徐华凤
← 全部作品
个人练习

电商用户转化漏斗分析

基于 UCI 公开电商数据的个人练习：四步漏斗与渠道下钻，输出可验证的优化假设。

我的角色：独立完成选题、清洗、指标定义、可视化与结论（个人练习）。

  • Python
  • 可视化
  • 数据分析
  • 电商
结论

定位流失最严重的环节，并按渠道对比差异，形成可验证的优化假设。

  • 4 步漏斗分析链路浏览 → 深度浏览 → 意向 → 成交
  • 个人练习性质UCI 公开数据
  • 20 类渠道按渠道下钻
链路
  1. 口径定义
  2. 数据清洗
  3. 漏斗计算
  4. 渠道下钻

阅读视角

同一案例，可从两种工作视角阅读重点

  • 漏斗每步写清分子分母，再按渠道找最弱环节。
  • 结论是相关性假设加验证方式，不编造提升幅度。
  • 公开数据分布不等于真实业务，页内已声明性质。

核心发现

  • 直接访问转化优于付费推广

    练习数据上，Direct 渠道成交率约 21.7%，Paid 渠道约 5.8%。

    优先排查付费落地页与意图匹配，用 A/B 验证，不作因果断言。

  • 深度浏览到购买意向是常见流失点

    多数渠道在该步转化率最低，商品信息与结算路径值得优先排查。

    针对高流量低转化渠道做页面走查与漏斗复测。

转化漏斗

UCI 公开练习数据 · 按渠道查看各步留存

总会话
3,913 100%
浏览商品页
3,905 99.8%
深度浏览
3,454 88.27%
有购买意向信号
1,106 28.26%
成交
847 21.65%

「深度浏览 → 有购买意向信号」转化率最低（32%），优先排查该环节体验或意图匹配。

案例说明

背景

常见问题：用户在哪一步流失最多？不同渠道是否不一样？ 本项目用 UCI Online Shoppers 公开数据走完分析链路。

我做了什么

  1. 定义漏斗：总会话 → 浏览 → 深度浏览 → 购买意向 → 成交，每步分子/分母写清。
  2. 按渠道下钻：对 20 类流量来源分别计算各步留存（见上方转化漏斗）。
  3. 输出假设：最弱环节 + 可能原因 + 验证方式。

数据

  • 汇总表见仓库电商漏斗目录
  • 原始表：UCI Online Shoppers Purchasing Intention Dataset

局限

公开数据与真实业务分布不同；不能证明因果；若存在季节或大促偏差需单独说明。

基于 UCI 公开数据集的个人练习，与实习及在招公司业务无关；结论为相关性分析，不做因果推断。