神策數據：「漏斗分析」重磅升級 精繪用戶畫像

在堅持產品深度打磨的原則下，神策分析1.7版「漏斗分析」圍繞數據分析法則的科學性、數據分析維度的多面性、可視化等全面提升。漏斗分析模型是企業實現數據驅動、精細化運營的重要分析模型，其精細化程度影響著營銷管理的成敗。粗陋的漏斗分析模型因為「過程管理不透明」造成結果失控。現代營銷觀念認為：「營銷管理重在過程，控制了過程就控制了結果。」從啟動APP到「支付成功」，用戶轉化率為何這麼低？數據分析解決問題。

新版本神策分析價值如下：

第一，多維度切分與呈現用戶轉化情況，成單瓶頸無處遁形。

新版本支持「按天」查詢轉化率，趨勢變化曲線精細捕捉用戶行為變化。與之前版本相比，提升了轉化分析的精度和效率,對選購流程的異常定位和策略調整效果驗證有科學指導意義。

第二， 支持不同屬性的用戶群體漏斗比較，從差異角度窺視優化思路。

通過觀察不同屬性的用戶群體（如新註冊用戶與老客戶、不同渠道來源的客戶）各環節轉化率，各流程步驟轉化率的差異對比，了解轉化率最高的用戶群體，分析漏鬥合理性，並針對轉化率異常環節進行調整。

某電商企業F根據客戶的消費能力，將客戶劃分為普通會員、黃金會員、鑽石會員。為加強對用戶的轉化引導，F欲針對不同用戶群體採用不同的運營方式。

圖5 普通會員與鑽石會員的漏斗轉化情況對比

通過對比，可明顯看出，普通會員從「提交訂單」到「支付訂單」的轉化率明顯低於鑽石會員。為找到「支付訂單」階段轉化率變低的原因，F公司運營人員應深度分析普通會員轉化率情況，如對比不同付費渠道（PC端、手機端等）的轉化情況，找到優化的短板。另外，可以嘗試支付訂單流程的新手引導，幫助新手順利完成購買。

第三， 轉化規則末次歸因，聚焦用戶選購全流程中最有效轉化路徑。

一直以來，企業致力定義最佳用戶購買路徑，並將資源高效集中於此。以市場營銷為例，市場活動、線上運營、郵件營銷都可能觸發用戶購買。市場人員想要找到產品推廣的最佳渠道，並將優勢擴大化。

A欲選購一款化妝品，通過市場活動了解M產品，後來在百度貼吧了解更多信息，但是始終沒有下定決心購買。後來收到M公司的營銷郵件，A被打折信息及詳實的客戶評價所吸引，直接郵件內跳轉至網站購買了該商品。那麼，到底哪一個渠道激發了購買行為呢？

神策分析新版本對事件屬性進行篩選和分組時以實際轉化的事件的屬性為準。上述案例中，郵件營銷的渠道在用戶購買決策的全流程中對用戶影響的權重較大，直接促進用戶轉化。在新版本的漏斗分析模型中，進行用戶群體篩選和分組時，則以實際轉化事件——郵件營銷來源的用戶群體的屬性為準。

另外，新版本支持設置同一ID（包括品類ID、商品ID）作為轉化條件。設置后，在漏斗轉化的前後步驟必須有相同的屬性值才能算作轉化。如瀏覽iphone6，購買同一款iphone6才能被定義為一次轉化。

關於神策數據

神策數據，一家專業的大數據分析服務公司，致力於幫助客戶實現數據驅動。公司推出深度用戶行為分析產品神策分析（Sensors Analytics），支持私有化部署、基礎數據採集與建模，並作為 PaaS 平台支持二次開發。此外，還提供大數據相關諮詢和完整解決方案。目前已贏得聚美優品、趣店、百聯、廣發證券、參考消息、秒拍、融360、共享腳踏車、36氪、Keep等數百家行業領先企業認可。