
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
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13