漏斗分析：你可能低估了它的复杂度（逻辑细节及产品化）

大部分互联网从业者，都听过漏斗分析。但对于漏斗分析的细节，你确定了解吗？漏斗分析可不只是简单的几个递减、转化率哦~下面，和大家一起聊聊具体的逻辑。

01、什么是漏斗分析

提到漏斗分析，大家都能想到下图：

从图中我们可以了解到漏斗分析的基础特征：（1）是分多层、多环节的（2）各环节是有转化率（或者流失）效应的（3）环节之间有先后顺序

总结一下，漏斗分析是分析用户从起始到终点环节，过程当中每一步环节的转化（或者流失）情况。通过漏斗，可以找出全链路业务的问题环节所在，从而进行针对性优化。

说到这里，大家可能也都是了解的。但是，如果谈到细节逻辑呢？比如，用户从漏斗中间环节进入，是否要计算？在给定的范围内如果发生了其他未定义的行为，该如何处理？等等。下面咱们来具体聊聊。

这里介绍一下漏斗分析的详细逻辑。

（1）明确时间范围等筛选条件

这是计算漏斗的第一步。

常用的筛选条件主要是时间范围及用户类型。当然，其他的筛选维度（比如设备类别等）理论上也是可以支持的，但时间范围的筛选是漏斗计算必不可少的。是统计近7天的漏斗转化，还是近30天的转化？等等。

确定好时间范围，将时间范围内的数据搂出来，是计算漏斗的首要前提。

（2）确定漏斗的划分阶段及条件

确定好了时间范围，接下来需要确定漏斗的整体阶段划分。

每个漏斗，至少需要包含两个阶段（不然称不上漏斗）。每个阶段，基本设定就是【事件类型】+【筛选条件】。

关于筛选条件，通常来讲都是针对当前阶段进行的限制。但有时多个阶段之间需要进行打通。拿电商的环节举例。有时分析师想看的是浏览、加购且下单了同一个sku的数据（因为有可能有用户浏览了A商品，但是加购下单了B商品，这种情况不是我们想统计的漏斗转化），那这时，在筛选条件这需进行特殊处理，即打通多个阶段之间的关联。

在神策中，是用【属性关联】的概念实现了多个阶段的筛选逻辑处理。

这一个步骤，相当于把用户全量行为中，符合本次漏斗的行为数据筛选出来，以备后续的计算。

（3）关于漏斗的类型

接下来，进入到漏斗流程的计算环节。

假设我们想看的转化流程是A→B→C→D→E。那么如果经过上面几个数据处理之后，有以下几个路径，我们该怎么处理呢？

• 路径1：A→B→C

• 路径2：C→D→E

• 路径3：A→B→D→E

• 路径4：A→B→X→C→D

在聊上面路径之前，先聊一下漏斗的分类：【封闭式漏斗】和【开放式漏斗】。

所谓封闭式漏斗，就是只有从整体漏斗的第一个阶段进入的路径，才统计在漏斗当中。因此在这种逻辑下，路径2就不会统计在我们漏斗分析中了，因为没有从第一阶段发起。通常情况下，我们进行漏斗分析，都是基于封闭式进行的，这样可以确保看到每个环节的真实转化。

所谓开放式漏斗，就是从整体漏斗中的任意一个环节进入的路径，均计入整体漏斗的统计。这种逻辑下，路径2是会统计到漏斗中的，哪怕是单独的发生一个环节（例如C）也会计入整体。这其实是广义的漏斗概念。但是很多场景下是有这个需求的（回头分享我正在做的针对大促场景项目，正是基于开放式的逻辑）。

因此，在封闭式漏斗下，路径3会处理为在B环节发生了流失；而在开放式漏斗中，路径3 其实是处理成了两个环节