漏斗与增长渠道 — 按顺序数人头
一句话总结
漏斗统计的是“注册的人当中，有多少人按顺序、在规定的时间之内到达了下一步”，用的是人数。而付费转化要记在哪个广告渠道的功劳上，是名为归因模型的一种选择，选择一变，各渠道的获客成本（CAC）就会改变。这两点如果不写下定义，同一份记录就会得出不同的结论。
为什么需要它
一个月有一千人注册，付费转化却只有几十人。知道在哪里流失，才能决定该修什么。是第一份文档都做不出来，还是做出来了却不分享，还是分享了却在付款前停住。回答这些问题的表，就是漏斗。
然而漏斗表很容易虚高。如果写着“分享”事件有 2,500 行，读起来像是有 2,500 人分享了——其实可能是一个人分享了二十次。如果把先邀请、后分享的人，算作经过了“分享 → 邀请”的人，那么步骤之间的转化率就是假的。如果把三个月之后才付款的人也算进来，得到的数字就与“注册后两周内的转化”这个问题不同了。
渠道也是一样。看到搜索广告进来，一周后又通过熟人的推荐链接注册的人，是哪个渠道的客户？归给首次触点，就是搜索广告把他带来的；归给末次触点，就是推荐把他带来的。广告费的分配，取决于这一行选择。
工作原理
人数、顺序与窗口。本实验的漏斗是注册 → create_doc → share_doc → invite_sent → upgrade。每一步，都以在到达上一步的时刻之后的第一次发生来到达，并且所有步骤都必须在从注册时刻起 14×24 小时之内。一个人在每一步只计一次。这样定义，每个格子都不可能比前一个格子大，格子之间的比率才有“进入下一步的人所占的比例”的含义。
| 常见错误 | 什么被虚增了 |
|---|---|
| 统计事件行数 | 重复行为多的步骤会变大——格子甚至会比前一个格子更大 |
| 不看顺序 | 混入了把步骤倒着走的人，后面的格子变大 |
| 不设窗口 | 越老的同期群，转化越显得高（只是观测期更长） |
漏掉最多的格子。把各步骤的转化率（下一格 ÷ 本格）并排放在一起，就能看出最低的那一处。最低的那一处并不就是最先该修的地方（修的成本不同），但至少决定了先看哪里。
归因模型。这是当一个人经过多个触点而转化时，决定把功劳记在哪里的规则。本实验对两种做比较——首次触点（最先让我们被知道的渠道）与末次触点（注册之前的渠道）。顺便一提，Google Analytics 4 的归因模型说明写明，首次点击、线性、时间衰减、基于位置的模型，自 2023 年 11 月起不再提供，现在只剩下数据驱动模型和末次点击类模型。这意味着首先要确认工具用的是哪个模型。
CAC。本实验中渠道 CAC 是“该渠道三个月的营销费用合计 ÷ 归因到该渠道的付费转化用户数”。更改归因模型，分母会变，CAC 就会变。费用为 0 的自然搜索，CAC 看起来是 0，但也可能是制作内容的人的时间没有计入费用——成本表里包含什么，也是定义的一部分。下面示例中的金额，是本实验材料中的虚构值。
漏斗的定义是产品的假设。创建文档 → 分享 → 邀请 → 付款这个顺序，包含着“分享并邀请过的团队会付钱”的假设。如果实际客户走的是另一条路（不邀请而直接付款），强制了顺序的漏斗，就会把他们算作“流失”。所以，如果无视顺序的漏斗与按定义的漏斗相差很大，那么在怀疑计算失误之前，这也是要重新审视假设本身的信号。
在现场相遇的样子
- 营销团队按首次触点、增长团队按末次触点来计算，同一个渠道的 CAC 报告出两倍的差距。两边的计算都没错。
- “分享转化率 90%”这张幻灯片。分子是分享事件数，分母是创建过文档的人数。
- 通过广告进来的人转化很低，却只看 CAC 就增加预算。正如在同期群模块中看到的，那个渠道的人也留不久。把漏斗、留存、CAC 按渠道并排放在一起，才能作出判断。
如何发现自己做错了
- 漏斗中只要有任何一格比前一格大，就是计算错了。按人数、按顺序统计，格子只会越来越小。
- 如果把转化率按同期群拆开来看，越老的同期群越高，就要怀疑没有设置窗口。
- 查看各归因模型下的付费转化用户数合计，是否等于总的付费转化用户数。如果不同，就是有人被计了两次，或者被漏掉了。
- 如果 CAC 表上没有写明归因模型和费用期间，就不要根据那张表调整预算。
下一项实验要做什么
你将用“Moanoteu”的记录，先确认事件数与人数的差别，再编写遵守顺序和 14 天窗口的漏斗函数。测量无视顺序或取消窗口时数字被虚增多少，查看按注册渠道的漏斗，然后用首次触点和末次触点归因付费转化，得出各渠道的 CAC。评分器还会用变形的材料，再次运行你的漏斗函数。