产品组合管理的工具/漏斗分析

来自pm_wiki
Bot(留言 | 贡献)2026年11月12日 (四) 00:57的版本 (pmwiki-sync:发布 19-25 七篇(归入产品组合管理的工具))
(差异) ←上一版本 | 最后版本 (差异) | 下一版本→ (差异)
跳转到导航 跳转到搜索

漏斗分析(Funnel Analysis)

一句话定义

把用户完成一件事的每一步列出来,看每一步有多少人"漏掉",从而找到最大的流失环节。


解决什么问题

  • 用户在哪一步流失最多?
  • 整体转化率是多少?
  • 哪个环节是"瓶颈",值得优先优化?
  • 优化后整体转化能提升多少?

核心思想:漏斗的容量由最窄的那一环决定——找到并优化它,整体转化才能提升。


核心概念

概念 公式 说明
步骤转化率 下一步人数 ÷ 上一步人数 单步的转化
整体转化率 最终完成人数 ÷ 起始人数 从头到尾的转化
步骤流失率 1 − 步骤转化率 单步流失
累计流失率 1 − 整体转化率 从头到尾的流失

怎么用(步骤)

  1. 定义目标:用户最终要完成什么?(如"导出报表")
  2. 拆解步骤:从起点到终点,用户要经过哪几步?
  3. 采集数据:每一步的人数(埋点)
  4. 算转化率:每步的转化率、流失率
  5. 找瓶颈:流失最大的那一步
  6. 优化 + 验证:优化后看转化率是否提升(配合 A/B 测试)

完整示例

场景:分析"报表导出"功能的漏斗

步骤 人数 步骤转化率 步骤流失率
进入报表页 10,000 — —
筛选报表 6,000 60% 40%
预览结果 4,500 75% 25%
导出成功 2,000 44% 56% ← 最大流失
进入报表页      100%  (10000)
  ↓  60%
筛选报表         60%  (6000)
  ↓  75%
预览结果         45%  (4500)
  ↓  44%   ← 流失最大(56%)
导出成功         20%  (2000)

整体转化率 = 2000 / 10000 = 20%

结论:

  • 最大瓶颈在"预览 → 导出"(流失 56%)
  • 优先优化导出环节(如简化导出步骤、增加导出格式)
  • 若把这一步从 44% 提到 60%,整体转化率可从 20% → 27%

漏斗的 3 种形态

形态 特点 例子
线性漏斗 单一路径,逐步流失 注册流程、购买流程
分支漏斗 用户在不同路径间分流 不同入口进入同一功能
循环漏斗 用户会重复进入 内容消费、订阅续费

常见漏斗模型

1. AARRR(海盗模型)

获取 Acquisition → 激活 Activation → 留存 Retention
  → 推荐 Referral → 变现 Revenue

互联网产品最经典的漏斗,覆盖用户全生命周期。

2. 功能使用漏斗

看到功能 → 点击功能 → 完成核心步骤 → 重复使用

分析单个功能的使用情况(配合产品分析)。

3. 电商购买漏斗

浏览商品 → 加入购物车 → 提交订单 → 支付成功

关键指标

指标 说明
整体转化率 最终完成 ÷ 起始
最大流失环节 步骤流失率最高的那一步
瓶颈提升空间 优化该环节后,整体转化能提升多少
漏斗形状 是"陡降型"(某步暴跌)还是"缓降型"(每步都漏)

优点 / 局限

优点 局限
直观,一眼看出"漏在哪" 只告诉你"哪步漏",不告诉你"为什么漏"
可量化,便于设定优化目标 依赖埋点质量
便于跨版本/跨渠道对比 步骤定义不同,漏斗不可比
优化效果可验证(配合 A/B) 复杂路径(分支、循环)难画

关键:漏斗告诉你"哪里漏",用户访谈/会话回放告诉你"为什么漏" → 两者结合。


常见误区

  1. 步骤定义不清 → 不同人画出的漏斗不一样
  2. 只看整体转化率 → 漏掉具体瓶颈
  3. 忽略分支路径 → 用户走了别的路,漏斗没体现
  4. 漏斗步骤太多 → 数据稀疏,结论不可靠
  5. 优化后不复测 → 不知道改动是否真的有效

与其他工具的关系

工具 作用 与漏斗的关系
产品分析 采集行为数据 漏斗的数据来源
A/B 测试 验证改动效果 漏斗优化的验证手段
路径分析 看用户实际怎么走 漏斗的补充(发现分支)
留存分析 看用户是否回来 漏斗的下游(完成漏斗后是否留存)
卡诺模型 功能分类 漏斗的决策依据(优化哪个功能)

在产品管理中的应用

  1. 功能优化:找功能使用漏斗的最大流失环节,优先优化
  2. 新用户引导:看新用户在哪一步流失,优化引导
  3. 付费转化:看付费漏斗,找转化瓶颈
  4. 版本对比:新旧版本的漏斗对比,验证改动效果
  5. 渠道对比:不同来源的用户漏斗对比,找高质量渠道

一句话总结

漏斗分析 = 把用户路径拆成步骤,算每步的转化率,找到流失最大的那一环,优先优化它。 它告诉你"哪里漏",配合访谈/回放找"为什么漏",再用 A/B 测试验证优化效果。


---