京公网安备 11010802034615号
经营许可证编号:京B2-20210330
漏斗图适用于业务流程比较规范、周期长、环节多的流程分析,通过漏斗各环节业务数据的比较,能够直观地发现和说明问题所在。在网站分析中,通常用于转化率比较,它不仅能展示用户从进入网站到实现购买的最终转化率,还可以展示每个步骤的转化率,如图9-91所示。
图9-91使用漏斗图展示的网站客户转化率
漏斗图不仅能够提供用户在业务中的转化率和流失率,还揭示了各种业务在网站中受欢迎的程度。虽然单一漏斗图无法评价网站某个关键流程中各步骤转化率的好坏,但是通过前后对比或是不同业务、不同客户群的漏斗图对比,还是能够发现网站中存在的问题。
在Excel中绘制漏斗图需要借助堆积条形图来实现。图9-92是某网站的客户转化率统计数据,C列是客户访问人数,B列是根据访问人数计算的占位数,目的是将人数系列的条形进行居中显示,占位数的计算方法是“(第一环节访问人数-当前环节访问人数)/2”。
图9-92各环节转化率数据
选定A1:C6区域,在“插入”功能区的“图表”模块中单击“条形图”,选择“堆积条形图”,然后删除网格线,效果如图9-93所示.
图9-93插入的堆积条形图
可以看到人数数据系列的条形以居中方式显示,但是漏斗形状是反向的。右击纵坐标轴标签,选择“设置坐标轴格式”命令,在打开的对话框中勾选“逆序类别”复选框,可以看到漏斗形状成正向显示。同时,“主要刻度线类型”选择为“无”,去除纵坐标轴的刻度显示。效果如图9-94所示。
图9-94调整漏斗形状方向并去除纵坐标轴刻度显示
右击“占位数据”数据系列的条形,选择“设置数据系列格式”命令,在打开的对话框中设置填充颜色为“无填充”,隐藏该数据系列的条形显示,如图9-95所示。
图9-95隐藏“占位数据”数据系列的条形显示
在图表工具的“布局”功能区中,依次选择“坐标轴”Ž“主要横坐标轴”Ž“无”,去除横坐标轴,如图9-96所示。
图9-96去除横坐标轴
删除图表的图例部分。右击“人数”数据系列的条形,选择“设置数据系列格式”命令,设置条形得填充颜色为“纯色填充”,进行图表美化,如图9-97所示。
图9-97美化漏斗图的条形填充颜色
在“插入”功能区中单击“形状”按钮,选择“直线”形状,绘制漏斗的边框,直至全部完成。此外,还可以在纵坐标轴标签区域插入下箭头形状,并在箭头中输入环节转化率。效果如图9-98所示。
图9-98绘制漏斗边框
最后,右击“人数”数据系列的条形,选择“添加数据标签”命令,并将标签修改为总体转化率,最终得到图9-91的漏斗图。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12