Funnel Analysis
Funnel analysis 計算使用者在一連串步驟中每一步的轉換率,回答「使用者在哪一步離開」。流失最嚴重的步驟是優化投資報酬率最高的位置 — 修一個步驟的流失比優化所有步驟的體驗更有效。
基本計算
Funnel 的每一步有兩個數字:進入人數和完成人數。轉換率 = 完成人數 / 進入人數。
以四步註冊 funnel 為例:
| 步驟 | 進入人數 | 完成人數 | 轉換率 |
|---|---|---|---|
| 看到註冊頁 | 1000 | 1000 | 100% |
| 填寫表單 | 1000 | 620 | 62% |
| 送出表單 | 620 | 580 | 93.5% |
| 完成 email 驗證 | 580 | 310 | 53.4% |
整體轉換率 = 310 / 1000 = 31%。但更有價值的資訊在每步的轉換率:步驟 2(填寫表單)流失 38%,步驟 4(email 驗證)流失 46.6%。這兩步是優化的優先目標。
流失原因的區分
Funnel analysis 指出「哪一步流失」,但不直接回答「為什麼流失」。流失原因需要結合其他資料推斷。
設計問題導致的流失
使用者看到表單但沒填寫(步驟 2 流失 38%)。可能原因:表單欄位太多、要求的資訊太敏感(信用卡號在註冊階段)、表單 UI 在特定裝置上有問題。
判斷方式:按平台、裝置、螢幕尺寸細分轉換率。如果 iOS 轉換率 70% 但 Android 只有 45%,可能是 Android 的表單 UI 有問題。
技術問題導致的流失
使用者送出表單但 email 驗證沒完成(步驟 4 流失 46.6%)。可能原因:驗證信被歸到垃圾郵件、驗證連結過期太快、驗證頁面載入失敗。
判斷方式:結合 error 事件。如果步驟 4 有大量 signup.email.verify.failed error,是技術問題;如果沒有 error 但流失高,使用者可能沒收到信或沒看到信。
意圖問題導致的流失
使用者到了註冊頁但根本沒打算註冊 — 只是瀏覽。這類流失不是問題,是正常的使用者行為。
判斷方式:看使用者在流失步驟停留的時間。停留 < 3 秒就離開,可能是誤點或沒有註冊意圖;停留 > 30 秒但沒完成,可能是遇到障礙。
Funnel 的時間窗口
同一個使用者在步驟 A 和步驟 B 之間隔了多久,仍算在同一個 funnel 內?時間窗口的設定影響 funnel 的計算結果。
窗口太短:使用者中途離開稍後回來完成,被計為流失。Funnel 的流失率被高估。
窗口太長:使用者今天瀏覽、一個月後被廣告重新帶回來完成,兩次獨立的意圖被合併成一個 funnel。轉換率被高估。
合理的窗口依業務場景而定:電商結帳 funnel 用 30 分鐘到 1 小時,SaaS onboarding 用 7 天,B2B 銷售漏斗用 30-90 天。
畫面狀態矩陣和 funnel 的關係
畫面狀態矩陣(ux-design 模組一)描述每個畫面的狀態和轉換。Funnel 描述使用者跨畫面的操作路徑。兩者的對應是:funnel 的每一步通常對應一個畫面狀態的進入事件。
狀態矩陣中的退出路徑(back 按鈕、取消操作)就是 funnel 的流失點。狀態矩陣的退出路徑為空 = UX 死胡同,funnel 分析中表現為「使用者進入後既沒完成也沒退出 — session 中斷」。
下一步路由
- 不同使用者群體的行為差異 → Cohort analysis
- 行為事件的設計 → 行為事件設計
- 自架方案做 funnel → 從 collector 資料做基礎 funnel 分析