第二章 收集定量数据与漏斗分析：使用分析工具识别流失点、用户行为路径、页面热力图数据采集

2.1 适用场景

• 页面转化率连续 3 周低于行业基准或历史同期，需定位具体流失环节。
• 新功能/新页面发布后，用户完成路径出现异常退出，需快速定位断点。
• 团队计划发起 A/B 测试，但不确定优先优化页面顶部、中间还是底部内容。
• 关键转化漏斗（注册、加购、下单、付费）存在 ≥15% 的步骤间流失率突变。

2.2 前置条件

2.3 操作步骤

按照以下 6 个标准化子步骤执行，每一步都产生可追溯的中间产物。

Step 3 详细计算方法（附代码示例）

将导出的漏斗数据放入 Python 或 Google Colab 中执行以下计算：

import pandas as pd

# 假设导出的 CSV 包含列：step, users
df = pd.read_csv('funnel_raw_data_30d.csv')
df['loss_rate'] = (df['users'].shift() - df['users']) / df['users'].shift() * 100
df['loss_mutation'] = df['loss_rate'].diff()

# 筛选突变最大的步骤
top_mutations = df.nlargest(3, 'loss_mutation')[['step', 'loss_rate', 'loss_mutation']]
print(top_mutations)

2.4 输入输出物

2.5 责任边界

• 数据分析师 / CRO 专员：负责漏斗配置、数据导出、突变计算、热力图标记，输出《定量数据采集报告》。
• 产品经理：提供页面路径映射、确认埋点事件命名规范；对报告中标记的异常路径给出业务解释。
• 前端开发：确保埋点事件在 3 个工作日内修复（如发现漏埋或错埋）。
• ⚠️ 边界注意：本阶段不做“为什么用户流失”的归因分析，仅做“在哪里流失”的定量定位。归因分析属于第三章“定性访谈与行为动线”的范畴。

2.6 记录材料

每完成一轮数据采集，必须在项目共享盘（如 Notion / Confluence / 飞书文档）归档以下 4 份材料：

1. 漏斗源数据：funnel_raw_YYYYMMDD.csv（原始导出，不可修改）
2. 突变计算表：funnel_mutation_YYYYMMDD.xlsx（含公式与 Top 3 标记）
3. 热力图截图包：以页面名称命名的 PNG 文件，标注出点击集中区域与无人点击区
4. 采集日志：记录工具版本、采样时间段、样本量、异常事件说明

2.7 异常处理

2.8 验收标准

1. 漏斗配置验收：GA4 中 5 个以上关键步骤事件全部展示，步骤间用户数呈递减曲线，无断点。
2. 数据完整性：原始数据覆盖 ≥ 30 天，每日事件量波动 ≤ ±15%（剔除异常投放日）。
3. 突变定位：明确输出 Top 3 流失突变步骤，并附上对应页面的热力图数据。
4. 可复现性：另一名分析师按照相同步骤操作，能导出同样的 Top 3 突变结论（差异 ≤ 1 个步骤）。
5. 报告交付：《定量数据采集报告》包含漏斗总览表、突变排名表、热力图快照、初步假设方向（至少 2 个）。

本章要点回顾