谈谈漏斗分析模型中科学归因、属性关联的重要性

漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

漏斗分析到底是什么?

漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。

漏斗分析模型已经广泛应用于流量监控、产品目标转化等日常数据运营与数据分析的工作中。例如在一款产品服务平台中,直播用户从激活 APP 开始到花费,一般的用户购物路径为激活 APP、注册账号、进入直播间、互动行为、礼物花费五大阶段,漏斗能够展现出各个阶段的转化率,通过漏斗各环节相关数据的比较,能够直观地发现和说明问题所在,从而找到优化方向。

漏斗分析模型的特点与价值

对于业务流程相对规范、周期较长、环节较多的流程分析,能够直观地发现和说明问题所在。值得强调的是,漏斗分析模型并非只是简单的转化率的呈现,科学的漏斗分析模型能够实现以下价值:

1.企业可以监控用户在各个层级的转化情况,聚焦用户选购全流程中最有效转化路径;同时找到可优化的短板,提升用户体验。

降低流失是运营人员的重要目标,通过不同层级的转情况,迅速定位流失环节,针对性持续分析找到可优化点,如此提升用户留存率。

2.多维度切分与呈现用户转化情况,成单瓶颈无处遁形。

科学的漏斗分析能够展现转化率趋势的曲线,能帮助企业精细地捕捉用户行为变化。提升了转化分析的精度和效率,对选购流程的异常定位和策略调整效果验证有科学指导意义。

3.不同属性的用户群体漏斗比较,从差异角度窥视优化思路。

漏斗对比分析是科学漏斗分析的重要一环。运营人员可以通过观察不同属性的用户群体(如新注册用户与老客户、不同渠道来源的客户)各环节转化率,各流程步骤转化率的差异对比,了解转化率最高的用户群体,分析漏斗合理性,并针对转化率异常环节进行调整。

在漏斗分析模型中,科学归因、属性关联的重要性

先谈归因

在科学的漏斗分析中,需要科学归因设置。每一次转化节点应根据事件功劳差异(事件对转化的功劳大小)而科学设置。企业一直致力定义最佳用户购买路径,并将资源高效集中于此。而在企业真实的漏斗分析中,业务流程转化并非理想中那么简单。

以市场营销为例,市场活动、线上运营、邮件营销都可能触发用户购买。A 欲选购一款化妆品,通过市场活动了解 M 产品,后来在百度贴吧了解更多信息,但是始终没有下定决心购买。后来收到 M 公司的营销邮件,A 被打折信息及详实的客户评价所吸引,直接邮件内跳转至网站购买了该商品。

那么,在漏斗设置时,转化归因应该“归”哪一个渠道呢?在这个案例中,运营人员愿意以实际转化的事件的属性为准。邮件营销的渠道在用户购买决策的全流程中对用户影响的“功劳”最大、权重较大,直接促进用户转化。在科学的漏斗分析模型中,用户群体筛选和分组时,以实际转化事件——邮件营销来源的用户群体的属性为准,则大大增大了漏斗分析的科学性。

再一起看属性关联

在进行漏斗分析时,尤其电商行业的数据分析场景中,运营人员在定义“转化”时,会要求漏斗转化的前后步骤有相同的属性值。比如同一 ID(包括品类 ID、商品 ID)才能作为转化条件——浏览 iphone6,购买同一款 iphone6 才能被定义为一次转化。因此,“属性关联”的设置功能是科学漏斗分析不可或缺的内容。

四、他们如何使用漏斗分析

场景一:电商行业不同客户群体的转化情况

某电商企业客户根据客户的消费能力,将客户划分为普通会员、黄金会员、钻石会员。为加强对用户的转化引导,F 欲针对不同用户群体采用不同的运营方式。

谈谈漏斗分析模型中科学归因、属性关联的重要性

普通会员与钻石会员的漏斗转化情况对比

通过对比,可明显看出,普通会员从“提交订单”到“支付订单”的转化率明显低于钻石会员。为找到“支付订单”阶段转化率变低的原因,F 公司运营人员应深度分析普通会员转化率情况,如对比不同付费渠道(PC 端、手机端等)的转化情况,找到优化的短板。另外,可以尝试支付订单流程的新手引导,帮助新手顺利完成购买。

场景二:零售行业——中商惠民科学评估站内推广位的效果

首页推广位的效果监控是站内运营重要一环,数据的监测与分析是重要工作,它为站内优化、页面体验提升作出指导。运营人员可以通过用户的点击转化率与购买转化率可以判断页面不同推广位置效果。下图是中商惠民首页推广位“一元促销”、“清洁专场”两个 Banner 转化率情况对比。(注:为涉嫌商业机密,以下场景模拟真实应用场景而设,数据均为虚拟。)

谈谈漏斗分析模型中科学归因、属性关联的重要性

“一元促销”、“清洁专场”两个 Banner 转化率情况对比

除此之外,漏斗分析模型已经广泛应用于各行业的数据分析工作中,用以评估总体转化率、各个环节的转化率,以科学评估促销专题活动效果等,通过与其他数据分析模型结合进行深度用户行为分析,从而找到用户流失的原因,以提升用户量、活跃度、留存率,并提升数据分析与决策的科学性等。

希望神策分析的漏斗分析可以陪伴你走过天使轮到 IPO~

来源:神策数据(ID:SensorsDataCrop),本文由神策数据授权发布。

关于神策:神策数据(https://www.sensorsdata.cn),一家专业的大数据分析服务公司,致力于帮助客户实现数据驱动。公司推出深度用户行为分析产品神策分析(Sensors Analytics),支持私有化部署、基础数据采集与建模,并作为PaaS平台支持二次开发。此外,还提供大数据相关咨询和完整解决方案。目前,已赢得中国银联、聚美优品、百联、万达、中邮消费金融、广发证券、中商惠民、米其林、趣店、纷享销客、ofo共享单车 、Keep、秒拍、36氪等众多行业领先企业认可。希望更深入了解神策数据或有数据驱动相关问题咨询,请咨询4006509827,由专业的工作人员为您解答。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
大数据精选的头像大数据精选编辑
上一篇 2017-12-07 23:48
下一篇 2017-12-11 05:00

相关文章

关注我们
关注我们
分享本页
返回顶部