1. 视频版讲解

漏斗分析基础功能讲解视频

漏斗分析高阶功能讲解视频


在介绍漏斗分析之前，需要有一些基本概念进行介绍：

  1. 步骤：由一个 元事件/虚拟事件 加一个或者多个筛选条件组成，表示一个转化流程中的一个关键性的步骤。
  2. 时间范围：在界面上选择的时间范围，是指漏斗的第一个步骤发生的时间范围。
  3. 窗口期：用户完成漏斗的时间限制，即只有在这个时间范围内，用户从第一个步骤，行进到最后一个步骤，才能被视为一次成功的转化。

2. 漏斗分析概述

漏斗模型主要用于分析一个多步骤过程中每一步的转化与流失情况。

举例来说，用户购买商品的完整流程可能包含以下步骤：

  1. 浏览商品
  2. 将商品添加进购物车
  3. 结算购物车中的商品
  4. 选择送货地址、支付方式
  5. 点击付款
  6. 完成付款

可以将如上流程设置为一个漏斗，分析整体的转化情况，以及每一步具体的转化率和转化中位时间。同时也可以借助神策强大的筛选和分组功能进行深度分析。

查看漏斗分析功能应用示例

3. 漏斗界面功能简介

3.1. 创建漏斗

点击界面右侧顶部的“创建漏斗”按钮，会滑出“创建漏斗”面板。

3.1.1. 漏斗名称

必填项。给你的漏斗取一个具有代表性的友好名称。同一项目内，漏斗不可重名。你创建的漏斗对同一项目中的其他用户也可见。

3.1.2. 漏斗窗口期

窗口期：用户完成漏斗的时间限制，用户发生第一个步骤后，在这个时间范围内，进行到最后一个步骤，才能被视为一次成功的转化。
你需要在这里根据漏斗的性质选择合理的有效期。默认漏斗有效期为 30 天。1.4 及以后的版本中，除了下拉框中提供的有限选项以外，窗口期也可以由使用者自定义，最短 1 分钟，最长 3650 天。

3.1.3. 漏斗步骤

步骤：由一个 元事件/虚拟事件 加一个或者多个筛选条件组成，表示一个转化流程中的一个关键性的步骤。

一个漏斗中至少包含 2 个步骤，每个步骤对应一个事件（可附带一个或多个筛选条件）。

举例来说，某个步骤可以是触发“注册”且“使用了邀请码”。或者，“购买”且“品类”等于“女装”等。

拖动步骤前的序号可以改变步骤顺序。

1.4 及以后的版本，支持给漏斗步骤增加别名，在显示时更加方便易读。

3.1.4. 增加步骤

给漏斗增加更多步骤。

3.1.5. 漏斗属性关联

支持设置漏斗任意几步的属性进行关联，假设需要精确了解用户浏览了某个商品，并完成此商品购买的情况，创建的漏斗为 浏览商品详情页 -> 提交订单 -> 支付订单，并且在每个事件中设置了商品 ID 的属性，此时就可以将该属性作为关联 ID，以保证用户浏览商品详细页到支付订单的商品都是同一个。如果不设置商品 ID 为关联属性，则用户浏览商品详细页与支付订单的商品不是同一个，也会被算作转化成功。

漏斗不同步骤关联的属性可以是相同属性，也可以是不同属性，但是要求属性的类型必须一致。例如在浏览商品详情页事件中用商品 ID 标识某个商品，但在支付订单事件中用产品 ID 标识某个商品，此时就可以分别使用商品 ID 与产品 ID 来设置关联属性。

3.1.6. 保存漏斗

点击该按钮，保存新漏斗。

3.2. 分析漏斗

3.2.1. 切换漏斗，按分组查看，筛选

在这个区域，你可以切换需要展示的漏斗数据，或者对现有漏斗查询进行分组和筛选。

分组和筛选条件为三类字段，包括任意步骤的公共属性，每一步的事件属性以及用户属性 。

分组规则

  • XX 步骤的 YY 属性：按照每个用户首次最长转化状态中的第 XX 步骤的 YY 属性值进行分组 ，一个用户只会出现在一个分组中，如果用户没有转化到该步骤则分到未知组。
  • 用户属性：按照用户属性筛选。

筛选规则

  • XX 步骤的 YY 属性：以每个用户首次最长转化状态中的第 XX 步骤的 YY 属性值进行筛选。
  • 用户属性：按照用户属性值筛选。

如果这里选择的属性是数值类型，可以自定义分组区间。如果没有设置，查询引擎会动态计算分组区间。此设置仅在当前查询生效，将查询保存为书签后在书签中也生效。

3.2.2. 选择查询的时间范围，展示漏斗图表

设置的时间区间默认为漏斗首事件发生的时间范围。如果选中”限制窗口期在时间区间内”，漏斗中各步骤的发生时间在满足窗口期的同时，均被限定在所选时间区间内。

以电商的限时抢购为例，在 9 月 1 日至 7 日设置的限时抢购，用户该时段内完成交易享受特价优惠，超过限定时间商品恢复原价。该场景下需要精确了解用户在限订时段完成交易的情况，则需要设置该选项。例如，漏斗设置窗口期为 4 天，用户在 9 月 6 日发生了浏览， 9 月 8 日完成了交易，未设定该选择的漏斗则会把该交易也算为一次该漏斗的转化。设定该选择后，则不会被计算在内。

3.2.3. 查看漏斗总体，或每个步骤的转化详情

当选择“趋势”，点击某个具体步骤，可以详细地查看两个步骤之间的流失用户数、转化用户数、转化时间中位数和转化率。当点击“总转化率”节点时，可以查看总体以及单步的转化率变化趋势，当点击单个步骤时，可以在表格中查看当前步骤的两个事件的触发用户数，流失用户数，转化率以及转化时间中位数。

当选择“对比”时，可以在“显示设置”中设置对比的两个指标，在下方的漏斗图中直观地对 比两个分组的转化情况，表格中会展示全部的分组，展示漏斗的每一步事件的转化率和总体转化率。

3.2.4. 漏斗图展示

选择“总览”时，漏斗图每个步骤可以点击，下方表格中可以详细查看当前步骤的事件用户数，转化率，流失用户，以及转化时间中位数。点击分组值前一单元格的箭头可以对当前分组值展开，详细按天查看当前步骤的事件用户数，转化率，流失用户，以及转化时间中位数。

选择“对比”时，漏斗图为不可点击的，当存在分组时，可以在设置两个分组进行对比。下方表格中可以详细按照当前对比分组查看当前漏斗的每个事件的用户数和转化率。点击分组值前一单元格中的箭头可以对当前分组值展开，详细按天查看漏斗中每个事件的用户数和转化率。

3.2.5. 浏览用户详情

表格的单元格内的对应数字是可以点击的，点击则会浏览这些用户的用户列表，并进一步 浏览其中某个特定用户的用户行为序列。

3.2.6. 显示设置

当选择“趋势”时，点击“显示设置”可以设置当前折线图的显示指标，点击左侧“总转化率” 节点”，可以设置总转化率以及漏斗的每一步的转化率，点击左侧单个步骤节点，可以设置 当前步骤的转化率，两个事件流失用户数，以及转化时间中位数。

当选择“对比”时，点击“显示设置”可以设置显示分组，用来对比两个分组值下的漏斗转化情况。

3.3. 修改、删除漏斗

点击漏斗列表中的“铅笔”图标，可以在滑出的“编辑漏斗”面板中编辑该漏斗。

点击左下角的“删除漏斗”按钮，可以删除当前漏斗。

3.4. 另存为新漏斗

进入编辑漏斗页面，修改漏斗名称后点击右下角“另存为新漏斗”按钮，可以保存为一个新的漏斗。

4. 漏斗是如何计算的

在这个文档里面，我们将会详细描述漏斗分析的计算规则，特别是在有筛选和分组情况下的计算规则，以便使用者更好地解读漏斗分析的结果。同时，我们也会针对一些常见的分析场景，给出漏斗分析的使用案例，帮助使用者更好地使用这一功能。

4.1. 基本计算规则

1、转化事件优先归功于离他近的前序事件（假设漏斗步骤为 a、b、c，行为序列 a →b1 →b2 →c ，漏斗选择 a →b2 →c）
2、如果某个人完整完成漏斗所有步骤的转化，则选取首次最长转化序列（假设漏斗步骤为 a、b、c，行为序列 a →b1 →c →a →b2 →c，漏斗选择 a →b1 →c）
3、如果某个人没有完整的完成漏斗转化，则选取靠后的最长转化序列（假设漏斗步骤为 a、b、c，行为序列 a1 →b1 →a2 →b2，漏斗选择 a2 →b2）


假设一个漏斗中包含了 A、B、C、D、E 五个步骤，选择的时间范围是 2015 年 1 月 1 日到 2015 年 1 月 3 日，窗口期是 1 天，那么，如果用户在2015年1月1日到2015年1月3日触发了步骤 A，并且在步骤 A 发生的 1 天内，依顺序依次触发了 B、C、D、E，则视作该用户完成了一次成功的漏斗转化。

在这个过程中，如果穿插了一些其它的步骤或者行为，例如在满足时间限制的情况下，用户的行为顺序是 A > X > B > X > C > D > X > E，X 代表任意一个事件，则该用户依然视作完成了一次成功的漏斗转化。

如果该用户在这个时间限制范围内，依次触发了 A > B > C > E，则该用户没有完成该漏斗的转化，并且会被记作步骤 C 的流失用户。

考虑一个更复杂的情况，如果一个用户在所选时段内有多个事件都符合某个转化步骤的定义，那么会优先选择更靠近最终转化目标的事件作为转化事件，并在第一次达到最终转化目标时停止转化的计算。假设一个漏斗的步骤定义是：访问首页、选择支付方式、支付成功，那么不同用户的行为序列及实际转化步骤见如下例子：

  1. 例 1：访问首页 -> 选择支付方式（支付宝） -> 选择支付方式（微信）-> 支付成功。
  2. 例 2：访问首页 -> 选择支付方式（支付宝） -> 访问首页 -> 选择支付方式（微信）-> 支付成功。
  3. 例 3：访问首页 -> 选择支付方式（支付宝） -> 访问首页 -> 选择支付方式（微信）-> 支付成功 -> 选择支付方式（微信）-> 支付成功。

4.2. 漏斗中展示的数字代表什么

漏斗分析中展示的数字代表转化/流失的独立用户数，而非触发的事件次数。在该时间范围内，即使一个用户多次完成漏斗，也仅计数一次。

4.3. 筛选条件的含义

和其它分析功能一样，漏斗分析也提供了筛选功能，需要特别强调的是，漏斗分析的筛选，都是对完成转化/确认流失的用户，再进行二次挑选。

漏斗分析的筛选，包括三种不同的筛选类型：

  1. 用户属性的筛选：这个筛选类型比较好理解，是在完成转化/确认流失的用户的基础上，根据这个用户的属性，再来进行更进一步的筛选。例如，我们添加的筛选条件是“性别”为“男”，则只有用户属性中“性别”为“男”的用户，才满足这个筛选条件，并且出现在筛选后的漏斗分析结果中；
  2. 指定步骤的属性的筛选：假设，我们选择了一个筛选条件是步骤 2 的属性“支付方式”为“支付宝”，这个筛选表示，在完成转化/确认流失的用户中，转化到步骤 2 时的“支付方式”的值为“支付宝”的那些用户；如果有多次可能的转化，请参考基本计算规则中的说明。

4.4. 分组的含义

和其它分析功能一样，漏斗分析也提供了分组功能，需要特别强调的是，漏斗分析的分组，都是对完成转化/确认流失的用户的集合上进行分组。

漏斗分析的分组，包括三种不同的分组类型：

  1. 用户属性的分组：这个分组比较好理解，是在完成转化/确认流失的用户的集合，根据这个用户的属性，在来进行更进一步的分组。例如，我们添加的分组条件是“性别”，那么，就会分别对漏斗分析的结果按照“男”、“女”来进行分组；
  2. 指定步骤的属性的分组：假设，我们选择了一个分组属性是步骤 2 的属性“支付方式”，这个筛选表示，在完成转化/确认流失的用户中，按照转化到步骤 2 时的“支付方式”的值来进行分组；如果有多次可能的转化，请参考基本计算规则中的说明；如果用户没有转化到步骤 2，则分到未知组。

5. FAQ

5.1. 漏斗内的筛选条件和漏斗外的筛选条件的区别

漏斗内设置的筛选条件是「根据设置的筛选条件」得到漏斗，漏斗外设置的筛选条件是「根据已经筛选出的漏斗」再次筛选出满足筛选条件的漏斗。

使用场景：一般业务上的使用场景是在漏斗内设置筛选条件，建议直接在漏斗内设置条件得到满足条件的漏斗。

举例：比如漏斗选取的漏斗步骤为 A->B->C->D ，某用户甲的序列是 F->A（iOS）->A（Android）->A（Android）->B->C->A（Android）->B，事件 A 包含了一个操作系统的属性，分别为Android、iOS。

  • 内筛选：如添加内筛选条件操作系统为 iOS ，那么系统筛选到的序列为 A（iOS）->B->C，筛选的原则是沿着该用户的行为序列顺序查找，直到找到属性为 iOS 的 A 事件；
  • 外筛选：如添加外筛选条件操作系统为 iOS ，因为漏斗外筛选是在用户漏斗成功转换后的二次筛选，不加任何筛选条件时，该用户漏斗转化为 A（Android）->B->C，因此在漏斗外添加筛选条件时该用户筛选不出来。

5.2. 漏斗强制刷新人数会变化

答：（1）若仅第一次刷新时，数据有变化，多次刷新后人数不再变化，则是因为神策查询的缓存机制导致，以刷新后的数据为准。
（2）若多次刷新人数都会变化，通常是因为漏斗相邻事件时间一样，导致的排序不稳定。可以让对应事件的埋点同学调整下事件上报时机，保证两个事件时间不同即可。如果非上述原因导致可联系神策值班同学。

5.3. 漏斗内某事件的人数和事件分析的触发用户数不一致

答：（1）漏斗内第一步对应的人数与事件分析查询的触发用户数不一致：可能是漏斗查询时，在漏斗外添加了筛选条件，导致和事件分析中对应筛选条件下人数不一样。可以将筛选条件添加在漏斗内，再对比下查询的数据。如果筛选条件放在漏斗内之后，查询的结果和事件分析一致，则说明查询结果正常。具体原因可参考问题 1 的漏斗内和漏斗外筛选条件的区别。

（2）漏斗内非第一步事件与事件分析的触发用户数不一致：属于正常数据，因为漏斗内的某事件人数是满足漏斗规则后筛选出的人数，比如漏斗规则为 A->B->C，事件分析中 B 事件用户数为 100，漏斗分析中先触发 A 事件再触发 B 事件的用户数为 20。

5.4. 漏斗按天转化率没有总体转化率高

答：举个例子，比如 11.01-11.03 这 3 天里有 3 个人，漏斗规则为 A->B->C， 11.01 三个人都触发事件 A ，但只有第一个人在窗口期内完成 B->C 转化；11.02 三个人都触发事件 A 但只有第二个人在窗口期内完成 B->C 转化 ； 11.03 三个人都触发事件 A 但只有第三个人在窗口期内完成 B->C 转化。按天分布的话，11.01 的转化率为 33%，11.02 的转化率为 33%。11.03 的转化率为 33%。按总体看，11.01-11.10 这 10 天的转化率为 100%。

5.5. 总体转化率没有漏斗按天转化率高

答：举个例子：，比如 11.01-11.02 这 2 天，漏斗规则为 A->B->C，第一天，a b c 三个人触发了事件 A ，b c 两个人在规定窗口期内完成 B->C 转化，转化率 66.6%。
第二天，b c d e 四个人触发了事件 A，b c 两个人在规定窗口期内完成 B->C 转化，转化率 50%。
总体，abcde五个人访问，bc下单，转化率 40%。