精华内容
下载资源
问答
  • 漏斗分析

    万次阅读 2018-09-11 13:34:05
    漏斗 ...漏斗这种生活中的一个器具又与数据分析中所说的漏斗分析是怎样关联到一起的呢?这一演变是建模思想的完美落地。 1. 漏斗分析模型 人们发现,在许多事物向前发展的过程中,都会呈现倒金...

    漏斗
    画面感很强的一个词,脑海中不由到一种器具。
    这种神器上宽,下窄,收口处有大有小。
    小时候提着瓶子去打酱油、打油、打散酒,
    小卖部的老板都是用漏斗把这些流动的液体撞到细口的瓶子中。

    漏斗这种生活中的一个器具又与数据分析中所说的漏斗分析是怎样关联到一起的呢?这一演变是建模思想的完美落地。

    ##1. 漏斗分析模型

    人们发现,在许多事物向前发展的过程中,都会呈现倒金字塔的形状。在同一起跑线出发的马拉松选手,随着段位的增加,越来越少的人可以继续留在赛道上,最终也只有极少数的人可以通过全程的最终点。这种淘汰或是流失的模式可以被抽象化为漏斗模型。

    模型背后的意义:

    关于实际应用场景中漏斗模型,人们期望的无非就两点:
    1)最终漏出的数量多
    2)最终漏出的比率高
    针对这两点目标,可行的措施是:
    1)增加最初的流入量
    2)提高每一个关键点的留存率

    ##2. 经典的“销售漏斗”

    关于漏斗分析,听到比较多的可能是“销售漏斗”。销售漏斗模型中,每一个关键点都代表一个销售阶段的机会数,可以清晰的展示销售代表在开展销售到最终成交的过程中,机会的变化情况。行业不同,业务不同,应根据具体业务构建“销售漏斗模型”。下图某行业用的销售漏斗模型:
    这里写图片描述

    ##3. 漏斗建模的关键

    一般来说,遇见的都是有序漏斗分析,这种顺序体现在关键节点的路径中。在有序漏斗中,路是越走越窄的,换句话说,后面的每一步留下的数据量都不可能大于前面一步留下的数据量。如果不符合这个条件,则表明关键路径的流程顺序可能是有问题的,需要调整路径顺序。

    ##4. 一个简单的案例

    数据分析需求描述
    产品运营部门想要提升APP产品的成功注册用户数,需要数据分析师给予决策依据。

    拿到这个分析专题,首先要理解业务意图。用户注册时一般需要完成几个步骤,每一步都完成后才能完成成功注册,由于外部和内部各种可控的、不可控的原因,用户可能在任何一个步骤会终止注册。

    再制定分析计划的时候,需要对这个看似很小的业务场景进一步拆分,拆分为几个关键的步骤,这里假设该注册过程需要完成4步操作。在开展数据分析,依据业务的拆分选取数据指标,每个步骤中选取了一个关键页面,每个页面选取PV(Page View)、平均停留时间这两个指标,如下图所示:
    这里写图片描述

    总体来看,成功注册的整体转化率为39.8%。观察四个关键页面的转化率以及平均停留时间,可以看到Page2到Page3的转化率限制了整体的成功注册率,初步锁定问题到Page2处。再结合该页面的平均停留时间数据来看,在有531人放弃继续注册的情况下,Page2页面的平均停留时间仍居高不下为,猜测页面设计或要求填写的内容可能导致用户最终放弃注册。

    分析师给出的结论就是,需要从Page2处着重开展运营,改善效果将显著。

    案例所见的“销售漏斗”都是相对简单的,为了简化模型的设计及实现,其建模中通常只是抓取了几个比较大的、数据获取相对容易的关键节点去分析。但数据分析从来都是慢工出细活,要想锁定转化的问题所在,实际工作场景中往往需要构建更细致的模型。

    俗话说,无数据不改善。所有数据分析的终极价值都体现在改善事物发展态势的实践中。

    漏斗分析可以揭示每个关键环节的转化率、流失率,锁定主要问题所在,为全流程的改善提供参考建议。

    👏👏👏再看看我们以前的文章😃😃😃
    🌺 Excel中数据分析工具库-相关系数篇
    🌺 干货,手把手教会你做相关性分析
    🌺 5年数据分析路,小结。
    🌺 用户细分及画像分析
    🌺 K-近邻算法及实践

    欢迎关注,微信公众号“数据分析师之家
    扫描二维码 关注我们
    💁提供职业规划、简历指导、面试辅导服务哦
    QQ交流群:254674155
    在这里插入图片描述

    展开全文
  • SQL漏斗分析

    2020-09-10 12:37:25
    漏斗分析

     表:

    用户行为日志表:dwd.event_app_detail_test;

     

    需求:

    定义一个漏斗分析出每个层级的人数

    漏斗模型定义:
    步骤1    ==>    event_a,p1=v1 
    步骤2    ==>    event_c,p2=v2
    步骤3    ==>    event_e,p3=v3

     

    思路:

    将用户的所有事件按照时间先后顺序,拼接成一个字符串,然后用正则模式去匹配,它满足到了第几个漏斗步骤

     

    实现:

    先将用户的事件按照时间顺序拼接到一起

    SELECT
        guid,
        concat_ws(':',sort_array(collect_list(concat_ws(',',cast(ts as string),eventid)))) as events
    FROM dwd.event_app_detail_test
    WHERE (eventid='event_a' AND properties['p1']='v1') OR (eventid='event_c' AND properties['p2']='v2') OR (eventid='event_e' AND properties['p3']='v3')
    GROUP BY guid

    最终SQL

    with tmp as(
    SELECT
        guid,
        concat_ws(':',sort_array(collect_list(concat_ws(',',cast(ts as string),eventid)))) as events
    FROM dwd.event_app_detail_test
    WHERE (eventid='event_a' AND properties['p1']='v1') OR (eventid='event_c' AND properties['p2']='v2') OR (eventid='event_e' AND properties['p3']='v3')
    GROUP BY guid
    )
    
    select
        guid,
        case
            when (regexp_extract(events,'.*?(event_a).*?(event_c).*?(event_e).*?',3)='event_e') then 3
            when (regexp_extract(events,'.*?(event_a).*?(event_c).*?',2)='event_c') then 2
            when (regexp_extract(events,'.*?(event_a).*?',1)='event_a') then 1
            end as step_num  --执行到漏斗的步骤
    from tmp
    ;

    结果:

    注意:case里面匹配步骤的顺序

     

    展开全文
  • 数据分析:漏斗分析模型数据源
  • 点击上方 蓝字 关注我们本文旨在分享经验和方法,故用到的数据均为虚构数据。漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗...

    点击上方 蓝字 关注我们

    本文旨在分享经验和方法,故用到的数据均为虚构数据。

     

    漏斗分析是一套流程式数据分析,它能够科学反映用户行为状态以及从起点到终点各阶段用户转化率情况的重要分析模型。漏斗分析是互联网行业常用的数据分析模型,数据分析师们经常将漏斗模型运用于流量监控、用户转化等场景中,以此来辅助运营的决策。

    作为数据行业的初学者,你可能听过很多次漏斗分析模型,但是却不知道漏斗分析模型如何应用于业务分析,今天这篇文章既有方法论的介绍,也有漏斗分析的核心案例讲解,干湿结合更好地帮助初学者理解和掌握漏斗分析模型。

     

    1.什么是漏斗分析

    漏斗分析可以直观地呈现用户行为步骤以及各步骤之间的转化率,分析各个步骤之间的转化率,可以为运营提供辅助决策的意见;减少“漏掉”的用户数量,可以提升业务规模,提高业务成交量。

    以电商转化为例进行说明,用户从浏览商品到支付订单有一个转化路径,可以把这个转化路径看成一个漏斗,因为每一个步骤都会漏掉一批用户,据不完全统计支付订单的用户不足4%。如果想要提升支付订单的用户比例,那么毫无疑问需要减少每个步骤漏掉的用户,分析用户在每一关键步骤漏掉的原因,针对每一个原因逐一对产品进行改进,从而提升用户转化率。

     

     

    2.漏斗分析的核心步骤

    漏斗分析的四大关键要素分别是研究对象、时间、节点以及指标。研究对象即我们分析的维度,对于电商来说常用的维度有人、货、场、订单等;时间即事件从何时开始到何时结束,也就是我们应用漏斗模型进行研究的时间段;节点即从事件开始到事件结束所经历的各个流程,每一步流程都是事件的关键节点,包括起点、终点和过程性节点,并且涵盖这些节点的命名、标识;指标则是对整个事件流程进行分析的工具,也是对漏斗的描述与刻画,它是从数据的角度对漏斗模型进行描述,可以全面解读漏斗模型,有助于发现业务问题,指导业务流程优化。

     

    对应着漏斗分析的四大要素,我们将漏斗分析的核心步骤总结如下:

    1.确定研究对象,选定分析维度,即选定数据统计的角度,电商常用人、货、场、订单等。

    2.确定事件的开始和结束时间,即想要把漏斗模型应用于业务的哪个时间段。

    3.拆解用户路径,明确关键节点,即明确用户在该业务中的每一个步骤节点。

    4.指定关键指标,全面刻画业务,指导业务优化,即通过数据指标诠释业务现状和监控业务发展。

     

     

    3.以淘宝逆向物流为例,详解漏斗分析法

    讲完方法论,对于什么是漏斗分析,漏斗分析的流程你肯定已经了如指掌了,但是漏斗分析方法论在实际业务中如何用就得通过实际案例来说明了。我们会以淘宝逆向上门取件换货业务为例,使用漏斗分析的方法分析业务问题并给出一定的解决方案!

     

    3.1 业务背景介绍

    淘宝逆向包括的三种不同形态的业务,对于消费者来说,包括上门取件退货和上门取件换货业务;而对于商家来说则是拦截件业务。消费者端的上门取件退货业务已经发展成熟,而上门取件换货业务则刚刚开始,所以需要对改模块的业务进行系统地分析以发现业务问题,优化现有业务,提升换货成功率以及上门取件换货渗透率!

    上门取件换货业务路径较长,涉及到两段物流,其业务路径的核心指标有两个,第一个

    是换货成功率,即成功完结的订单量与买家寄出量的比值;第二个是菜鸟裹裹渗透率,也叫上门取件换货渗透率,换货业务中选择上门取件的寄出量与买家寄出量的比值。

     

    3.2 业务指标体系建立

    对于一块新业务来说,第一个步骤就是建立一套完整的指标体系以反映业务现状和监控业务长期发展趋势。指标体系的构建方法,前面的章节已经系统地讲解过了,这里就不再赘述。

    对于淘宝逆向上门取件换货业务来说,指标体系的建立也是根据业务流程进行拆解,提炼核心指标监控业务发展和变化。上门取件换货业务的指标体系包括从换货发起到订单完结各个环节的核心指标,同时也包括了整个业务的核心监控指标,例如,换货成功率及上门取件换货渗透率。具体的指标体系如下图所示。

     

    3.3 业务现状概括及业务问题探索

    有了指标体系,我们就能看到业务漏斗中每一步的数据,并且发现业务现有的业务问题。对于上门取件换货业务来说,主要存在两个核心问题。

    问题1:换货成功率虽然高达94.5%,但仍有提升的空间

    货业务的成功率高达94.5%,但是在整个转化路径中还是有5.5%的用户漏掉,这部分用户或许经过流程优化、产品调整等可以挽回。

     

    问题2:上门取件换货渗透率与同类业务相比仍有一定差距

    同类业务上门取件退货业务的渗透率高达55.86%,而上门取件换货业务渗透率仅有45.78%,两者差距高达10.08%

     

     

    3.4  漏斗分析定位上门取件换货业务问题

    面对现有的两个业务问题,我们需要通过漏斗分析定位影响换货成功率以及换货上门取件渗透率的关键环节和因素,以做出相应改进措施,提高换货成功率和换货上门取件渗透率。

    首先,我们以订单维度进行分析,绘制了用户换货路径全漏斗。这个漏斗既包括了换货路径的主线流程,也包括了商家和买家在换货路径上的支线路径。漏斗的主线流程和支线流程环环相扣,前面的步骤会影响后续的步骤,上个步骤的结果会影响下个步骤的表现。通过这个用户换货路径漏斗,我们清晰地看到各个重要节点之间的关联关系,更容易理清影响到换货成功率和换货上门取件渗透率的因素。

    其次,我们将换货成功率和换货上门取件渗透率这两个关键指标拆解到用户路径漏斗当中。根据换货成功率的定义,如果“商家拒绝收货”以及“买家拒绝收货”的订单量能转换为“成功完结的订单量”的话,那么就能提升换货成功率;而根据换货上门取件渗透率的定义,如果“买家取消”以及“超时未寄出”的订单量能够使用上门取件的方式寄出的话,那么换货上门取件渗透率就能得到提升。到此为止,我们定位到了影响两个关键指标的因素。因此,后续分析我们将着手研究“商家拒绝收货”以及“买家拒绝收货”的原因以及“买家取消”以及“超时未寄出”的原因,以此来找到提升换货成功率和换货上门取件渗透率的切入点。

     

     

     

    3.5 基于经验及假设,验证影响两个关键指标的具体原因

    -影响换货成功率的因素

    商家拒绝发货的单量是换货成功率的影响因素,找出商家拒绝收货的具体原因并采取对应的措施可以提升换货成功率。商家拒绝发货的主要原因是货物破损、商标不全、换货物品非全新品,也有部分原因是快递单号错误。对于货品原因,我们建议推出验货服务;而对于快递单号错误问题,我们建议推出单号校验服务。

    买家拒绝收货也是影响换货成功率的因素之一,于是我们分析了拒绝收货的买家发生复购的比率,发现复购率高达54.31%,由此我们推测买家相比于换货更喜欢退货重买。

     

    -影响换货上门取件渗透率的因素

    取消换货和超时未寄出是影响换货上门取件渗透率的主要因素。

    我们对买家取消换货的原因进行深入探讨,发现取消换货的用户发生复购的比率依然高达68.92%,也说明买家相比于换货,消费者更喜欢退货重买;其次,我们发现取消换货的订单运费险覆盖率只有26.79%,由此我们推测运费险覆盖不足也是买家取消换货的原因之一。

     

     

     

    3.6 根据数据分析结反馈意见及建议

    为了提升换货成功率和换货上门取件渗透率,我们通过漏斗分析定位了影响这两个关键指标的因素并且分析了具体原因,最终根据具体原因提出改进的意见和建议。

    商品损坏、商标不全、非新品等商品问题以及物流单号错误造成商家拒绝收货,从而影响了换货成功率。于是我们建议推出末端快递员验货服务以及平台提供单号检验服务以减少商家拒绝收货的单量,进而提升换货成功率。

    买家相比于换货更喜欢退货重买,具体表现是买家取消换货以及拒绝收货后选择复购,为此我们建议推出一款类似于退货重买的换货服务,即双向物流极速换货服务,买家申请换货的同时商家即刻发货。

    买家超时未寄出的主要原因是运费险覆盖率低,由此我们建议提高运费险的覆盖率,同时发放上门取件优惠券给到换货用户并通过短信提醒用户及时寄件。

     

     

    4.总结

    漏斗分析是数据分析中最常用的方法,本文介绍了漏斗分析的定义、漏斗分析的核心步骤以及通过换货上门取件业务为例逐步展示漏斗分析如何在业务中应用。值得注意的是,漏斗分析不仅需要理清漏斗的主线流程,而且需要将主线流程涉及到的分支流程也一并梳理,因为每一个时间节点、每一个分支步骤都可能是影响到下一步的结果;其次,根据漏斗路径制定关键的监控指标并定位影响关键指标的具体原因是漏斗分析的核心,因为只有找出这些原因才能找到业务优化的落脚点;最后,在寻找影响核心监控指标的因素时候,大部分情况是基于业务经验以及假设验证的,这就很难避免得到的结论与假设不符,需要从多个角度、不同维度多方假设验证才能找到落脚点。

    参考文章

    https://zhuanlan.zhihu.com/p/272534851

    https://zhuanlan.zhihu.com/p/272534851

    如果您觉得我们的文章还不错,请分享,点赞,再看,一键三连!!!

    END

    数据分析相关文章持续更新中,欢迎加入数据人专属交流群

    数据人必会的Excel|连Excel透视表都不会,别说你会数据分析!

    2021-02-02

    Excel也能完爆BI工具,仅6个步骤就能制作动态炫酷看板

    2021-01-28

    数据思维|方法论太干,不如来看5W2H分析流失用户实例

    2021-01-25

    数据埋点|六个步骤实现数据埋点方案设计

    2021-01-22

    数据埋点|从隐私保护浅谈数据生命周期,初识数据埋点

    2021-01-19

     



    分享数据知识,成就数据理想

    点个在看 你最好看

    展开全文
  • 漏斗分析入门

    2020-12-30 10:49:46
    什么是漏斗分析? 漏斗分析是一种理解在网站上获得结果所需的步骤以及有多少用户通过这些步骤的方法。步骤集称为"漏斗",因为用户流可视化的典型形状类似于厨房或车库中的漏斗。 例如,考虑一个虚构的电子商务公司,...

    什么是漏斗分析?

    漏斗分析是一种理解在网站上获得结果所需的步骤以及有多少用户通过这些步骤的方法。步骤集称为"漏斗",因为用户流可视化的典型形状类似于厨房或车库中的漏斗。

    例如,考虑一个虚构的电子商务公司,其最终目标(通常称为转换或宏转换)是让访问该网站的用户进行购买。在我们的网站上进行购买所需的步骤包括:访问网站、将产品添加到购物车、单击以签出并完成购买。这些步骤有时也被称为目标或微转换。

    假设在给定的一周内,通过每个步骤的用户数是:

    访问网站	1000
    添加到购物车	500
    单击以签出	300
    完成购买	200
    

    在这里插入图片描述
    可视化效果可以清楚地看出了漏斗的最大降幅就在开始时 - 只有一半的用户添加到购物车。

    如何使用漏斗分析

    漏斗分析显示用户沿着转换路径的流失地点。您可以使用它找出最有机会进行改进的地方。在上面的示例中,最大的流失发生在访问到将商品添加到购物车中,因此,改进产品体验将对整体转化率产生最大影响。

    但请注意,在访问和添加到购物车之间可能还有其他步骤,这将有助于我们更好地了解流失点。要使漏斗分析可操作,它应包括实现转化所需的所有关键步骤。如果一个漏斗中有太多的步骤无法实际可视化,您可以创建可放大每个步骤的部分漏斗。例如,这是从访问网站到将商品添加到购物车的第一步的潜在部分漏斗:
    在这里插入图片描述
    进一步分解步骤可以让我们看到,一旦用户点击搜索结果,他们很可能会将产品添加到购物车中,因此在点击搜索结果之前,我们应该关注产品体验。

    您还可以查看用户的子集,并并排比较其漏斗。例如,我们可以在首次访问我们网站的用户之间细分所有用户,并将他们的漏斗与以前访问过我们网站的用户漏斗进行比较。我们最终可能会出现这样一些问题:
    在这里插入图片描述
    我们现在可以看到,第一次访问者几乎立即下降 - 只有 40% 继续执行搜索。另一方面,返回的访问者几乎总是执行搜索,但最大的下降是之前点击搜索结果。

    如您所见,漏斗分析在帮助您了解产品体验的哪些部分最有可能获得改进方面非常有用。您仍必须调查体验本身以及用户下降的原因(通过进一步分析、用户研究或浏览体验),但漏斗分析为您提供了一个很好的起点,以便您能够开始对具有最大潜在影响的区域进行调查。

    结论

    漏斗分析是一个非常强大的工具,可帮助您了解用户在转化路径上流失的地点。

    展开全文
  • 一、漏斗分析 漏斗分析是针对产品时间轴上流程上的数据分析方法,这与数据的横向对比存在本质逻辑的不同。漏斗分析希望通过观察每个流程节点上的转化与流失的人数得到出现问题或可以改进的流程节点。 比如用户再网上...
  • 漏斗分析小记

    2020-07-29 20:59:49
    在APP运营里面,我们很经常的一个需求是...漏斗分析简单的理解就是分析用户使用路径,然后看路径的每个节点留存率是多少。比如借款APP 申请借款,一般的用户借款路径为激活APP(下载APP)、用户注册、进入APP产品页、对
  • 本文来源于公众号渔好学01什么是漏斗分析漏斗分析是一种可以直观地呈现用户行为步骤以及各步骤之间的转化率,分析各个步骤之间的转化率的分析方法。比如对应我们每一次在淘宝上的购物, 从打开淘宝a...
  • 漏斗分析入门SQL

    2021-01-30 10:03:22
    我们漏斗分析中定义的需求如下 注册-> 点击新闻-> 进入详情页-> 发布评论 可以记事件为ABCD A->B->C->D 接下来我们用SQL实现这个需求 我们来查询 20210103到2020109 事件范围内,并且窗口时间是...
  • 1.2 漏斗分析模型的特点与价值1.3 在漏斗分析模型中,科学归因、属性关联的重要性1.4 漏斗分析场景 1、漏斗分析模型——从注册到购买的转化率        现代营销观念认为:** “营销管理重在过程...
  • 01什么是漏斗分析建了一个数据分析分析群,文末有我微信, 加我微信拉你入群漏斗分析是一种可以直观地呈现用户行为步骤以及各步骤之间的转化率,分析各个步骤之间的转化率的分析方法比如对应我们每...
  • 数据分析工作涉及到很多的分析方法,比如说杜邦分析法、漏斗分析法以及矩阵关联分析法,这些方法都是能够帮助我们更好地进行数据分析工作。在这篇文章中我们就给大家介绍一下关于杜邦分析法、漏斗分析法和矩阵关联...
  • 基于AARRR模型分析用户行为activation用户激活:【流量分析:从整体、局部(每日)分别分析】retention用户留存:【留存分析】留存的sql 函数很难写revenue用户收益refer用户推荐:【转化率分析 + 漏斗分析】购物车...
  • 漏斗分析分析和使用

    2018-06-07 15:46:59
    数据分析的文档,适合一切用户使用,非常简单容易上手。
  • 实时项目-漏斗分析

    2021-01-04 17:52:40
    我们漏斗分析中定义的需求如下: 注册-> 点击新闻-> 进入详情页-> 发布评论 转换成事件: SignUp -> AppClick[element_page=‘新闻列表页’] -> AppClick[element_page=‘内容详情页’]->...
  • 漏斗分析数据.xlsx

    2020-02-10 18:20:57
    漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源漏斗数据源...
  • clickhouse数据模型之有序漏斗分析 什么是有序漏斗,有序漏斗需要满足所有用户事件链上的操作都是逡巡时间先后关系的,且漏斗事件不能有断层,触达当前事件层的用户也需要经历前面的事件层 前言 接上一章智能...
  • 比如,之前在知乎上看到有人问: 1、漏斗,统计的是人数?还是次数? 2、如何构建漏斗模型?要将浏览→完成交易中的每步都列出来吗? 3、有哪些分析场景? 今天我们就来一起捋捋...漏斗分析模型,简单来讲,就...
  • 漏斗分析(Funnel Analysis)

    千次阅读 2019-09-26 16:46:18
    什么是漏斗分析? 简单来讲,就是抽象出某个流程,观察流程中每一步的转化与流失。 漏斗的三个要素: 时间:特指漏斗的转化周期,即为完成每一层漏斗所需时间的集合 节点:每一层漏斗,就是一个节点 流量:...
  • 有序漏斗分析-Druid实践

    千次阅读 2018-05-02 15:21:20
    有序漏斗分析 一、背景 漏斗分析是常见数据分析的一种,通过分析用户在网站的行为,帮助运营人员分析一个多步骤过程中每一步的转化与流失情况。比如定义一次电商活动(指定时间范围比如最长30天)中用户行为:...
  • 精细化、科学化的运营变得尤为重要,最能体现成效的是漏斗分析工具,其实作为一种分析方法在互联网企业已经流行很多年,对于刚数字转型的企业来说,这是必备的分析法。如果您是SEO或者APP运营,那么这篇关于Google ...
  • 数仓 DW层 用户固定漏斗分析主题 1. 背景 在app业务和流程设计中,页面和页面之间,流程和流程之间的每个环节并不是100%流转下去的。例如大家使用购物App,从商品详情页到下单页面,到支付页面,中间可能随时因为...
  • 一文读懂大数据漏斗分析

    千次阅读 2019-05-27 12:19:28
    下面我将为您介绍漏斗分析的概念,以及组织及其数据如何使用它来分析大数据集。希望能够帮到你们。很多时候我们发现我们的业务数据看起来很不错,但最终的转换量却很低,这就说明业...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 964
精华内容 385
关键字:

漏斗分析