数据运营实战：细分漏斗画像，改善关键节点.docVIP

数据运营实战：细分漏斗画像，改善关键节点 　　数据运营的优化重点在于把复杂的，多因素影响的过程拆分，简化影响过程，从而挖掘其中的关键要素进行改进优化。 　　 　　首先，我们回顾一下我们的目标问题： 　　某电商App，现在面临的问题是用户成交量较低，与投放推广的成本相比，ROI较低。 　　这个问题，我们应该如何分析? 　　　通过数据挖掘，我们发现了优质渠道A，其用户群与我们的高价值用户比较吻合，同时平均客单价约是原有主要渠道D的1/2~1/3，我们的投入产出比例得到了优化。这主要依赖于通过数据分析找到了优质低价的渠道，降低了获客成本。 　　漏斗改进效果如下图： 　　 　　那么，这个漏斗是否存在其他可以改进的地方呢? 　　当然有!我们的现实世界并非是简单的数据逻辑结构，很多结果都是多种原因综合导致的，我们可以用多种角度去分析同一个问题。 　　下面我们将结合漏斗分析与用户分群来做一个深度分析，通过漏斗的细致拆分和交叉对比，定位问题所在。 　　漏斗分析 　　那我们就从这个漏斗开始分析：从上面都是漏斗中，我们可以看到，加入购物车之前的转化率都较高，但在购物付款的流程中，转化率急剧降低至14.65%，这里应该也有改进的空间。 　　 　　 　　我们再看页面浏览数据，可以发现，用户在订单确认页面停留的时间长达95秒，这与我们平时的认知不相符。 　　 　　　　漏斗拆分 　　为了验证我们的假设，我们建