تحلیل قیف تبدیل

قیف نشان می‌دهد مشتری‌ها کجای مسیر خرید یا ثبت‌نام از دست می‌روند. تعداد هر مرحله را وارد کنید تا نرخ عبور هر مرحله، تبدیل کل، ریزش و مرحله‌ای که بیشترین آدم را از دست می‌دهد ببینید. اگر اعداد دورهٔ قبل را هم بدهید، تفاوت هر مرحله با بازهٔ عدم‌قطعیت نشان داده می‌شود؛ و می‌توانید ببینید بهترشدن یک مرحله در حساب ساده چه اثری دارد.

مهم‌ترین انتخاب، واحد شمارش است: «شخص» (هر نفر یک بار) یا «رویداد» (هر کلیک یا هر افزودن به سبد). نرخ تبدیل فقط برای شخص معنی دارد.

• نرخ عبور مرحلهٔ k = تعداد مرحلهٔ k ÷ تعداد مرحلهٔ k−1. تبدیل کل = تعداد مرحلهٔ آخر ÷ تعداد مرحلهٔ اول. ریزش = تعداد مرحلهٔ قبل منهای این مرحله؛ «سهم از کل ریزش» یعنی این ریزش چند درصد همهٔ کسانی است که از اول تا آخر از دست رفتند.
• «بیشترین ریزش» مرحله‌ای است که بیشترین تعداد را از دست داده؛ «کمترین نرخ عبور» ممکن است مرحلهٔ دیگری باشد. اولی می‌گوید کجا حجم بیشتری هست، دومی کجا مسیر سخت‌تر است.
• برای واحد «شخص»، بازهٔ ۹۵٪ هر نرخ با روش ویلسون است. مقایسهٔ دو دوره: تفاوت نرخ‌ها با بازهٔ هیبرید نیوکامب و آزمون دو نسبت؛ چون چند مرحله هم‌زمان مقایسه می‌شوند، p با روش هولم تعدیل می‌شود.
• سناریو فقط نرخ یک مرحله را عوض می‌کند و بقیه را ثابت نگه می‌دارد: مرحلهٔ آخر = مرحلهٔ اول × حاصل‌ضرب نرخ‌ها.
• اگر در واحد «شخص» مرحله‌ای از قبلی بیشتر باشد، ناسازگار علامت می‌خورد و نرخش گزارش نمی‌شود.

• قیف خطی فرض می‌کند همه از مرحلهٔ اول وارد شده‌اند. کسی که مستقیم از لینک پرداخت آمده، قیف را به هم می‌زند.
• تفاوت دو دوره علت را نشان نمی‌دهد. برای سنجیدن اثر یک تغییر، آزمایش A/B طراحی کنید.
• سناریو پیش‌بینی نیست. وقتی یک مرحله آسان‌تر می‌شود، ترکیب کسانی که از آن رد می‌شوند عوض می‌شود و نرخ مراحل بعد معمولاً ثابت نمی‌ماند.
• بازه‌ها فرض می‌کنند افراد مستقل‌اند و فقط نوسان نمونه را نشان می‌دهند؛ خطای ردیابی (کوکی، ربات، چند دستگاه) را نمی‌بینند.