数据分析之漏斗分析数据分析漏斗模型( 二 ) _小知识

【数据分析之漏斗分析数据分析漏斗模型】又如，用户在将商品加入了购物车后，其后是否会进行购买操作，完全取决于用户对商品的购买欲望。此时，应在保证购买按钮清晰可见的前提下，通过一些运营策略如点击返回时提示购物车中未购买的商品，引导用户进行点击购买。
对于第二种被动型的触发机制，该流程是被动触发的，只要上一步行为被触发，下一步行为是默认进行的。这一类的行为不能进行下去，主要是由于功能性问题如网络异常、手机号已被注册、不能重复发送等。因而，对于第二类触发机制下的行为，应更多地保证产品是友好可用的，如保证服务端返回信息及时可靠，界面提示清晰无干扰等。
三、两种触发机制下的构建漏斗思路在构建漏斗时，主动性触发的用户行为较为不可控，但容错性较高，而被动性触发的行为则可以通过内部测试调整来进行优化，但一旦出现问题，将是毁灭性的。因而对于不同的行业，关注漏斗转化的风险与收益不同，应构建不同的漏斗思路。
对于看中最终流程结果的，应更多地对主动性触发的用户行为进行构建与细化，如互联网电商行业；而对于风险承受能力较低的企业，则应确保被动性触发的用户行为没有任何问题，如金融、保险行业。
四、漏斗流程应该附带哪些属性对于主动性触发的用户行为，上文已经提到，影响下一步动作进行的因素主要是产品 UI 画面、产品内容质量等。因而，在这些步骤中，附带的产品属性应该越详尽越好，力求通过 UI 画面的特征、产品内容的种类、价格、区域将影响用户进行下一步动作的因素勾勒出来。
对于被动性触发的用户行为，由于关注点是系统的稳定性，故附带“是否成功加载”、“是否成功传输”等属性即可。
五、小结在上篇，本文首先介绍了用户的行为轨迹是什么，用户自主性触发的行为与被动性触发的行为究竟有何不同。
对于主动性触发的用户行为，为了推动用户行为的发生，应更多地给使用者展现较为清晰、有吸引力的 UI 画面，同时努力提升产品内容，使用户自发的进行下一步。对于被动性触发的用户行为，应更多地保证产品是友好可用的，如保证服务端返回信息及时可靠，界面提示清晰无干扰等。
其次文章中介绍了两种触发机制下漏斗的适用场景，对于看中最终流程结果的企业，应更多地对主动性触发的用户行为进行构建与细化，如互联网电商行业；而对于风险把控要求严格的企业，则应确保被动性触发的用户行为没有任何问题，如金融、保险行业。
最后，对于各自漏斗中应该附带何种参数，文章也进行了相应的说明。对于主动性触发的用户行为，附带的产品属性应该越详尽越好。对于被动性触发的用户行为，由于关注点是系统的稳定性，故附带“是否成功加载”、“是否成功传输”等属性即能满足需求。

文章插图
本文由 @雅人原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash ，基于 CC0 协议

数据分析之漏斗分析 数据分析漏斗模型( 二 )

数据分析之漏斗分析数据分析漏斗模型( 二 )