1. 漏斗模型

1.1 漏斗定义说明

1.1.1 事件序列的计算规则

用户要按照预先定义的事件顺序来完成漏斗。假设先前定义的事件序列是A-B-C-D-E，以下举例说明哪些序列会被算做成功的转化。

(1) 用户完成了A-B-C-D-E，友盟会认为这个用户成功完成了A-B-C-D-E。

(2) 用户完成了A-B-C-F-D-E，友盟会认为这个用户成功完成了A-B-C-D-E，只不过是按松散的顺序完成的。

(3) 用户完成了A-B-C- E，友盟会认为这个用户成功完成了A-B-C。

(4) 用户完成了A-B-C-A-B-C-D-D-E，友盟会认为这个用户成功完成了依次A-B-C-D-E，完成了一次A-B-C-D。是按照松散的顺序完成的。

1.1.2 漏斗的有效时段

一旦用户触发了初始事件，他可以有一定的时间来完成漏斗。友盟定义漏斗的有效期是7天，即用户触发初始事件后有7天的时间来完成漏斗，7天后完成的转化不会被计算在该漏斗内。

1.2 如何理解漏斗模型

1.2.1 什么是漏斗模型

漏斗模型指的是多个自定义事件按照一定顺序依次触发的流程中的量化转化模型。通常我们会对应用中的一些关键路径进行分析。比如注册流程、购物流程等。以电商应用的购物流程为例：

1浏览商品页 —> 2放入购物车 —> 3生成订单 —> 4支付订单 —> 5完成交易

我们可以根据这些关键路径来计算每一步的转化率。

1.2.2 转化率

顾名思义，转化率指的是完成当前事件的用户中触发下一个事件的人数比例。比如某个应用的启动用户有100人，其中30人完成了注册，那么从启动到注册的转化率即为30/100=30%。

还是以电商应用的购物流程为例：

1.2.3 如何使用漏斗模型进行转化率分析

通过对上述数据的统计，我们已经可以初步判断该流程转化率及每一步的流失率。借助漏斗模型，我们可以让分析的结果更加具体形象。

如图，每个柱代表了到达漏斗每一步的人数，柱间的数字指的是步骤之间的转化率。支付到完成交易的转化率是95.2%，订单到支付的转化率是83.3%，这两步的转化率已经比较高了。而购物车到订单的转化率69.4%，如果您知道这一步的行业标准在80%以上，那么就应该考虑改进从购物车到生成订单的流程，从而提高最终目标的转化率。

需要注意的是，很多情况下我们可能并不了解行业标准，或者行业标准并不适合具体的场景，这样就无法从单一的漏斗模型中评价应用的某个关键流程中各步骤的转化率的好坏。不过，友盟在这里提供了三种方法分别从时间维度、产品维度、用户维度来进行转化率分析。

1.2.3.1 转化率趋势

考察到达每一步的转化率随时间变化的趋势，可用于对某个步骤进行改进或优化后的效果监控或是一次营销活动的效果评估。

1.2.3.2 不同应用版本的比较

比较相同的购买或使用流程的转化率，发现不同版本的转化效果的好坏，从而改进应用中存在的问题。

1.2.3.3 不同渠道的比较

细分来源不同的用户在转化率上的表现，发现高质量的用户来源，用于评估渠道质量及推广效果。

1.2.4 总结

我们可以计算任意两个事件之间的转化率，但这样的穷举是没有意义的。在运用漏斗模型进行运营分析的时候，我们最需要注意的就是：抓住重点——即关键路径的转化率。

总的说来，**漏斗模型适用于应用中某些关键路径的转化率的分析**，以确定整个流程的设计是否合理，各步骤的优劣，是否存在优化的空间等。试着去了解用户使用你应用的真正目的，为他们提供合理的访问路径或操作流程。