在数据分析领域，漏斗模型是理解和优化业务流程的关键工具之一。本文从漏斗模型的定义、构建步骤到实际应用场景进行了系统讲解，帮助大家深入理解这一模型如何揭示用户流失和转化的关键节点。

经常有同学问：“能否系统分享下，数据分析有哪些模型？特别是那种业务常用的”。实际上，业务常用的有10种模型。网上经常有些零零碎碎的分享，今天陈老师就从最常见的漏斗模型讲起，系统分享下它的原理、操作技巧与用途。大家坐好扶稳，马上发车。

一、什么是漏斗模型

漏斗模型，其实应该叫做“流程式业务分析模型”。它是基于业务流程数据，对业务进行分析诊断的工具。因为销售端的业务，常常会出现“流程越长，用户流失越多的情况”。

比如网上购物，看到一个喜欢的商品，点来点去还没看到下单页面，用户就会流失。因此，随着步骤的增加，每一步都有用户流失，数据形同“漏斗”。因此有了漏斗模型的名字（如下图）。

其实在供应端，也有类似的流程分析模型，只不过不是每一步减少用户，而是每一步增加成本、增加产出时间。

比如典型的生产流程，每一步都有原材料，人工，生产费用叠加进去。比如售后流程，每一步，都需要用户等待，消耗人工费用。这些业务流程的分析方式与销售端类似，只不过从关注流失变成了关注成本增长，如果大家喜欢，叫他：“滚动模型”或者“花卷模型”，也行。

这就是我们常说的：看数据模型要理解其本质，别死记硬背名字。

二、如何构建一个漏斗模型

构造漏斗模型分为三步。

第一步：清晰业务背景与业务目标

通俗地说，就是锁定漏斗的头和尾。比如一个线上的拉新推广，流程的头一般是广告页，可流程的尾巴呢？用户注册就可以了吗？还是注册以后消费1单？还是注册以后统计一定时间内LTV？不同的流程首尾定义，决定了流程的长度和考核方式，因此需要先和业务部门、财务部门确定清楚，避免歧义。

第二步：采集流程数据，构造转化漏斗

这一步，主要沿着流程，梳理有几步操作，把每一步操作的过程、耗时、转化到下一步的转化率，记录下来。这里有一些常见的俗称，如下图所示：

第三步：收集业务动作，了解影响漏斗因素

这一步非常重要，对于后边解释为啥用户不转化，观察业务优化流程的结果都有用。

用户为啥不点我们的广告页呀，可能因为广告素材不够吸引，那啥样的素材会吸引呢？这里就需要打标签，素材卖点、风格等等。这些才是直接影响用户转化的因素。

打好标签才好分析。类似的，推广流程有多长，用户注册要填多少信息，引流商品是啥，打几折，这些都可以打上标签。用来时候分析：哪一个对勾引用户效果大。

这一步经常被人遗忘，被遗忘的后果就是：知其然，不知其所以然，没法深入分析了。

有了这三步，就算构造出一个完整的漏斗，可以进行分析了。

三、如何使用漏斗模型

用途1：解释业务过程，分析问题所在

这是漏斗分析法最直观的用途，人们会看到，在用户成交之前，哪个流程流失最多。在商品产出之前，哪个环节成本消耗最大。看到这些问题后，自然会思考：怎么改进。这是第一个，也是最大的用途。

用途2：优化业务举措，观察改进效果

续上一步，发现了某个过程转化很低以后，就可以着手改进它。比如发现推广的广告页点击都很少，那么可以考虑修改广告页配图、文案，起码先把人骗进来，再说后边的转化。

每次优化转化漏斗的时候，记得做记录，看清楚本次优化的是哪一步，优化完以后整体效果是否改善+该步骤是否改善，从而判断优化举措是否oK。（如下图）

这一步注意，区分全局影响因素和局部影响因素，是分析的前提。比如上例中的转化漏斗，品牌、商品、价格，这仨就是全局性影响。

如果是最新款华为Mate 70，只要有现货，那么文案随便写，流程再长，用户也会捏着鼻子坚持到最后来买，从而提高了整个流程的转化率。如果只是广告页的一张海报，可能只能影响用户点击广告页这一步，这就是局部影响因素。区分开这两者，有利于观察业务做改进时，实际产生的效果。

用途3：对比多个漏斗，选择最佳方案

如果有好几个流程指向同一目标，那么人们肯定倾向于选择：流量大且转化效率高的。在多个漏斗进行对比分析的时候，也是优先关注一头一尾，即该漏斗的流量有多大，该漏斗的整个转化率有多高。此时，可以结合矩阵分析法，对参与对的漏斗进行优劣分析（如下图）。

有两个情况下，得分析更深入。

其一：不同漏斗，吸引的用户不是同一类人。

比如同样推一个商品，G类客户和普通B端客户来源不一样，只有某个渠道能吸引到。此时即使该渠道转化更差，也没法说放弃。

其二：漏斗表现稳定性，很重要。

人们天生更信任转化稳定的渠道，而不是一天突然流量很大，一天突然没量的过山车渠道。

这就是漏斗模型三大用处，已经完整涵盖了分析前中后部分，非常好用。可有同学会问：为啥这玩意这么好用，我平时看不到呢？？？因为丫也有不足呀。

四、漏斗模型的不足之处

漏斗模型的最大不足，其实是：需要采集的数据过多。这也是为啥只有互联网行业说漏斗模型说得很多，因为线上的行为数据，容易通过埋点来采集。线下的数据就难了，因此传统行业很难构造出转化漏斗。

比如典型的B2B销售，也有明显的转化漏斗，但想让销售们老老实实回传每一次客户沟通信息，可太麻烦了，需要管理制度+CRM系统+数字化辅销工具三件套配合。

比如典型的零售门店，理论上用户也有门口→进店→动线→停留→成交的转化过程，但是完全没法记录行走数据。比如电话销售，拒绝率太高，导致转化第一步就断了一大半。这些都使得传统行业很难使用漏斗模型。

不过也有其他模型可以配合，比如经典的RFM/RFA模型等。