
电商转化漏斗模型
概述
模型概念
电商转化作为电商运营重点关注的一个环节,是千万卖家最关注的,也是最难界定的指标。转化漏斗模型,是分析用户在使用某种业务的情景下,经过一系列步骤转化效果的方法,转化分析的本质是为了促进企业的核心业务的流通,最大化每个营销漏斗的转化率。
应用意义
在理想的情况,用户会沿着产品设计的路径到达最终目标事件,但实际情况是用户的行为路径是多种多样的。通过埋点事件配置关键业务路径,可以分析多种业务场景下转化和流失的情况,不仅能够找出产品潜在问题的位置,还可以定位每个环节的流失用户,进而定向营销促转化。
实战
基础数据
这里选择 电商客户行为日志数据进行分析,数据字段为:
- event_time:事件时间
- event_type:事件类型(view、cart、purchase)
- product_id:产品 ID
- category_id:产品分类 ID
- category_code:产品分类
- brand:品牌
- price:价格
- user_id:用户 ID
- user_session:用户 Session
部分数据如下:
event_time | event_type | product_id | category_id | category_code | brand | price | user_id | user_session |
---|---|---|---|---|---|---|---|---|
2020-09-24 11:57:06 UTC | view | 1996170 | 2144415922528452715 | electronics.telephone | 31.90 | 1515915625519388267 | LJuJVLEjPT | |
2020-09-24 11:57:26 UTC | view | 139905 | 2144415926932472027 | computers.components.cooler | zalman | 17.16 | 1515915625519380411 | tdicluNnRY |
2020-09-24 11:57:27 UTC | view | 215454 | 2144415927158964449 | 9.81 | 1515915625513238515 | 4TMArHtXQy | ||
2020-09-24 11:57:33 UTC | view | 635807 | 2144415923107266682 | computers.peripherals.printer | pantum | 113.81 | 1515915625519014356 | aGFYrNgC08 |
2020-09-24 11:57:36 UTC | view | 3658723 | 2144415921169498184 | cameronsino | 15.87 | 1515915625510743344 | aa4mmk0kwQ | |
2020-09-24 11:57:59 UTC | view | 664325 | 2144415951611757447 | construction.tools.saw | carver | 52.33 | 1515915625519388062 | vnkdP81DDW |
数据下载地址:eCommerce events history in electronics store
数据处理
按照不同的事件类型
view:浏览
、cart:加购
、purchase:下单
(其他数据可能还有搜索
、展示
、咨询
、评价
等行为)分组聚合,去重计算个分组的用户数。1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18WITH t1 AS (
SELECT
CASE "event_type"
WHEN 'view' THEN 0
WHEN 'cart' THEN 1
WHEN 'purchase' THEN 2
END AS "events_rank",
CASE "event_type"
WHEN 'view' THEN '浏览'
WHEN 'cart' THEN '加购'
WHEN 'purchase' THEN '下单'
END AS "event_type",
COUNT ( DISTINCT "user_id" ) AS "user_num"
FROM
"events"
GROUP BY
"event_type"
)按照事件行为路径顺序,匹配上一阶段的用户数,计算各阶段的转化率。
1
2
3
4
5
6
7
8SELECT
t1.* ,
ROUND( t1."user_num" :: NUMERIC / t2."user_num" * 100, 4 ) convert_ratio
FROM
t1
LEFT JOIN t1 AS t2 ON t1."events_rank" = t2."events_rank" + 1
ORDER BY
t1."events_rank"
输出数据
events_rank | event_type | user_num | convert_ratio |
---|---|---|---|
0 | 浏览 | 16346 | |
1 | 加购 | 1135 | 6.9436 |
2 | 下单 | 675 | 59.4714 |
数据可视化
评论