<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Drop-Off on Tarragon</title><link>https://tarrragon.github.io/blog/tags/drop-off/</link><description>Recent content in Drop-Off on Tarragon</description><generator>Hugo -- gohugo.io</generator><language>zh-TW</language><copyright>Tarragon (CC BY 4.0)</copyright><lastBuildDate>Fri, 19 Jun 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://tarrragon.github.io/blog/tags/drop-off/index.xml" rel="self" type="application/rss+xml"/><item><title>Funnel Analysis</title><link>https://tarrragon.github.io/blog/monitoring/08-business-analytics/funnel-analysis/</link><pubDate>Fri, 19 Jun 2026 00:00:00 +0000</pubDate><guid>https://tarrragon.github.io/blog/monitoring/08-business-analytics/funnel-analysis/</guid><description>&lt;p>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。&lt;/p>
&lt;h2 id="基本計算">基本計算&lt;/h2>
&lt;p>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。&lt;/p>
&lt;p>以四步註冊 funnel 為例：&lt;/p>
&lt;table>
 &lt;thead>
 &lt;tr>
 &lt;th>步驟&lt;/th>
 &lt;th>進入人數&lt;/th>
 &lt;th>完成人數&lt;/th>
 &lt;th>轉換率&lt;/th>
 &lt;/tr>
 &lt;/thead>
 &lt;tbody>
 &lt;tr>
 &lt;td>看到註冊頁&lt;/td>
 &lt;td>1000&lt;/td>
 &lt;td>1000&lt;/td>
 &lt;td>100%&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>填寫表單&lt;/td>
 &lt;td>1000&lt;/td>
 &lt;td>620&lt;/td>
 &lt;td>62%&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>送出表單&lt;/td>
 &lt;td>620&lt;/td>
 &lt;td>580&lt;/td>
 &lt;td>93.5%&lt;/td>
 &lt;/tr>
 &lt;tr>
 &lt;td>完成 email 驗證&lt;/td>
 &lt;td>580&lt;/td>
 &lt;td>310&lt;/td>
 &lt;td>53.4%&lt;/td>
 &lt;/tr>
 &lt;/tbody>
&lt;/table>
&lt;p>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。&lt;/p>
&lt;h2 id="流失原因的區分">流失原因的區分&lt;/h2>
&lt;p>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。&lt;/p>
&lt;h3 id="設計問題導致的流失">設計問題導致的流失&lt;/h3>
&lt;p>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。&lt;/p>
&lt;p>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。&lt;/p>
&lt;h3 id="技術問題導致的流失">技術問題導致的流失&lt;/h3>
&lt;p>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。&lt;/p>
&lt;p>判斷方式：結合 error 事件。如果步驟 4 有大量 &lt;code>signup.email.verify.failed&lt;/code> 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。&lt;/p>
&lt;h3 id="意圖問題導致的流失">意圖問題導致的流失&lt;/h3>
&lt;p>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。&lt;/p>
&lt;p>判斷方式：看使用者在流失步驟停留的時間。停留 &amp;lt; 3 秒就離開，可能是誤點或沒有註冊意圖；停留 &amp;gt; 30 秒但沒完成，可能是遇到障礙。&lt;/p>
&lt;h2 id="funnel-的時間窗口">Funnel 的時間窗口&lt;/h2>
&lt;p>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。&lt;/p>
&lt;p>&lt;strong>窗口太短&lt;/strong>：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。&lt;/p>
&lt;p>&lt;strong>窗口太長&lt;/strong>：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。&lt;/p>
&lt;p>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。&lt;/p>
&lt;h2 id="畫面狀態矩陣和-funnel-的關係">畫面狀態矩陣和 funnel 的關係&lt;/h2>
&lt;p>&lt;a href="https://tarrragon.github.io/blog/ux-design/knowledge-cards/screen-state-matrix/" data-link-title="畫面狀態矩陣" data-link-desc="說明用四欄表格（顯示/可用操作/進入條件/退出路徑）系統性地暴露畫面導航缺口的設計工具">畫面狀態矩陣&lt;/a>（&lt;a href="https://tarrragon.github.io/blog/ux-design/01-screen-state-machine/" data-link-title="模組一：畫面狀態機設計" data-link-desc="畫面狀態矩陣（顯示 / 操作 / 進入 / 退出）— 退出路徑為空 = UX 死胡同">ux-design 模組一&lt;/a>）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。&lt;/p>
&lt;p>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」。&lt;/p>
&lt;h2 id="下一步路由">下一步路由&lt;/h2>
&lt;ul>
&lt;li>不同使用者群體的行為差異 → &lt;a href="https://tarrragon.github.io/blog/monitoring/08-business-analytics/cohort-analysis/" data-link-title="Cohort Analysis" data-link-desc="按共同特徵分群、比較不同群體的留存率和行為差異 — 從「平均值」到「誰在用、誰離開了」">Cohort analysis&lt;/a>&lt;/li>
&lt;li>行為事件的設計 → &lt;a href="https://tarrragon.github.io/blog/monitoring/08-business-analytics/behavior-event-design/" data-link-title="行為事件設計" data-link-desc="事件命名規範、屬性設計、funnel 定義 — 行為分析的品質取決於事件設計的品質">行為事件設計&lt;/a>&lt;/li>
&lt;li>自架方案做 funnel → &lt;a href="https://tarrragon.github.io/blog/monitoring/08-business-analytics/self-hosted-funnel/" data-link-title="從 collector 資料做基礎 funnel 分析" data-link-desc="SQLite 層能做什麼程度的 funnel、PostgreSQL 層提供什麼進階能力、JSONL 匯出後的臨時分析">從 collector 資料做基礎 funnel 分析&lt;/a>&lt;/li>
&lt;/ul></description><content:encoded><![CDATA[<p>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。</p>
<h2 id="基本計算">基本計算</h2>
<p>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。</p>
<p>以四步註冊 funnel 為例：</p>
<table>
  <thead>
      <tr>
          <th>步驟</th>
          <th>進入人數</th>
          <th>完成人數</th>
          <th>轉換率</th>
      </tr>
  </thead>
  <tbody>
      <tr>
          <td>看到註冊頁</td>
          <td>1000</td>
          <td>1000</td>
          <td>100%</td>
      </tr>
      <tr>
          <td>填寫表單</td>
          <td>1000</td>
          <td>620</td>
          <td>62%</td>
      </tr>
      <tr>
          <td>送出表單</td>
          <td>620</td>
          <td>580</td>
          <td>93.5%</td>
      </tr>
      <tr>
          <td>完成 email 驗證</td>
          <td>580</td>
          <td>310</td>
          <td>53.4%</td>
      </tr>
  </tbody>
</table>
<p>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。</p>
<h2 id="流失原因的區分">流失原因的區分</h2>
<p>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。</p>
<h3 id="設計問題導致的流失">設計問題導致的流失</h3>
<p>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。</p>
<p>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。</p>
<h3 id="技術問題導致的流失">技術問題導致的流失</h3>
<p>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。</p>
<p>判斷方式：結合 error 事件。如果步驟 4 有大量 <code>signup.email.verify.failed</code> 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。</p>
<h3 id="意圖問題導致的流失">意圖問題導致的流失</h3>
<p>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。</p>
<p>判斷方式：看使用者在流失步驟停留的時間。停留 &lt; 3 秒就離開，可能是誤點或沒有註冊意圖；停留 &gt; 30 秒但沒完成，可能是遇到障礙。</p>
<h2 id="funnel-的時間窗口">Funnel 的時間窗口</h2>
<p>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。</p>
<p><strong>窗口太短</strong>：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。</p>
<p><strong>窗口太長</strong>：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。</p>
<p>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。</p>
<h2 id="畫面狀態矩陣和-funnel-的關係">畫面狀態矩陣和 funnel 的關係</h2>
<p><a href="/blog/ux-design/knowledge-cards/screen-state-matrix/" data-link-title="畫面狀態矩陣" data-link-desc="說明用四欄表格（顯示/可用操作/進入條件/退出路徑）系統性地暴露畫面導航缺口的設計工具">畫面狀態矩陣</a>（<a href="/blog/ux-design/01-screen-state-machine/" data-link-title="模組一：畫面狀態機設計" data-link-desc="畫面狀態矩陣（顯示 / 操作 / 進入 / 退出）— 退出路徑為空 = UX 死胡同">ux-design 模組一</a>）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。</p>
<p>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」。</p>
<h2 id="下一步路由">下一步路由</h2>
<ul>
<li>不同使用者群體的行為差異 → <a href="/blog/monitoring/08-business-analytics/cohort-analysis/" data-link-title="Cohort Analysis" data-link-desc="按共同特徵分群、比較不同群體的留存率和行為差異 — 從「平均值」到「誰在用、誰離開了」">Cohort analysis</a></li>
<li>行為事件的設計 → <a href="/blog/monitoring/08-business-analytics/behavior-event-design/" data-link-title="行為事件設計" data-link-desc="事件命名規範、屬性設計、funnel 定義 — 行為分析的品質取決於事件設計的品質">行為事件設計</a></li>
<li>自架方案做 funnel → <a href="/blog/monitoring/08-business-analytics/self-hosted-funnel/" data-link-title="從 collector 資料做基礎 funnel 分析" data-link-desc="SQLite 層能做什麼程度的 funnel、PostgreSQL 層提供什麼進階能力、JSONL 匯出後的臨時分析">從 collector 資料做基礎 funnel 分析</a></li>
</ul>
]]></content:encoded></item></channel></rss>