漏斗分析（Funnel Analysis）是一种通过拆解用户从进入站点到完成目标（下单、注册、留资等）的关键步骤，逐层统计每一步的到达人数与转化率，从而定位流失环节并指导优化的数据分析方法。对独立站和跨境电商而言，它回答的核心问题是：流量到底在哪一步漏掉了，漏了多少，为什么漏。
生活化类比
把漏斗想象成游乐园的排队通道。100 个人在门口排队（进入网站），经过安检剩 90 人（浏览商品），坐上项目前剩 40 人（加入购物车），真正玩到项目只剩 12 人（完成支付）。你不需要责怪最后那 12 人太少，而要问：安检为什么刷掉 10 人？从排队到上车为什么少了 50 人？漏斗分析就是给这条通道每一段装上计数器。
核心概念与公式
漏斗由步骤（Step）、进入人数（Users）、步骤转化率（Step Conversion Rate）和整体转化率（Overall Conversion Rate）构成。
- 步骤转化率 = 本步骤到达人数 ÷ 上一步骤到达人数 × 100%
- 整体转化率 = 最终转化人数 ÷ 第一步进入人数 × 100%
- 流失率 = 1 − 步骤转化率
- 流失人数 = 上一步人数 − 本步人数
举例：某独立站一周数据为 10,000 人进入首页 → 3,500 人浏览商品页 → 1,200 人加入购物车 → 480 人进入结账 → 260 人完成支付。
| 步骤 | 到达人数 | 步骤转化率 | 流失人数 |
|---|---|---|---|
| 进入首页 | 10,000 | — | — |
| 浏览商品页 | 3,500 | 35.0% | 6,500 |
| 加入购物车 | 1,200 | 34.3% | 2,300 |
| 进入结账 | 480 | 40.0% | 720 |
| 完成支付 | 260 | 54.2% | 220 |
整体转化率 = 260 ÷ 10,000 = 2.6%。可以看到首页到商品页流失最严重（6,500 人），但结账到支付也有 220 人流失，后者往往更值得优先修复，因为这部分用户购买意图最强。
与相关术语对比
| 术语 | 关注点 | 与漏斗分析的关系 |
|---|---|---|
| 路径分析（Path Analysis） | 用户实际走了哪些页面、顺序如何 | 漏斗是预设路径，路径分析是开放探索，常用于发现漏斗外的新路径 |
| 归因分析（Attribution） | 哪个渠道/触点贡献了转化 | 漏斗看“在哪流失”，归因看“谁带来的”，两者常配合使用 |
| 留存分析（Retention） | 用户是否回来、多久回来 | 漏斗看单次转化流程，留存看跨周期回访，复购型独立站需结合 |
| A/B 测试 | 两个版本哪个更好 | 漏斗定位问题步骤，A/B 测试验证优化方案是否有效 |
| 队列分析（Cohort） | 按时间/来源分组对比 | 可按渠道、国家、新老客拆分漏斗，形成分群漏斗 |
应用场景与案例
1. 结账流程优化。 某独立站结账页 5 个字段，移动端支付转化率仅 38%。简化为 3 个字段并支持 Apple Pay 后，支付步骤转化率升至 61%，整体转化率从 1.9% 提升到 3.1%，按月 5 万访问量计算，月增订单约 600 单。
2. 广告落地页诊断。 某 Facebook 广告带来 20,000 次点击，落地页到加购仅 4.2%，而自然流量同步骤为 11%。说明落地页与广告承诺不一致，重写首屏文案后该步骤提升至 8.5%。
3. 分渠道漏斗对比。 邮件营销漏斗整体转化率 4.8%，社媒广告 1.6%。拆解发现社媒在“加购→结账”流失高达 72%，原因是运费在结账才显示，改为商品页提前标注运费后，该步骤转化提升 19 个百分点。
4. 多设备差异。 桌面端整体转化率 3.4%，移动端 1.2%。移动端在“进入结账”步骤流失 68%，定位为表单键盘遮挡问题，修复后移动端提升至 2.3%。
常见误区
- 只看整体转化率。 2.6% 本身不说明问题，必须看每一步的流失分布，否则不知道改哪里。
- 步骤设得太粗或太细。 只设“进入→支付”两步无法定位；设 15 步则样本被切碎，数据波动大。
- 忽略时间窗口。 用户可能今天加购、三天后支付。窗口设 1 小时会低估转化，建议按业务设 7 天或 30 天。
- 把漏斗当因果。 漏斗只告诉你“在哪漏”，不告诉你“为什么漏”，需配合录屏、问卷、热图验证。
- 不拆分维度。 新老客、渠道、国家、设备的漏斗差异巨大，混在一起会掩盖真实问题。
- 样本量不足就下结论。 每步至少几百人，否则转化率波动可能只是随机噪声。
相关术语
路径分析、归因分析、留存分析、队列分析、A/B 测试、转化率优化（CRO）、热图分析、用户录屏、购物车放弃率、结账流失率、事件追踪、UTM 参数、多步骤表单、微转化。