本文檔內容為 Quick Tracking 產品使用介紹和技術整合說明文檔,不作為銷售依據;具體企業採購產品和技術服務內容,以商業採購合約為準。
概述
漏鬥是使用者在產品使用中完成的一系列行為轉化。舉例來說,使用者購買商品的流程可能包含以下步驟:「瀏覽商品」-「加入購物車」-「提交訂單」-「完成購買」,可以將以上的步驟看做一個漏鬥。漏鬥分析可以協助企業瞭解使用者在行為步驟中的轉化或流失情況,進而通過最佳化產品或者開展營運活動提升轉化率,達成營運目標。通過漏鬥分析進行查詢後,可以儲存為報表添加到自製看板中進行展示和統計。
在介面上選擇的時間範圍,是指漏鬥的第一個步驟發生的時間範圍
步驟:由一個事件加一個或者多個篩選條件組成,表示一個轉化流程中的一個關鍵性步驟
轉化周期:使用者完成漏鬥的事件節流,也即只有在這個時間範圍內,使用者從第一個步驟,行進到最後一個步驟,才能被視為一次成功的轉化
時間範圍:在介面上選擇的時間範圍,是指漏鬥的第一個步驟發生的事件範圍
應用情境
漏鬥分析可以解決分析使用者使用產品的關鍵過程的轉化率,比如查看瀏覽商品到完成購買的總轉化率定位使用者在哪個步驟轉化中流失最多,比如使用者在填寫資料到完成註冊過程中轉化率較低,針對影響此步驟的一些因素進一步分析流失原因,可能簡訊驗證碼未發送成功。 以「註冊頁面到註冊完成」步驟為例:
選擇分析主體:裝置ID
選擇和設定漏鬥步驟事件:註冊頁面-註冊成功
設定轉化周期:1 天
選擇時間範圍
點擊「開始分析」
22-10-23
操作說明
頁面組成
漏鬥分析功能,主要由以下幾部分組成:
1其他功能操作區:使用者可以儲存報表、點擊查看歷史儲存的報表和匯出查詢的資料。 2資訊配置區:使用者可進行事件、指標、屬性設定、分組和時間選擇等操作選擇。 3介面組成分析結果地區:使用者可查看分析結果後的可視化圖表以及詳細資料。
操作說明
選擇分析主體
在漏鬥分析模組,除了可以按照裝置ID串聯使用者的行為,還可以支援按照登入使用者ID來串聯使用者的行為,以及使用實體ID來串聯分析使用者的行為,下拉式清單包括“裝置ID”、“帳號ID”和“實體ID”三個選項,預設選擇“裝置ID”。
裝置ID:QuickTracking為每一台裝置產生的唯一ID
帳號ID:由您通過介面傳入的使用者帳號,用於定義您使用者的唯一ID
實體ID:Quick Tracking自主產生的使用者標識,通過ID-Mapping將裝置ID和帳號ID進行1對1關聯,實現帳號登入前後行為的打通。
添加漏鬥步驟

1.點擊下拉選擇具體的事件作為漏鬥步驟,支援對漏鬥步驟添加別名 2.添加篩選條件:
支援事件的屬性篩選過濾。分類描述及具體內容見附件2.添加篩選條件。性
根據屬性的不同類型支援不同的篩選符號。具體篩選符號及符號定義見附件2.添加篩選條件。個
3.設定轉化周期:
設定漏鬥的第一步到最後一步整個轉化所需的時間範圍,只有在這個時間範圍內,使用者從第一個步驟,行進到最後一個步驟,才能被視為一次成功的轉化。
轉化周期粒度可選擇:分鐘、小時、天,其中
A、事件周期為1天,按天分區計算,漏鬥事件不可以跨天
B、事件周期為24小時,按小時分區計算,漏鬥事件可以跨天
選擇屬性分組群

選擇屬性對指標進行分組展示,比如想看不同渠道的轉化情況,可以用兩個屬性進行交叉去分析。
所有步驟的屬性都滿足分組的屬性才會認定為一個完整的漏鬥
在漏鬥分析的分組時候,一個使用者如果滿足多個漏鬥,會歸入多個分組。
添加全域篩選

當選擇兩個步驟事件指標或者更多時,全域篩選支援基於不同事件之間共有屬性進行公用過濾。具體篩選能力和設定同單事件的屬性過濾能力。
添加使用者分群群_20210422173239

需要看特定人群的資料表現時,即可以通過「篩選使用者分群」實現。建立使用者分群具體方案見:人群洞察。
選擇時間範圍

可以根據需求選取查詢的時間範圍和時間粒紋,選擇時間範圍有「相對時段」和「固定時段」兩種方式,相對方式裡面提供預設時間為過去7天,按天分區展示。
「相對時段」基於某一錨點往前推的日期範圍,會隨著時間不斷變化,裡面有過去X天/周/月和上線至今等幾種維度選項,也支援自訂的去設定過去X天/周/月的時間篩選條件。天為完整的自然天,周的選範圍是周一到周日,月即自然月(每月1號至最後1天),選擇相對時間的時候,也可以設定是否包含今天詳細規則如下:
A、過去n天:基於目前時間往前推完整的n天;
B、過去n周:基於目前時間往前推n個完整的周,如果目前時間是該周的最後一天,那麼過去n周包含目前時間的所在周。樣本:如果目前時間是7.20號(周二),那麼過去1周即為7.12-7.18(周一到周日);如果目前時間是7.18號(周日),那麼過去1周即為7.12-7.18。
C、過去n月:基於目前時間往前推n個完整的月,如果目前時間是該月的最後一天,那麼過去n月包含目前時間的所在月。樣本:如果目前時間是7.20號,那麼過去1月即為6.1-6.30;如果目前時間是6.30號,那麼過去1月就是6.01-6.30。
「固定時段」可以在日曆框中直接選擇起始日期,也可以直接輸入天數,快速選擇時間段,點擊應用後就會選取目前時間範圍,進行資料分析。
查看分析圖表零售

設定完查詢條件並點擊「開始分析」後,可查看分析結果。
點擊右上方「匯出資料」可以下載Excel檔案。
對常用的指標進行儲存便於後續重新查詢,可以通過右上方「儲存」設定按鈕進行操作
* 總轉化率:觸發了第1步驟後的使用者,在「時間範圍」內且在第1步驟觸發時間後的「轉化周期」內,按步驟依次觸發事件(在篩選條件內,包括事件篩選條件和全域篩選條件),並按分組維度最終步驟的轉化比例。
* 步驟間轉化率:觸發了第1步驟後的使用者,在「時間範圍」內且在第1步驟觸發時間後的「轉化周期」內,在漏鬥中相鄰步驟的轉化比例。 * 第n步裝置數/登入使用者數:
A、若n=1:在「時間範圍」內,觸發了第1步驟的事件(在篩選條件內,包括事件篩選條件和全域篩選條件),並按分組維度去重裝置數/登入使用者數。
B、若n>1:觸發了第n-1步驟後的使用者,在「時間範圍」內且在第1步驟觸發時間後的「時間周期」內,觸發了第n步驟的事件(在篩選條件內,包括事件篩選條件和全域篩選條件),並按分組維度去重裝置數/登入使用者數。
查看詳細資料明人群

在詳細資料中,有每一步驟的詳細結果。點擊查詢的結果資料,可以把該資料直接儲存成人群。
儲存資料到報表使用者數

點擊右上方功能區「儲存」按鈕,彈出儲存報表彈窗,填寫選擇如下資訊:
1.輸入報表名稱 2.選擇報表儲存的時段「不同時段對報表的影響」
選擇相對時段,報表日期可以根據看板選擇時間做查詢
選擇固定時段,報表日期不會根據看板選擇時間而改變
沒有選擇時段,報表日期會跟隨看板選擇的時間
3.點擊「確定」按鈕即可把資料儲存到報表列表添加報表到看板對於已經的儲存報表,可以選擇添加報表到看板,點擊「添加到看板」彈出添加到看板彈窗,填寫選擇如下資訊:
1輸入「報表名稱」 2選擇添加的看板 3選擇圖表希望的展示類型 4選擇圖表在自製看板中的展示布局 5點擊「確定」即可
漏鬥分析計算邏輯
1.規定漏鬥的每個步驟
漏鬥一般包含2個以上各步驟,使用者需要依次完成步驟。
步驟:由一個事件加一個或者多個篩選條件組成
2.確認漏鬥的時間範圍和轉化周期
一個完整的漏鬥需要有明確使用者完成漏鬥的時間限制,也只有在這個周期內,使用者從第一個步驟,行進到最後一個步驟,才能被視為一次成功的轉化。同時我們也要確定好時間範圍,即統計區間,是統計近7天的漏鬥轉化,還是近30天的轉化?
A、轉化周期支援選擇:分鐘、小時、天
B、時間周期為1天,按天分區計算,漏鬥事件不可以跨天時間周期為24小時,按小時分區計算,漏鬥事件可以跨天。 舉例:假設一個漏鬥的步驟是:訪問首頁、選擇支付方式、支付成功,選擇分析範圍為1號-3號,在不同轉化周期,使用者在不同時間點觸發事件如下:
1號11點 | 1號23點 | 2號11點 | 2號23點 | 3號11點 | 3號23點 |
訪問首頁 | 選擇支付方式 | 訪問首頁 | 訪問首頁 | 選擇支付方式 | 支付成功 |
A、選擇轉化周期為1天:使用者並沒有在1個自然日內觸發所有步驟事件,不計入最終轉化漏鬥
B、選擇轉化周期為2天::使用者在2個自然日內觸發所有步驟事件,計入最終轉化漏鬥
C、選擇轉化周期為24小時:使用者在2號23點-3號23點內(滿足24小時以內)觸發所有步驟事件,計入最終轉化漏鬥
3.設定漏鬥的條件限制
我們可以用不同的篩選條件對漏鬥進行限制,具體篩選邏輯如下
A、支援按照事件的篩選條件和全域篩選條件對事件進行過濾
B、全域篩選條件作用於所有步驟 C、如果配置了事件的篩選條件和全域的篩選條件,篩選條件邏輯為:事件篩選條件 &全域篩選條件。 舉例:假設一個漏鬥的步驟定義是:訪問首頁、選擇支付方式(篩選條件:支付方式=微信)、支付成功,那麼不同使用者的行為如下例子:
使用者1:訪問首頁 -> 選擇支付方式(支付寶) -> 選擇支付方式(微信)-> 支付成功
使用者2:訪問首頁 -> 選擇支付方式(支付寶) -> 訪問首頁 -> 訪問首頁 -> 支付成功
使用者1會被計入到最終轉化漏鬥,使用者2不會計入到最終轉化漏鬥
4.對漏鬥進行分組對比
漏鬥分析包括的分組功能,可以在查詢條件中加入分組篩選,對比不同分組下漏鬥間的比較
A、支援預製屬性和所有步驟的共有自訂屬性進行分組
B、對於每個分組漏鬥,所有步驟的屬性都滿足分組的屬性才會認定為一個完整的分組漏鬥
C、如果一個使用者在時間範圍內滿足多個分組條件漏鬥,會歸入多個分組。
舉例:
假設,我們選擇了一個分組屬性是自訂屬性“商品品牌”,這個篩選表示,在漏鬥轉化中按照“商品品牌”的值來進行分組。設一個漏鬥的步驟定義是:瀏覽商品、加入購物車、支付,那麼不同使用者的行為序列及實際轉化步驟,見如下例子:
例 1:瀏覽商品(蘋果)->瀏覽商品(諾基亞)->瀏覽商品(三星)->加入購物車(三星)->支付(三星)
例 2:瀏覽商品(蘋果)->瀏覽商品(三星)->瀏覽商品(蘋果)->加入購物車(蘋果)->支付(蘋果)
例 3:瀏覽商品(蘋果)->瀏覽商品(三星)->加入購物車(三星)->瀏覽商品(蘋果)->加入購物車(蘋果)->支付(蘋果)->瀏覽商品(諾基亞)->加入購物車(諾基亞)
例 4:瀏覽商品(蘋果)->加入購物車(三星)->支付(三星)
在以上例子中的轉化人數:
分組(手機品牌)\事件 | 瀏覽商品 | 加入購物車 | 支付 | 最終轉化人數 |
蘋果 | 4 | 2 | 2 | 2 |
三星 | 3 | 2 | 2 | 2 |
諾基亞 | 2 | 1 | 0 | 0 |
整體 | 4 | 4 | 4 | 4 |
5. 對漏鬥的轉化指標進行解讀
計算各階段的使用者數量、進而計算一下轉化率
A、第n步裝置數/登入使用者數:
若n=1:在「時間範圍」內,觸發了第1步驟的事件(在篩選條件內,包括事件篩選條件和全域篩選條件),並按分組維度去重裝置數/登入使用者數。
若n>1:觸發了第n-1步驟後的使用者,在「時間範圍」內且在第1步驟觸發時間後的「時間周期」內,觸發了第n步驟的事件(在篩選條件內,包括事件篩選條件和全域篩選條件),並按分組維度去重裝置數/登入使用者數。
B、總轉化率=最後一步的去重裝置數(登入使用者數)/第一步的去重裝置數(登入使用者數)
C、步驟間轉化率=第n步的去重裝置數(登入使用者數)/第n-1步的去重裝置數(登入使用者數)
