小提示：您能找到这篇{什么是转化率漏斗模型（转化率漏斗模型5个环节}绝对不是偶然，我们能帮您找到潜在客户，解决您的困扰。如果您对本页介绍的什么是转化率漏斗模型（转化率漏斗模型5个环节内容感兴趣，有相关需求意向欢迎拨打我们的服务热线，或留言咨询，我们将第一时间联系您！

关于漏斗模型，早些年前就知道，但在实际工作中并没有做过多的实践和研究。后来对漏斗模型深入了解后，觉得它不仅是一个模型，更是一种可以普遍适用的方法论，或者说是一种思维方式。

本文将主要谈谈漏斗模型，一些案例分析以及如何绘制漏斗模型。

漏斗模型

关于漏斗模型，我认为本质是分解和量化。为什么这么说呢，以营销漏斗模型举栗。

百科给出的解释

营销漏斗模型指的是营销过程中，将非潜在客户逐步变为客户的转化量化模型。营销漏斗模型的价值在于量化了营销过程各个环节的效率，帮助找到薄弱环节。

营销的环节指的是从获取用户到最终转化成购买这整个流程中的一个个子环节，相邻环节的转化率是指用指标来量化每一个步骤。所以整个漏斗模型其实就是将了解-购买这整个流程拆分成一个个可以量化的步骤，用转化率来体现。最后通过异常的数据指标找出有问题的环节，从而解决问题，优化该步骤，最终达到提升整体购买转化率的目的。整体漏斗模型的核心其实就归为分解和量化。

这就是一开始所提到，我觉得漏斗模型不仅仅是一个模型，更是一种方法论，一种思维方式的原因。可以通过这种分解和量化的形式，将问题进行不断的拆解，最后通过量化的形式来辅助达成目标，或者对异常的步骤进行调优，最终达到总目标。它可以广泛应用于流量监控、产品目标转化等日常数据运营工作中，称为转化漏斗；也可以用于谷歌整合营销产品、服务销售，称为销售漏斗。

漏斗模型案例

1.电商购物流程

分析电商的转化，我们要做的就是监控每个层级上的用户转化，寻找每个层级的可优化点。对于没有按照流程操作的用户，专门绘制他们的转化模型，缩短路径提升用户体验。

AARRR模型是产品运营中比较常见的一个模型，结合产品本身的特点以及产品的生命周期位置，来关注不同的数据指标，最终制定不同的运营策略。AARRR模型是指Acquisition、Activation、Retention、Revenue、Referral，即用户获取、用户激活、用户留存、用户收益以及用户传播。

这个模型分成 五大块

• 获取（Acquisition）：用户如何发现（并来到）你的产品？

• 激活（Activation）：用户的第一次使用体验如何？

• 留存（Retention）：用户是否还会回到产品（重复使用）？

• 收入（Revenue）：产品怎样（通过用户）赚钱？

• 传播（Referral）：用户是否愿意告诉其他用户？

从下面这幅AARRR模型图中，能够比较明显的看出来整个用户的生命周期是呈现逐渐递减趋势的。通过拆解和量化整个用户生命周期各环节，可以进行数据的横向和纵向对比，从而发现对应的问题，最终进行不断的优化迭代。

如何绘制漏斗模型？

绘制漏斗图很简单，做数据报表的时候可能会用到。如果数据量不是很大的话，Excel就能搞定。

1、Excel

比如以上图电商的转化漏斗为例

整体的步骤可分为计算整体转化率→计算辅助数据（占位数据）→插入堆积条形图→设置坐标轴格式→调福州新闻营销整数据顺序。

1.计算整体转化率

计算出每个环节的转化率（当前环节人数/上一个环节人数），然后计算整体的转化率单个步骤的转化率（当前环节人数/总人数），然后条件格式插入数据条。

2.计算辅助数据（占位数据）

公式：计算单步骤与初始转化率的差值（即100%），差值除以2后获得占位数据。

3.插入堆积条形图

漏斗图实在堆积条形的基础上改来的。选择数据源，插入>图表>条形图>堆积条形图。

4.设置坐标轴格式

选中坐标轴后，设置坐标轴格式，选中逆序类别，调整顺序后获得如下图表。

将辅助列数据填充调整为无填充，占位数据的颜色就会消失。

5.调整数据顺序

将占位数据的顺序调整至第一位后，这样看起来就会比较像漏斗了。

最后，在此图表的基础上进行一些美化，再贴到PPT里面加一些描述或者PS处理一下，按照个人要求酌情处理，这里我的就献丑了……

如果数据量很大的话，需要长期监测运维，一般是需要连接数据库的。可以用专业的数据分析软件或者BI软件搭建一个dashboard，这里我用的是finebi，把之前那张excel表导入了进去（这里就不做数据库连接演示了）。

1) . 拖拽“漏斗图” -> 选定分类和指标 -> 美化样式

这里的漏斗数据模型是软件本身自配好的，你要做的就是选择字段，和Tableau的操作一样，好处就是方便。漏斗每个层级的大小都反映了当前层级数据的大小，如果数据差距较大，比如像我这样的，会不那么美观。

像互联网电商行业，交易的数据量很大且是实时的，这个技术excel是做不来的，所以像BI类的工具就是有这样的优势。