安迪·琼斯是一名数据分析师，曾效力于Facebook、Twitter、Quora。在他的职业生涯中，曾遇到这样一个难题：来自搜索引擎的流量占网站流量的40%，但其中只有不到0.2%的人转化成注册用户，这意味着每1000个访客中有998人最终流失掉了。
为了提高转化率，安迪的团队足足耗费了14个月的时间研究着陆页的优化，这是一段极为漫长的过程，考验着每个人的耐心。好在功夫不负有心人，他们最终成功地将转化率提高到了5.5%以上。换言之，他们将转化率提升了27.5倍。
而在提升转化率的过程中，他们使用了一样相当重要的数据分析工具：漏斗分析。
何为漏斗分析
漏斗，简单来讲，就是抽象网站或APP中的某个流程，观察流程中每一步的转化与流失。鉴于漏斗分析的相关文章很多，基础部分不再赘述。下面将会就抽象漏斗的本质、并通过一个详细的案例来阐述漏斗的具体用法。
漏斗的三元素
根据漏斗的定义，我们可以抽象出漏斗的三元素：
时间
这里的时间，特指漏斗的转化周期，即为完成每一层漏斗所需时间的集合。通常来讲，一个漏斗的转化周期越短越好，尤其是在某些转化周期较长的行业，比如：在线教育行业，B2B电商行业。
此外，单独查看每一层漏斗的时间，也能发现一些问题。举例来说，如果发现从某个渠道导入的流量，在某层漏斗的消耗时间惊人的一致，这说明该渠道的流量很可能有异常。
节点
每一层漏斗，就是一个节点。而对于节点来说，核心的指标就是转化率，公式如下：
转化率 = 通过该层的流量/到达该层的流量
整个漏斗的转化率以及每一层的转化率，可以帮助我们明确优化的方向：找到转化率低的节点，想办法提升它。
流量
流量，也就是人群。不同人群在同一个漏斗下的表现情况一定是不一样的，比如淘宝的购物漏斗，男人和女人的转化率不一样，年轻人和老人的转化率也不一样
通过人群分类，我们可以快速查看特定人群的转化率，更能清晰定位问题。
漏斗分析实战案例
现实的世界，并非是简单的数据逻辑结构，很多结果都是多种原因综合导致的。站在多种角度去分析同一个问题，往往可以得到一个更全面准确的答案。
下面我们将结合漏斗的三元素来做一个深度案例分析，通过运用数据分析的经典方法“拆分”与“对比”，定位问题，给出解决方案。
问题：购买的转化率过低
某家电商网站，从浏览宝贝详情到付款的转化率仅有3.6%。创建购买流程的漏斗，如图所示：
1. 发现问题节点
我们可以看到，加入购物车之前的转化率都较高，但在购物付款的流程中，转化率急剧降低至8%，这里可能就是需要改进的地方。
划重点：转化率低的节点，通常就是问题节点。
2. 问题确认
确定问题节点为“确认订单页面”后，开始分析该页面的数据。研究单一页面，可以使用的分析工具包括：
- 热图分析：查看该页面用户的互动行为
- 事件分析：查看该页面的各项数据统计指标，例如停留时长，事件数……
运用事件分析对问题进行分析：
可以发现如下问题：
- 用户在订单确认页停留的时间长达105秒，这与我们平时的认知不符；
- 用户在订单确认页的事件数为2985，需要进一步了解用户在这个页面上做了什么。
3. 问题细分
①用户在订单确认页停留时长过长
针对这个问题，我们发现漏掉了漏斗的一个层级，“订单确认页->成交页”应该更正为“订单确认页->选择付款方式页->成交页“。重新创建漏斗如下：
可以发现，实际上转化率较低的节点为选择付款页，转化率为9%。
②用户在相关页面上的具体事件
确认付款的事件数为1350，侧面印证了订单确认页的转化率属于正常。
成功付款的事件数为210，侧面印证了选择付款页的转化率较低。
通过对问题拆分，我们重新定位问题节点为选择付款页
划重点：对问题进行拆分，可以帮助我们深入理解问题
4. 数据对比
不同人群在同一个漏斗下的表现情况一定是不一样的。可以将到达选择付款页的用户分为两类：
通过几个人群的对比，发现“付款失败”组的人群离线环境陡增约14%。另外，其3G、2G网络的比例要高于成功付款人群（5.68%vs 1.36%），且设备品牌中，机型相对较小众、低端。
实际测试品牌1和品牌2的几个机型，针对选择付款方式页面的页面体验，存在以下问题：
① 机型适配性较差，开发时主要考虑的是现有主流机型适配，对小众机型的关注度较低；
② 页面卡顿严重，长达50秒以上的空白页面，严重消耗了用户耐心。
于是我们做出以下改善：
① 紧急修复版本，在小众机型的主要推广渠道上升级了版本适配性的App；
② 页面加载量优化，包括切割、压缩、删减图片，框架优化，预加载等策略，恶劣网络环境下加载速度提升至约15秒；
③ 加载等待页面设计，增加了动画的等待页面，增加用户等待的耐心。
5. 效果验证
页面优化后，我们的漏斗转化流程有明显改善：
我们针对这群“付款失败”用户群所做的改善，为转化漏斗提高了14%的转化效率，收益明显。
另外，我们在后续的漏斗改进中，还尝试结合了页面点击/页面流转的分析，删去了付款页面中不必要的信息、按钮，增加新的付款方式，保证了付款流程的顺畅性，对于提升漏斗也有一定的作用。
关键是思维方式
漏斗分析，仅仅是帮助我们分析问题的工具，重要的是要培养数据分析的思维方式：
- 通过交叉对比，找出数据的差异，定位异常数据；
- 通过细致拆分，把复杂的、多因子的事件分析拆分为独立的、单因子的归因分析。
