如何應(yīng)用漏斗模型輔助數(shù)據(jù)診斷與決策？

漏斗模型基本上是做所有分析時(shí)都或多或少會(huì)用到的工具，本文結(jié)合一些簡(jiǎn)化的虛擬案例，來(lái)跟大家說(shuō)說(shuō)如何利用漏斗模型輔助數(shù)據(jù)診斷與決策？

先講個(gè)例子，來(lái)自肖恩埃利斯的《增長(zhǎng)黑客》：

一家食品商店App的增長(zhǎng)團(tuán)隊(duì)發(fā)現(xiàn)了一個(gè)問(wèn)題：App上線后，通過(guò)各種推廣，短時(shí)間內(nèi)就獲得了19萬(wàn)用戶(hù)，但是到最終在App內(nèi)完成購(gòu)買(mǎi)的用戶(hù)只有不到7000人。

是App的體驗(yàn)不好？商品不夠有吸引力？其實(shí)很多產(chǎn)品也會(huì)有這樣的問(wèn)題，好不容易吸引來(lái)用戶(hù)之后，如何讓他們真正開(kāi)始持續(xù)使用，激活他們？

于是，這個(gè)增長(zhǎng)團(tuán)隊(duì)梳理出了用戶(hù)從下載打開(kāi)到最終購(gòu)買(mǎi)的整個(gè)體驗(yàn)路徑，提煉出5個(gè)關(guān)鍵步驟，分別是：

1. 下載和打開(kāi)App；
2. 搜索瀏覽；
3. 將商品放入購(gòu)物車(chē)；
4. 添加信用卡信息；
5. 完成購(gòu)買(mǎi)結(jié)算。

然后列出這段時(shí)間，每個(gè)步驟的實(shí)際人數(shù)，和對(duì)應(yīng)的轉(zhuǎn)化率：

數(shù)據(jù)和對(duì)應(yīng)的轉(zhuǎn)化率的結(jié)果很直觀，團(tuán)隊(duì)成員發(fā)現(xiàn)：

• 大量用戶(hù)將商品放入購(gòu)物車(chē)后沒(méi)有添加信用卡信息就離開(kāi)頁(yè)面了（c到d為20%），但那些成功添加信用卡信息的用戶(hù)，在之后完成購(gòu)買(mǎi)的比例很高（d到e為75%）。
• 此外，許多用戶(hù)搜索商品數(shù)量并不多（a到b為30%），相比之下，下載App后特別活躍的用戶(hù)第一次打開(kāi)時(shí)就瀏覽了很多商品（活躍用戶(hù)a到b的比例很高）。

有了這個(gè)數(shù)據(jù)其實(shí)就能很清楚的看出：商品本身或者App的體驗(yàn)沒(méi)什么問(wèn)題，能正常支付的用戶(hù)大部分還是完成購(gòu)買(mǎi)了，但是添加支付工具的和結(jié)算體驗(yàn)卻存在障礙。團(tuán)隊(duì)需要嘗試讓用戶(hù)能更輕松的結(jié)算。同時(shí)，考慮新增用戶(hù)搜索量不高，還得嘗試鼓勵(lì)初訪者搜索和瀏覽更多商品，比如設(shè)置特惠賣(mài)場(chǎng)界面、改進(jìn)引導(dǎo)文案等等。

當(dāng)然，這是一個(gè)很簡(jiǎn)化的虛擬案例，但是我們?nèi)匀豢梢詮闹锌闯鏊麄兪侨绾螒?yīng)用數(shù)據(jù)發(fā)現(xiàn)和診斷問(wèn)題的，在這里面用到的很重要的一個(gè)工具就是“漏斗模型”。

漏斗模型及常用應(yīng)用模型

所以，什么是漏斗模型？

漏斗模型，aka漏斗分析、轉(zhuǎn)化率分析，基本上是做所有分析時(shí)都或多或少會(huì)用到的工具。

我在網(wǎng)上搜漏斗分析時(shí)，出來(lái)的文章或內(nèi)容大多和互聯(lián)網(wǎng)運(yùn)營(yíng)或者數(shù)字營(yíng)銷(xiāo)有關(guān)。但其實(shí)漏斗模型應(yīng)用的地方非常廣泛，包括但不限于：

• 財(cái)務(wù)分析（整個(gè)利潤(rùn)表其實(shí)就是個(gè)漏斗，比率分析）；
• 產(chǎn)品設(shè)計(jì)（診斷用戶(hù)一系列行為轉(zhuǎn)化率）；
• 廣告（流量監(jiān)控、效果評(píng)估），品牌（認(rèn)知-行為轉(zhuǎn)化）等等。

當(dāng)然除了開(kāi)頭舉的那個(gè)用戶(hù)體驗(yàn)流程的例子，漏斗模型還有其他很多種應(yīng)用。比如：

品牌認(rèn)知-行為漏斗

在衡量品牌知名度的時(shí)候通常會(huì)用三個(gè)指標(biāo)：

• Top of Mind：代表對(duì)品牌強(qiáng)定位（或者說(shuō)占據(jù)用戶(hù)心智的深度）的量化。提到XX品類(lèi)，第一時(shí)間想到的品牌。比如“提到短視頻App，你第一個(gè)想到的是哪個(gè)App”，一個(gè)人可能會(huì)回答快手，另一個(gè)可能會(huì)回答抖音，但每個(gè)人只會(huì)有一個(gè)top of mind，最終可以統(tǒng)計(jì)各個(gè)品牌在用戶(hù)群體的心智中占了多少領(lǐng)地。
• Un-Aided：代表對(duì)品牌弱定位（進(jìn)入用戶(hù)心智，但還不夠深）的量化。提到XX品類(lèi)，還能想到哪幾個(gè)品牌。比如“提到短視頻App，你還能想到哪幾個(gè)App”，一個(gè)人可能會(huì)回答抖音、快手…等數(shù)個(gè)App，但通常不超過(guò)5-7個(gè)。因?yàn)槿说挠洃?心智也是有限的。
• Awareness：代表廣泛的知名度。XX品類(lèi)里所有知道的品牌。比如“在短視頻App里，你都知道哪些App？”，一個(gè)人可能會(huì)回答快手、抖音、微視、視頻號(hào)…等很多個(gè)App。

關(guān)于這幾個(gè)指標(biāo)基于心理記憶的解釋?zhuān)部梢詤⒖贾斑@篇《品牌的生理和心理基礎(chǔ)》中的部分內(nèi)容。

關(guān)于行為漏斗，根據(jù)行業(yè)/品類(lèi)的不同特性，可以設(shè)置成各種指標(biāo)，邏輯相關(guān)即可。可以用“以前用過(guò)-現(xiàn)在在用-最常用”，也可以是“以前買(mǎi)過(guò)-最近半年買(mǎi)過(guò)-最近1個(gè)月買(mǎi)過(guò)”，情況目的不同，搭建不同的指標(biāo)。

可以通過(guò)抽樣調(diào)研問(wèn)卷的方式獲得數(shù)據(jù)（認(rèn)知這種比較心理層面的指標(biāo)，主要還是靠問(wèn)卷。不過(guò)行為指標(biāo)，有監(jiān)測(cè)數(shù)據(jù)會(huì)比用戶(hù)回憶更準(zhǔn)一些），并對(duì)品牌/產(chǎn)品進(jìn)行診斷。

比如這個(gè)例子：

AB兩個(gè)品牌在一波營(yíng)銷(xiāo)過(guò)后，A品牌廣泛意義上雖然知名度高，但是很少有人能主動(dòng)想起來(lái)A，有可能是A品牌雖然廣告到處打，但是宣傳的內(nèi)容太平淡，沒(méi)有亮點(diǎn)，人們看完很快就忘了。

B品牌則可能是宣傳內(nèi)容很不一樣，大家看到B的宣傳后印象深刻，但是由于媒體渠道選的不好，覆蓋的人群不夠，所以整體知名度要更弱一些。

AARRR漏斗

除了前面提到的食品商店App的具體例子，其實(shí)包括黑客增長(zhǎng)本身的核心模型AARRR其實(shí)也是一個(gè)漏斗：

AIDA漏斗

營(yíng)銷(xiāo)中經(jīng)典的AIDA（或者AIDAS等等變種）也可以通過(guò)收集對(duì)應(yīng)的數(shù)據(jù)，套用漏斗模型進(jìn)行分析，廣泛應(yīng)用于快消品、耐消品：

利潤(rùn)漏斗

財(cái)務(wù)分析三張表中的利潤(rùn)表其實(shí)也是一個(gè)漏斗，凈利潤(rùn)率告訴我們漏斗是比較直（中間損耗少，收入更多轉(zhuǎn)化為盈利，效益好）、還是比較斜，所以凈利潤(rùn)率表示效益。

應(yīng)用基礎(chǔ)與個(gè)體“私域”數(shù)據(jù)漏斗

應(yīng)用漏斗模型做分析的基礎(chǔ)有兩個(gè)：

• 基于目的抽象出流程；
• 數(shù)字化，有能力收集每個(gè)流程或步驟的數(shù)據(jù)。

基于目的抽象出流程：比如想解決用戶(hù)從打開(kāi)到下單的轉(zhuǎn)化問(wèn)題，或者想讓用戶(hù)更順暢的體驗(yàn)到產(chǎn)品的Aha時(shí)刻（即用戶(hù)體驗(yàn)到產(chǎn)品最大價(jià)值的那個(gè)時(shí)刻），可以基于用戶(hù)實(shí)際體驗(yàn)，抽象為“打開(kāi)-瀏覽-詳情-加入購(gòu)物車(chē)-下單-支付-反饋”這一系列流程。再比如從認(rèn)知到購(gòu)買(mǎi)的流程，被提煉為AIDA。

這一步聽(tīng)起來(lái)簡(jiǎn)單，好像只要按已有的模型或者實(shí)際用戶(hù)行為/認(rèn)知的路徑梳理出來(lái)就行。但實(shí)際上有很多難點(diǎn)，比如產(chǎn)品/app的元素功能很多、用戶(hù)的行為其實(shí)很復(fù)雜，像例子中的電商App，實(shí)際上頁(yè)面層級(jí)會(huì)很多、用戶(hù)也可能會(huì)在各種頁(yè)面上“逛”。要如何梳理出關(guān)鍵步驟，構(gòu)建有效的用戶(hù)路徑圖，并衡量其間轉(zhuǎn)化，其實(shí)是個(gè)難點(diǎn)。

還有像AARRR或者AIDA這種“大”模型，可以提供宏觀策略上的參考，但在精細(xì)分析，比如復(fù)雜媒體環(huán)境下不同渠道帶來(lái)的認(rèn)知或者獲客時(shí)，如何取舍、如何處理不同漏斗間的交集或者嵌套，其實(shí)都會(huì)有些難度。

數(shù)字化：抽象出流程后，就得拿到每個(gè)流程的數(shù)據(jù)，才好真正開(kāi)始分析。對(duì)于企業(yè)而言，最好當(dāng)然是建立自己的數(shù)字化體系、數(shù)據(jù)倉(cāng)庫(kù)，監(jiān)測(cè)自己的用戶(hù)/客戶(hù)全部行為數(shù)據(jù)。或者也可以借助外部供應(yīng)商的SaaS/Paas之類(lèi)的數(shù)據(jù)平臺(tái)做部分業(yè)務(wù)的數(shù)字化。除了行為數(shù)據(jù)之外，也可以用問(wèn)卷調(diào)研的方式獲得用戶(hù)態(tài)度或心理數(shù)據(jù)。

不過(guò)，其實(shí)數(shù)據(jù)存在于生活中的各個(gè)角落。對(duì)于小規(guī)模的活動(dòng)，甚至個(gè)人，都可以靈活地應(yīng)用這兩步。

比如個(gè)人在社群做文字或者直播分享，最大覆蓋多少人或多少微信群，有多少人觀看直播，有多少人評(píng)論，多少人轉(zhuǎn)發(fā)，直播后有多少人添加微信，有多人截圖分享，其實(shí)都可以量化，并且計(jì)算轉(zhuǎn)化率，還可以在不同場(chǎng)次/不同社群間對(duì)比。

哪怕是小賣(mài)部，其實(shí)也可以統(tǒng)計(jì)每天多少人流路過(guò)，多少人進(jìn)店，多少人購(gòu)買(mǎi)……并不一定非得是大公司才用得到。

局限和深入分析

漏斗模型雖然很常用，但也不是萬(wàn)能的。最大的局限在于，漏斗分析是一個(gè)純?cè)\斷工具，也就是說(shuō)它可以告訴你哪里出了問(wèn)題，但是即沒(méi)有辦法回答為什么出現(xiàn)這樣的問(wèn)題，也不能回答如何解決這樣的問(wèn)題。通常還要結(jié)合消費(fèi)者調(diào)研和更多的數(shù)據(jù)分析，來(lái)挖掘問(wèn)題背后的原因以及探尋改進(jìn)的方向。

而且，單獨(dú)做一個(gè)漏斗其實(shí)往往看不出太多東西，很多時(shí)候要對(duì)比才有意義。

• 對(duì)外：和競(jìng)爭(zhēng)對(duì)手比、和行業(yè)平均值對(duì)比。
• 對(duì)內(nèi)：自己的細(xì)分用戶(hù)在漏斗各環(huán)節(jié)的不同表現(xiàn)；不同時(shí)段的漏斗數(shù)據(jù)表現(xiàn)等等

比如還是肖恩埃利斯，在問(wèn)卷調(diào)查公司Qualaroo領(lǐng)導(dǎo)增長(zhǎng)團(tuán)隊(duì)時(shí)，通過(guò)深度分析和對(duì)比，對(duì)比“試用后購(gòu)買(mǎi)產(chǎn)品的用戶(hù)”vs“試用后沒(méi)購(gòu)買(mǎi)產(chǎn)品的用戶(hù)”之間的差異，發(fā)現(xiàn)：

購(gòu)買(mǎi)的用戶(hù)在試用調(diào)查問(wèn)卷系統(tǒng)時(shí)收到了至少50條反饋，而產(chǎn)品的Aha時(shí)刻（即用戶(hù)體驗(yàn)到產(chǎn)品最大價(jià)值的那個(gè)時(shí)刻）正是用戶(hù)發(fā)現(xiàn)自己能回收足量的結(jié)果，并從中得到有指導(dǎo)意義的反饋。所以50條反饋是一個(gè)很重要的價(jià)值拐點(diǎn)，回收數(shù)據(jù)超過(guò)這個(gè)數(shù)，用戶(hù)就能感知產(chǎn)品價(jià)值。

于是他們做了很多試驗(yàn)，來(lái)盡可能幫助用戶(hù)提升回收問(wèn)卷的數(shù)量。比如視頻教程，指導(dǎo)用戶(hù)做更簡(jiǎn)短且有效的問(wèn)卷，以及在哪里投放問(wèn)卷回收概率高，比如推薦模板、推薦NPS等等，以及讓客服人員主動(dòng)聯(lián)系用戶(hù)提供發(fā)布問(wèn)卷的建議。最終大幅提高了用戶(hù)激活率。

作者：Allen，微信公眾號(hào)：Allen走走神