漏斗分析图怎么做
漏斗分析图的漏斗核心就一句话：把用户从进入产品到完成目标的全过程，按关键节点拆成一层层的分析步骤，每一步剩下多少人，漏斗画出来就是分析一个上宽下窄的漏斗。我第一次做漏斗图是漏斗在一个电商项目里，当时老板问“为什么加购率还行，分析但支付转化率低得离谱”，漏斗我拉了一张五个步骤的分析漏斗，一眼就看出问题卡在“提交订单”到“支付成功”之间——流失了将近六成的漏斗人。后来查出来是分析支付页面加载太慢，用户等不及就关了。漏斗这就是分析漏斗图的价值：它不告诉你为什么，但它能精准告诉你哪里出了问题。漏斗
做漏斗图之前，分析你得先想清楚一件事：你要分析的漏斗是什么行为路径。不是所有流程都值得画漏斗。比如注册流程、下单流程、内容发布流程，这些有明确起点和终点、步骤可量化的场景才适合。我之前见过有人把“浏览首页→搜索→点击商品→加购→下单→支付”硬塞进一个漏斗，结果第一步到第二步就流失了80%，整张图看起来像一把锥子，根本没法定位问题。步骤太多、跨度太大，漏斗就失去了诊断意义。我的经验是，步骤控制在3到7个之间，每一步都得是用户主动做出的关键动作。
数据怎么取？两种方式。一种是用现成的分析工具，比如Google Analytics、Mixpanel、神策、GrowingIO，它们都有漏斗分析模块，你只要在界面上定义好步骤事件，系统自动算转化率。另一种是自己写SQL从埋点表里捞。我两种都用过，工具快但不够灵活，自己写SQL慢但能按任意维度切。举个例子，我想看不同渠道来源的用户在支付漏斗上的差异，工具里可能得建好几个漏斗对比，SQL里加一个GROUP BY channel就搞定了。取数的时候有个坑：时间窗口。用户可能今天加购，明天才支付，如果你把窗口设成“同一天内完成”，那跨天支付的用户就被算作流失了。这个参数设错，漏斗图会骗你。
数据拿到手，画图反而是最简单的。Excel的漏斗图其实是个堆叠条形图变体，把每一层的数据做成条形，然后调整间隙宽度和填充颜色，看起来就像漏斗了。更省事的是用在线工具，比如Tableau、Power BI，或者国内的镝数图表、图怪兽，选个漏斗模板，把步骤和数值粘进去，颜色一调就完事。我习惯用Python的plotly，几行代码就能出一个交互式漏斗，鼠标悬停能看到具体数值和转化率，发给业务方看也方便。画的时候注意一点：每一步的标签要写清楚，别只写“步骤1、步骤2”，没人记得住。
图出来了，怎么看？先看整体转化率，再看每一步的环比流失率。整体转化率低不一定可怕，可怕的是某一步突然掉一大截。我见过一个SaaS产品的注册漏斗，从“填写邮箱”到“验证邮箱”流失了45%，一查发现验证邮件进了垃圾箱。这种问题，不看漏斗根本发现不了。另外，别只看总数，要拆维度。新用户和老用户、iOS和Android、不同渠道来源，漏斗形状可能完全不一样。我曾经把一个整体看起来正常的漏斗按城市拆开，发现三线城市的支付流失率是一线城市的2.3倍，后来才知道是支付方式没覆盖全。
漏斗图不是画完就完了。它是个诊断工具，不是汇报装饰。每次版本迭代、运营活动上线，都应该重新拉一遍漏斗，对比看变化。我自己的习惯是每周一早上跑一遍核心漏斗，花十分钟，比看一堆报表都管用。工具会变，方法不会变：定义路径、取数、画图、拆维度、找异常、验证假设。这套流程跑顺了，漏斗图就不只是图，是你手里的X光片。