自动化|数据分析：浅谈漏斗分析( 三 ) 电子商务

|0xFF 漏斗分析的进阶学习【自动化|数据分析：浅谈漏斗分析】在学习了一些基本的知识之后，我们还需要将问题进行思考，探讨那些更加“自动化”和“科学化”的做事方法。自动化，是提升做事情的效率、降低人力成本的最有效途径，在业务发展平缓的公司中，涨薪的根源，便是节约“技术支持”所省下来的成本。因此，在漏斗分析这件事情上，我们可以把关键要素抽象出来，从而为设计自动化的平台作参考。漏斗分析，可以抽象出三要素：第一，是时间，指漏斗的转化周期，是从某一环节到其他环节所消耗的时长。在实际的业务过程中，一般需要根据业务的特定，设定一个合理的转化周期，如最近30天，超过该周期的就不再认为是一个合理的转化。这是设计自动化产品首要考虑的因素。第二，是节点，指漏斗的每一环节的配置方法，在业务上具备可操作性，同时也是产品的关键路径，方便分析人员自由的搭配查看。第三，是流量，指人群/用户的点击、搜索或某个具体的业务动作，由于不同人群/用户在相同漏斗下的转化是不一样的，因此需要对人群/用户进行合理的分组，更清晰定位产品特点，得出合理的解释。下一步讨论“科学化”的做事，主要指科学归因的重要性。漏斗分析，往往与“归因分析”相关，因为能够到达关键环节的动作有很多实际上，业务流程转化并非理想中那么简单。例如用户下单某一件商品，可能是因为看了电视广告、可能是因为随手点击某个直播链接、也可能是因为看了朋友分享的朋友圈直接进行下单。在市场营销的视角里，市场活动、线上运营、邮件营销、电商广告等，都可能触发用户购买。因此需要科学的判断，这一次的结果，是与哪些“原因”相关，每一次转化节点应根据事件功劳差异（事件对转化的功劳大小）而科学设置。因此我们往往需要算法的配合，来正确的识别，不同的营销渠道在用户购买决策的全流程中，对用户影响的“功劳”最大、权重较大，能够直接促进用户转化。在进行科学的漏斗分析时，通过归因权重作为漏斗转化的依据，能够大大增大了漏斗分析的科学性。通过上面两个例子可以看出，一件事情本身的概念可以是非常简单的，但简单不代表其好做，因为实际的业务是非常复杂的，需要根据不同的情况做各种抽象、汇总和升华，这才是分析真正难做的地方。在当下，各个工种有相互“卷”的趋势，比如前端搞后端，后端搞数据，数据搞分析，分析做业务，但其实只有抓住业务的本质，才知道这么“卷”下去有没有前途，而不仅仅是“为了智能化而智能化” 。