返回探索
指南VibeFix 内容整理更新于 2026年11月21日

别只看总访问量:vibe 项目的漏斗分析实战

640 次访问里只有 214 次在 7 日内回来第二次:漏斗告诉你另外 426 个人是在哪一步走掉的。先定步骤再埋点,先看丢了多少人再看转化率,一次只切一个维度,一周只修一步。走查示例中的项目、人物与数字均为虚构。

真实照片:一台笔记本电脑屏幕上显示着网站数据分析仪表盘,顶部是总用户、新用户、会话数、购买数与总收入五张指标卡,下方是流量折线图与柱状图。

访问量涨了,用户却在半路丢了

阿哲做了一个番茄钟应用,叫“番茄打卡”。上线一个月,访问量看着不错:每天 640 次访问。可他越看越不对劲:注册成功的只有 512 人,完成新手引导的 398 人,第一次真正完成一轮专注的 296 人,7 天内回来第二次的只剩 214 人。640 个人进来,214 个人留下来,中间丢了 426 个人,丢了三分之二。访问量这个数字还在涨,但阿哲心里清楚:涨的是进门的人数,漏的是留下来的人。他不知道这 426 个人是在哪一步走掉的,也不知道该先修哪一步。

真实照片:一台笔记本电脑屏幕上显示着网站数据分析仪表盘,顶部是总用户、新用户、会话数、购买数与总收入五张指标卡,下方是流量折线图与柱状图。

这篇指南讲的就是怎么找到这 426 个人丢在哪一步:漏斗分析。先说清楚:下面走查示例中的项目、人物与数字均为虚构,方法本身是通用的,照着做就行。漏斗分析不是什么高深的东西,它就是把用户从进门到留下来要走的几步排成一队,数一数每一步还剩多少人,看看人是在哪一步掉队的。会数数,就会做漏斗。

先把漏斗的五步定下来,再埋点

做漏斗的第一步不是埋点,是定步骤。步骤定错了,后面数出来的数字全是错的。拿“番茄打卡”举例,步骤是五步:访问、注册成功、完成新手引导、首次完成一次专注、7 日内回来第二次。这五步是按用户真实走的路排的,每一步都是上一步的继续:没访问过的人不可能注册,没注册的人不可能完成引导,没完成引导的人很难第一次专注,更谈不上 7 日内回来。

定步骤有三条规矩。第一,每一步都要有明确的“完成”标准,能写成一句话、能被机器数出来。比如“注册成功”就是账号建好了、能登录了,不是“点了注册按钮”——点了按钮还没验证邮箱的人,不算注册成功。第二,步骤之间不能跳,也不能重叠:同一个人不能同时算在两步里,也不能从第一步直接跳到第四步。第三,步骤别太多,五步左右正好;超过七步,漏斗就碎了,每一步的人数都很少,看不出哪一步是真问题。

步骤定下来,才能埋点。埋点的规矩也只有一条:一步一个事件,名字写清楚。比如 visit、signup_done、onboarding_done、first_focus_done、return_day7。事件名别用“click1”“event2”这种谁也看不懂的名字,三个月后你自己也看不懂。埋完点先别急着看数,先自己走一遍全流程:从访问到注册、到引导、到第一次专注、到第二天回来,看看五个事件是不是都触发了、顺序对不对、人数对不对。自己走一遍没触发的事件,等于没埋。

读数的两个姿势:先看丢了多少人,再看转化率

“番茄打卡”的漏斗数字是这样的:访问 640 次,注册成功 512 次,完成新手引导 398 次,首次完成一次专注 296 次,7 日内回来第二次 214 次。步间转化率分别是 80%、78%、74%、72%,全程转化率是 33.4%。下面这张图就是这个漏斗的样子,每一步的人数和转化率都在上面。

漏斗图:640 次访问走到哪一步——访问 640 次、注册成功 512 次、完成新手引导 398 次、首次完成一次专注 296 次、7 日内回来第二次 214 次,步间转化率分别为 80%、78%、74%、72%。

读漏斗有两个姿势,两个都要用。第一个姿势看绝对流失人数:访问到注册丢了 128 人,注册到引导丢了 114 人,引导到首次专注丢了 102 人,首次专注到回来第二次丢了 82 人。丢人最多的是第一步,128 个人连注册都没完成。第二个姿势看转化率:最后一步的转化率最低,只有 72%,也就是说完成第一次专注的人里,有 28% 再也没回来。这两个姿势指向不同的修法:如果只看转化率,你会先去修最后一步;如果只看人数,你会先去修第一步。正确答案是两个一起看:第一步丢的人最多,先修第一步;最后一步的转化率最低,记下来第二批再修。

第一步丢了 128 个人,值得先问三个问题:注册流程是不是太长了?要填的字段是不是太多了?验证邮箱那一步是不是卡住了很多人?阿哲后来去查,发现注册要填 6 个字段,还要验证邮箱,很多人填到一半就走了。他把注册砍到只剩邮箱加密码,验证改成注册后再补,第一步的转化率就上去了。这个例子说明一件事:漏斗不会告诉你答案,它只会告诉你去哪找答案。数字指路,原因还得你自己去问、去试。

切一切:按渠道和设备分开看

总漏斗看完,下一步是切开看。同一条漏斗,不同渠道、不同设备的人走法可能完全不一样。比如从搜索引擎来的人,注册转化率可能是 85%;从社交媒体点进来的人,可能只有 60%——后者本来就是顺手点进来的,注册意愿低很正常。手机上来的用户和电脑上来的用户也可能不一样:手机上注册流程太长,转化率掉得更多;电脑上屏幕大,引导做得更清楚,完成率更高。

拿“番茄打卡”的注册这一步算个例子:640 次访问里,320 次从搜索引擎来,注册了 272 人,转化率 85%;另外 320 次从社交媒体来,注册了 240 人,转化率 75%。两边加起来正好是 512 人,和总漏斗对得上。差出来的 10 个百分点说明一件事:搜索引擎来的人本来就是要找番茄钟的,注册意愿高;社交媒体来的人是顺手点进来的,先逛逛再说。修法也不一样:搜索引擎那边的 85% 已经不错了,不用动;社交媒体那边要修的不是注册流程,是落地页——先让人一眼看懂这个应用是干什么的,再谈注册。

切开看的规矩是:一次只切一个维度。先按渠道切,看完再按设备切,别两个维度一起切——渠道乘设备一交叉,每格的人数就很少了,数字开始抖,看不出规律。切完之后要找的是“异常格”:哪个渠道、哪个设备上的某一步明显比平均差很多,那个格子就是优先要修的地方。比如所有渠道的注册转化率都在 80% 上下,只有一个渠道是 55%,那就去看那个渠道来的落地页是不是有问题:是不是标题和广告说的不一样,是不是加载太慢,是不是按钮在手机上点不到。

切开看还有一个好处:能分清是产品问题还是流量问题。如果所有渠道的某一步都差,那就是产品那一步有问题;如果只有一个渠道差,那多半是那个渠道带来的流量本身就不对路。分不清这两者,修错方向的代价很大:产品没问题,你改产品是白改;流量不对路,你改产品也是白改。

一次只修一步,修完再看数

找到最漏的一步,修它,然后等,再看数。这个顺序不能乱。一次只修一步,是因为同时改三处,数字变好了你也不知道是哪一处起的作用,数字变差了你也不知道该回滚哪一处。阿哲修注册流程的时候,只改了注册这一步:字段从 6 个砍到 2 个,验证改成事后补。改完等了一周,再看漏斗:注册转化率从 80% 涨到了 88%,后面几步的转化率没怎么变,全程转化率跟着涨了。这才敢说,注册那一步的修改是有效的。

等多久要看你的量有多大。每天 640 次访问,一周就有 4000 多次访问,数字基本稳了,可以下结论。每天只有 50 次访问,一周才 350 次,数字抖得厉害,这周 80%、下周 70% 可能只是随机波动,别急着下结论。量小的产品要么等更久,要么直接去问用户:注册那一步到底卡在哪了?问五个人,比盯着抖动的数字猜一个月管用。

修完还要记一笔:改了什么、什么时候改的、改之前数字是多少、改之后是多少。不记下来,三个月后你会忘了这个数是怎么来的,下次再看漏斗,又要重新猜。阿哲的办法很土:一个文档,每次改动写三行——改了什么、改前数字、改后数字。三个月下来,文档就是一部“这个产品是怎么变好的”的历史。

漏斗之外的三个数,也要一起看

漏斗能告诉你人在哪一步丢了,但它回答不了三个问题:丢的人还会不会回来、第一次用上核心功能要多久、以及新用户里到底有多少人真正“激活”了。这三个问题要另外三个数来回答,漏斗搭好之后,顺手把它们也接上。

第一个数是留存:7 天后还回来的人占多少。漏斗最后一步“7 日内回来第二次”其实就是留存的雏形,但只算一次回来是不够的:回来第二次的人,14 天后还回来吗?30 天后呢?留存要按天来看:注册后第 1 天、第 7 天、第 30 天各回来多少人。只看 7 天留存 33.4%(214 除以 640)会漏掉一个信息:回来的人里,有多少是真的留下了、有多少只是回来一次就又走了。留存曲线如果在第 7 天之后就平了,说明留下来的就是核心用户;如果一直在往下掉,说明产品还没找到让人回来的理由。

第二个数是“第一次用上核心功能要多久”。对番茄打卡来说,核心功能就是完成一轮专注。从注册到第一次完成专注,中间隔了新手引导,平均要多久?如果平均要两天,说明引导太长、或者用户注册完就忘了回来;如果平均只要 10 分钟,说明引导是顺的。漏斗只数了“有多少人走到了这一步”,没数“走了多久”。时间这个维度一加上,问题就更清楚了:人不是不来,是来得太慢,慢到忘了。

第三个数是激活率,定义要你自己定:对番茄打卡来说,激活可以定义为“注册 7 天内完成过一次专注”。这个定义和漏斗最后一步的数字有关系,但不是同一个数:漏斗算的是 640 次访问里的 214 次,激活率算的是 512 个注册用户里有多少人在 7 天内完成了一次专注。两个数的分母不一样,回答的问题也不一样。漏斗回答“每一步丢了多少人”,激活率回答“注册的人里有多少真正用起来了”。两个数一起看,才能分清是进门的人不够多,还是进门的人没用起来。

漏斗建好之后,每周看什么

漏斗不是建一次就完事的东西,它是一张每周要看的表。每周固定一个时间,打开漏斗看三件事。第一件事:这周的数字和上周比,有没有哪一步突然变了?突然变了多半不是用户变了,是产品变了:上周发了个版,注册流程改了,或者引导里多了一步。先去查发版记录,再下结论。第二件事:最漏的一步还是不是同一歩?如果连续三周都是第一步最漏,说明第一步的问题还没修好,或者修的方向错了,换个思路。第三件事:修过的那一步,数字回来了吗?修完一周,数字没动,说明修的不是病根;数字动了,记下来,写进改动文档。

每周看漏斗还有一个规矩:别一个人看,拉上做产品和做开发的人一起看。数字摆在桌上,谁都不能凭感觉说“注册流程没问题”或者“用户就是懒”。阿哲的团队每周五下午花 15 分钟看漏斗,每次只讨论一个问题:下周修哪一步。15 分钟很短,但雷打不动。三个月下来,他们修了注册字段、修了引导长度、修了首次专注的提醒时间,全程转化率从 33.4% 涨到了 41%——不是一次大改版涨上去的,是一周修一步,慢慢涨上去的。

四个坑,别踩

第一个坑是数重复了。同一个人刷新一次页面,访问事件就触发两次;同一个人注册失败重试三次,注册事件也算了三次。埋点的时候要想清楚:一个步骤,一个人只算一次,还是每次触发都算?注册这种事,一人一次才合理;页面访问这种事,每次访问都算也行,但要写清楚口径。口径不统一,数字就没法比。

第二个坑是新老用户混在一起算。新用户走的是“访问—注册—引导—首次专注”的路,老用户一进来就是直接用,你把老用户也算进“访问到注册”这一步,注册转化率会被拉得很低——老用户根本不需要注册。漏斗要按“同一批人”来算:看新用户,就只算新用户;看老用户回访,就单独建一条回访漏斗。混在一起算,数字一定是错的。

第三个坑是只看总数、不看时间。漏斗数字是按一段时间算的:这周 640 次访问、下周 700 次,人数变了,转化率也会跟着变。比较的时候要用同一段时间窗口,比如都按周算,别拿这周的注册数去比上个月的访问数。更稳的做法是按“ cohort ”来算:同一周注册的人,7 天内回来第二次的有多少——这样每个人的时间窗口是一样的,数字才干净。

第四个坑是在事件里塞隐私数据。埋点的时候,事件里只记“发生了什么”,别记“是谁、住哪、手机号多少”。用户 ID 用脱敏后的编号,别直接记邮箱和手机号。数据越干净,风险越小;真要分析到个人行为,用聚合数据就够了,没必要把隐私字段埋进事件里。

如果这周只能做一件事,那就做这件:把你的漏斗画出来,看看第一步丢了多少人。很多团队从来没画过漏斗,访问量、注册数、留存率三个数字各看各的,从来没排成一队。排成一队之后,问题第一次有了形状:原来人不是“慢慢流失”的,是在某一步集中掉队的。找到那一步,修它,下周再看。这就是漏斗分析的全部工作。

最后一句话:漏斗分析的终点不是一张图,是修好的那一步。图画得再漂亮,没人去修,也是白画。每周看一次漏斗,每次只修最漏的一步,修完等一周再看数。三个月下来,你会发现产品不是靠一次大改版变好的,是靠每周修一步,慢慢修好的。

阅读 10评论 0

评论 (0)

ME
0/1000
评论加载中...
浏览项目广场发布你的项目

相关文章

真实照片:一排浅灰色金属档案柜,其中一个抽屉拉开,露出里面一排排悬挂的文件夹
指南
浏览器里也能用数据库:IndexedDB 本地存取实战指南

localStorage 只能存字符串、没有索引。IndexedDB 是浏览器里真正的数据库:能存结构化数据、容量大得多、能建索引、能用事务。本文按 MDN 的《Using IndexedDB》《IDBDatabase》《IDBObjectStore》三篇官方文档讲清楚:五步套路、开库、升级、主键、索引、事务、add 与 put、get、游标、范围与多标签页升级。

工具技巧数据工作流前端工程
真实照片:一位开发者指着笔记本电脑屏幕上的代码,身后还有两台显示代码的显示器
指南
程序翻车别慌,先把错接住:Python 异常处理

异常不是程序坏了,是 Python 在用有名字的办法告诉你哪里出了问题。本文按 Python 官方教程第 8 章讲清楚:语法错误与异常、try/except、except 按继承匹配、哪些错该接哪些不该接、raise、else、finally、with、自定义异常、异常链与 ExceptionGroup,另附虚构晨光书店记账脚本第四个月 100 次翻车的分布。

项目创作Python学习与成长
真实照片:一家独立书店的书架走道,木质书架上摆满了彩色书脊,暖色灯光
指南
把书做成对象,把规矩写进类里:Python 类与对象

类是把数据和规矩打包在一起的办法:一个 Book 类做出每本书自己的状态,方法让对象自己干活,继承让电子书站在纸书肩膀上。本文按 Python 官方教程第 9 章讲清楚:class 与 __init__、self、方法、类变量与实例变量、属性查找、继承与覆盖、super()、下划线私有约定、dataclass、__iter__ 与 __next__,另附虚构晨光书店记账脚本第三个月 100 次翻车的分布。

项目创作Python学习与成长