漏斗模型是什么
漏斗模型按步骤统计各环节的到达人数与转化率，用来定位流程在哪一步掉人。三个要素必须固定：步骤序列（浏览商品、加购、下单、支付）、时间窗口（各步骤是否必须发生在同一窗口内、先后顺序如何约束）、去重主体（一次会话、一个用户或一笔订单）。落地方式常见两种：用户乘步骤的宽表，或者每个步骤一张指标表再按主体关联。同一份数据换一种时间窗就能得到差别很大的转化率，所以窗口定义必须写进口径文档。
基本信息
| 三要素 | 步骤序列、时间窗口、去重主体 |
|---|---|
| 实现方式 | 每步各取集合，再按主体关联 |
| 输出指标 | 到达人数、转化率、流失率、各步耗时 |
| 分析维度 | 渠道、终端、新老客、活动标签 |
| 口径要求 | 步骤顺序与窗口长度必须写进文档 |
典型使用场景
- 电商下单链路：从详情页浏览到支付成功的转化诊断
- 注册与实名认证流程：定位资料填写环节的流失
- 活动报名漏斗：曝光、点击、提交、审核通过的逐级转化
- 投放效果评估：按渠道对比同一漏斗的转化率差异
- 版本发布后回归：对比新旧版本漏斗，确认体验改动是否有效
两步漏斗
两步漏斗
-- 步骤一：取每个用户首次浏览详情页的时间
WITH v AS (
SELECT user_id, MIN(dt) AS view_dt FROM dwd_page_view_di
WHERE page = 'detail' GROUP BY user_id
), o AS (
-- 步骤二：取每个用户首次下单时间
SELECT user_id, MIN(dt) AS order_dt FROM dwd_trade_order_di GROUP BY user_id
)
SELECT COUNT(1) AS view_users,
COUNT(CASE WHEN order_dt >= view_dt AND order_dt <= DATE_ADD(view_dt, 7)
THEN 1 END) AS ordered_users -- 7 天窗口内转化
FROM v LEFT JOIN o ON v.user_id = o.user_id;漏斗要素与常见取值
| 要素 | 常见取值 | 影响 | 注意点 |
|---|---|---|---|
| 去重主体 | 用户、会话、订单 | 同一数据结果差异大 | 跨端用户需先统一 ID |
| 步骤顺序 | 严格先后、允许乱序 | 乱序会把回访计入转化 | 按业务实际定义 |
| 时间窗 | 当日、7 天、30 天 | 窗口越长转化率越高 | 需覆盖完整决策周期 |
| 归因口径 | 首次触达、末次触达 | 影响渠道效果评估 | 与投放团队对齐 |
漏斗步骤顺序与时间窗要写进口径文档：同一份数据用不同窗口能得到差别很大的转化率，争论往往源于定义不同而非数据错误。
忽略步骤先后顺序时，先下单后浏览的用户也会被计入转化，转化率虚高且无法与业务直觉对上。
时间窗太短会低估长决策周期业务的转化：家装、教育这类业务用当日窗口几乎没有转化，窗口应覆盖真实决策周期。