種類似的轉化率比如在渠道用戶推廣時可以作為一個渠道用戶質量把控的分析方法，同時，也是檢測游戲本身在新用戶導入時的新手引導等功能的檢測。
- 常規型轉化率
如上圖所示，整體來看，不同步驟之間的轉化率的變化是比較緩慢的，並沒有出現某一個步驟的大幅下滑，且整體的轉化率趨勢保持的還是相對平穩的，此種就是常規型的轉化率。一般來說達到這種類型的標准就很不錯了。由於轉化率的這種模型結構在很多地方都能用到，所以這里不具體舉例子來說明這個問題。
- 優質型轉化率
所謂優質型轉化率就是在常規型轉化率的基礎上表現的更好一點，只是在幾步之間的轉化損失更小一點，即下降速度更加緩慢，在很多涉及到轉化率的分析上，這種類型的轉化率屬於優質型的轉化率。但是一般而言是達不到的。
- 問題型轉化率
如上圖所示，所謂問題型轉化率，往往問題都是出現的比較怪異的，一般而言，都是前幾步轉化率都比較理想，但是這其中后續的某一步出現了問題，這種落差都會比較明顯，在轉化率表現上，就是突然某一步的轉化率下滑較大，這種形式的轉化率一般會出現在購買流程轉化率分析，某一個事件的轉化過程中也會出現這種下滑。
這樣的轉化率問題定位其實比較快速和直接，能夠馬上進行修補，不同於回爐型的轉化率，這種轉化效果只是需要針對某一步進行優化就可以了，而不是全局性的優化。
以上就是四種轉化率模型，這里只是簡單的描述了一下，如果要深刻理解，還需要進行具體的數據分析和實踐才能搞定這件事。