用户旅程
映用户从首触到转化的多会话路—漏斗近似但不可捕的非线性真实流
为什么
漏斗假设线性径：步 1 然步 2 然步 3。真实用户旅程非线性：用户—Google 搜索访、走— 天后—Twitter 链回、读文档、走、从邮件回、注册、走、回并部署。漏斗数此为"—1 入、步 4 完、转—= 1"但漏旅程—2 —5 会话— 触点（搜索、社交、邮件）— 渠道（自然、邮件）、且径为文档 -> 注册 -> 部署非注—-> 部署。用户旅程分析捕此丰 by 映会话和触点实序列且答漏斗不可的问题—转化前几触点—哪渠道驱辅助转化—首触到部署典型时间？"。此答正是告知获客策略（投哪渠道）和引导设计（如何压旅程）的
何时使用
当优化获客（哪渠道、几触点）或引导（如何压旅程）时。需多触归因数据
如何做
1. 收触点数据：每会话有源（自然、付费、社交、邮件、直接、引荐）和落地页。按会话存、user_id —2. 每转化用户重构旅程：首触到转化会话有序列表、每会话源、落地页、采取动—3. 算旅程级指标— - touchpoints_to_conversion：转化会话前会话计数 - days_to_conversion：首触到转化时间 - channels：旅程中不同源（单渠—vs 多渠道） - path：源序列（如 organic -> social -> email -> direct—4. 析分布：中位触点（如 3）、中位天（如 12）— 单触 vs 多触 5. 识辅助转化：旅程中现但非末触的渠道（如社交引入、邮件收）。此渠道被末触归因低—6. 映常见径：前 5 旅程模式（如"organic -> direct -> direct -> convert"占转—30%—7. 按队列比旅程模式：付费广告用户旅程可能比自然搜索用户短（冲动 vs 研究—8. 用旅程数据告获客：投高转化旅程中现的渠道非只末触渠道。告引导：若中位旅程 12 —3 会话、设引导 压到 7 —2 会话
示例
# 用户旅程—026 —9 月转化用—n=3,224 转化者（12,400 注册中—6% 转化— 转化前触点： 1 触（单会话）— 18%—80— 2 触： 24%—74— 3 触： 28%—03— 4+ 触： 30%—67— 中位— — 均值：3.4 转化天数— 中位— — 均值：14 — P90—8 — 渠道角色（多触归因）— 自然搜索：首—42%、末—28%、辅—35% 直接— 首触 12%、末—38%、辅—22% 社交— 首触 28%、末—14%、辅—31% 邮件— 首触 8%、末—16%、辅—18% 付费— 首触 10%、末— 4%、辅— 8% 顶旅程径— 1. organic -> direct -> direct -> convert 18% 2. social -> organic -> direct -> convert 12% 3. organic -> email -> direct -> convert 10% 4. direct -> convert（单触） 18% 5. paid -> direct -> convert 6% 洞察：社交是 #1 引入者（28% 首触）但—14% 末触。末触归因低 估社—2 倍。邮件是 #1 收者（16% —vs 8% 首）—它转化被引入 的用户。投社交（引入）+ 邮件（收）非只直接（多为回用户）— 引导含义：中—3 触跨 9 天。设引导压：—3 天和—7 天邮— 再参与拉用户回、目—2 触跨 5 天。
常见问题
- ⚠用末触归因并低估引入渠道 —社交引入 28% 转化者但—14% 末触信故团队砍社交预算并失漏斗顶
- ⚠把漏斗当旅程 —漏斗—注册 -> 部署"但真旅程—搜索 -> 文档 -> 社交 -> 邮件 -> 注册 -> 部署"且无旅程优漏斗漏获客杠杆
- ⚠忽转化时—"26% 转化"—18% 一会话转化—30% 4+ 触跨 38 天；此为需不同引导的不同用户且聚隐两者
- ⚠不追注册前触—旅程始于首触（Google 搜索）非注册；无注册前追引入渠道不可见且只收渠道得信
最佳实践
- ✓用多触归因（首触、末触、辅助）值旅程中所有渠—末触单低估引入—2-3 倍且致砍喂漏斗顶的渠道
- ✓从首访追触点非从 注册 —旅程始于首触且引入渠道（搜索、社交）若追始于注册则不可见
- ✓报触点和转化天数分布非只中位 —中位— 触— 天）—18% 单触—30% 4+ 触且此段需不同引导
- ✓用旅程数据设压径引导 —若中位旅—3 触跨 9 天、第 3 —7 天邮件再参与目标 2 触跨 5 天且压可测