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

1. 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。

   WITH 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" 
     )

2. 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。

   SELECT
     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