大家好，我是愛學習的小xiong熊妹。
今天繼續跟大家分享的是九大數據分析方法系列。今天介紹的是漏斗分析法，漏斗分析法是一種基礎的，處理多個指標分析問題的方法，有很多應用場景。
一、為什么叫“漏斗”
漏斗是對一個連續的操作步驟的形象稱呼。舉個簡單的例子，當你打開電商APP想買東西的時候，你至少會經歷以下幾步：
- 打開APP進入首頁
- 點擊首頁上某個商品廣告頁
- 進去商品詳情頁，看了覺得還不錯，點購物車
- 進入購物車頁面，填快遞信息，點支付
- 進入支付頁面，完成支付，商家發貨
全部做完，一共經歷了：首頁→廣告頁→詳情頁→購物車→支付，五個步驟。這五個步驟缺一不可，因此存在前后關系。即必須完成前一步，才能繼續完成后一步。
但並非所有人都能一帆風順走完這四個步驟。有的人不喜歡商品的廣告，連廣告頁都不進去。
有的人發現實物不咋好看，在詳情頁就走掉了。有的人覺得價格實在太貴，在購物車頁走掉了。總之，很多人最后沒有完成支付。
反應在數據上，參與這四個步驟的人，是越來越少的。此時可以用一個漏斗，形象的表示這種關系（如下圖）
這就是漏斗的直觀體驗。
二、如何制作“漏斗”
制作漏斗需要三個基本條件：
條件一：流程上，有前后關聯的N個步
比如前邊例子中首頁→廣告頁→詳情頁→購物車→支付就是一個前后關聯的流程。在做漏斗分析前，要認真梳理自己分析的流程，看清楚到底有幾步組成。
條件二：數據上，每個步驟得有數據記錄。這一點很重要，決定了到底漏斗分析能不能做。很多人誤以為漏斗分析法是互聯網專用方法，其實是因為傳統企業的流程很少有數據記錄而已。
比如傳統門店的：進店→選貨→試穿→談價→成交；比如傳統會議的：簽到→聽講→互動→談價→成交；其實也有幾個前后關聯的步驟，但是很多情況下沒有數據記錄，就無法做漏斗了。
互聯網企業也是類似，如果沒有做好埋點的話，也會缺失過程數據，所以千萬小心哦。
條件三：統計上，從完成第一個環節開始統計。
這一點也很重要，涉及統計准確性。還以電商APP舉例，實際上用戶行為不會首頁→廣告頁→詳情頁→購物車→支付一竿子捅到底，而是相當隨性的。比如先點擊廣告頁以后退出去看看別的，回頭想想還是這個商品好，於是又搜索了商品名稱，轉回來商品詳情頁……中間發生很多操作。
此時統計漏斗數據的時候，需要按照指定好的步驟進行統計，完成上一個步驟，才統計下一個步驟行為（如下圖）
當然，這樣會漏掉一些中間加入流程的人。漏斗分析法不解決這種中間加入的問題，需要另一個方法：用戶行為地圖來解決。
有了以上三個保證，就能正確的統計出漏斗數據了。漏斗數據包含漏斗中每個環節的人數以及轉化率（如下圖所示）
三、“漏斗”如何進行分析
有了漏斗以后，可以從多個角度進行觀察，發現問題。
比如，和相似的商品比較，發現可改善的環節（如下圖）
自身與自身相比，觀察自己經營的走勢（如下圖）
總之，通過優化做的不好的環節，提升整體轉化率，是最終目標。
四、“漏斗”分析的不足之處
從本質上看，漏斗分析是一種：知其然，不知其所以然的方法。通過漏斗圖，可以很輕松的看到問題發生在哪里，但是無法解釋：為什么問題發生在這里。特別是問題發生在漏斗的末端的時候。
舉個簡單的例子，看下邊兩組數據（如下圖）
很明顯，商品A是因為廣告頁轉化低，那換個廣告即可解決問題。
但商品B呢？每一步看起來都很正常，但是用戶就是不買單，為什么？用戶在等優惠活動？
用戶跑去別的平台比價去了？如果用戶不喜歡商品的圖片、價格、設計，為啥不早跳出？
總之，種種問題，不是單靠漏斗分析能回答清楚的。所以，世界上沒有完美的分析方法，每種方法都有自己的適用范圍，小伙伴們在做分析的時候，一定要選擇合適的方法哦。
作者：小熊妹。公眾號：碼工小熊。數據界新人，喜歡數據分析、數據挖掘。