打开导航
打开分析工作区

免费品牌追踪分析工具

品牌漏斗分析

把品牌追踪数据变成漏斗:各阶段占比、相邻阶段转化率、与竞品的显著性检验,以及每个品牌流失最多的环节。文件只在浏览器本地处理。

在线做品牌漏斗分析

打开受访者层级的数据文件,为每个阶段选择对应的问题(每个品牌一列的是/否题,或列出所选品牌的多选题),可加入权重与细分变量;也可以直接输入各阶段百分比和基数。免费、无需注册,文件不会上传。

支持 CSV、Excel、SPSS、Stata、SAS、R、Parquet、SQLite 或 JSON。文件只在当前浏览器标签页中读取,不会上传。 Triple-S 数据请同时选择 .sss 或 .xml 元数据文件及其数据文件。

01

阶段占比与转化率

阶段占比以全部受访者为基数,所以小品牌在每个阶段看起来都弱。转化率只以前一阶段为基数:知道品牌的人中有多少会考虑,买过的人中有多少近期又买。这样大品牌和小品牌就在同一起跑线上,这才是应该比较的数字。

转化率高但知名度低的品牌需要扩大触达;知名度高但考虑率低的品牌存在形象或相关性问题;试用后复购弱则通常指向产品、价格或渠道。

02

计算公式

转化率(k)= 同时处于阶段 k 和阶段 k−1 的受访者 ÷ 处于阶段 k−1 的受访者。它是条件比例,Wilson 置信区间使用的是这个条件基数,而不是总样本。

阶段占比使用 Wilson 得分区间。与其他品牌的比较采用合并标准误的两比例 z 检验:把其他所有品牌在同一环节的受访者合并后比较。最大流失环节是该品牌转化率比其他品牌合计低得最多的环节。使用权重时,区间和检验以 Kish 有效样本量 (Σw)²/Σw² 代替 n。

03

分析示例

点击“使用示例数据”会加载一份合成的零食品牌追踪数据:800 名受访者、5 个虚构品牌,并用权重校正了 18–34 岁受访者偏多的问题(Kish 有效基数 736.5)。Brand A 在每个阶段都领先:90.1% 知道,55.4% 会考虑,19.7% 最常购买。

Brand C 的知名度几乎同样高(81.5%),但知道它的人中只有 34.4% 会考虑它(95% 置信区间 30.7%–38.2%,条件基数 655),而其他品牌合计为 60.1%,z = -11.1,p < .001——这是它的最大流失环节。Brand D 的流失出现在更后面:曾经购买的人中只有 33.2% 在过去 3 个月购买过,其他品牌为 55.4%。

按年龄比较,Brand E 在 18–34 岁人群中的知名度为 64.5%,样本其余部分为 33.7%。因此三个品牌需要的行动不同:Brand C 要给消费者一个考虑它的理由,Brand D 要把流失的老顾客找回来,Brand E 的增长取决于能否触达年长人群。品牌与数字均为合成数据。

04

适用与不适用的场景

品牌漏斗回答“品牌在哪一步流失了潜在顾客”,前提是各品牌使用完全相同的阶段定义。

  • 适用:询问多个品牌的知名度、考虑度和购买情况的品牌追踪或 U&A 研究。
  • 适用:找出某品牌与竞品相比流失潜在顾客最多的环节。
  • 适用:比较不同细分群体、地区或波次(每个文件一个波次)的漏斗。
  • 不适用:来自不同问卷或样本的漏斗——各品牌的阶段定义必须一致。
  • 不适用:没有竞品可比的单品牌研究——只剩绝对转化率。
  • 不适用:把品牌与其他品牌的检验当作精确结果——同一批受访者会回答多个品牌,样本并不独立。
05

如何解读结果

比较转化率,而不是阶段占比。既显著又足够大的流失(基数至少约 30 时差几个百分点以上)值得采取行动。跳过某阶段的回答(不知道品牌却表示会考虑)会单独报告,计入阶段占比,但不计入转化率。“好”的转化率取决于品类,工具只在品牌之间比较,不使用外部常模。

方法来源

参考资料与复核入口

  • Lavidge, R. J., & Steiner, G. A. (1961). A model for predictive measurements of advertising effectiveness. Journal of Marketing, 25(6), 59–62.

  • Wilson, E. B. (1927). Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association, 22(158), 209–212.

  • Agresti, A., & Coull, B. A. (1998). Approximate is better than 'exact' for interval estimation of binomial proportions. The American Statistician, 52(2), 119–126.

  • Kish, L. (1965). Survey Sampling. New York: Wiley.

常见问题

先确认方法,再解释结果。

什么是品牌漏斗?

品牌漏斗(或购买漏斗)是每个品牌从知道到购买、再到忠诚的各个阶段在市场中的占比,例如知道、会考虑、曾经购买、近期购买和最常购买,以及从每个阶段到下一阶段的转化率。

漏斗转化率怎么计算?

转化率等于同时处于某阶段和前一阶段的受访者人数除以前一阶段的人数。它的基数是前一阶段,所以置信区间使用这个较小的条件基数,而不是总样本量。

工具如何判断品牌的最大流失环节?

在每个环节,把该品牌的转化率与其他所有品牌合计的转化率比较。差距最大(低得最多)的环节就是最大流失环节,z 检验说明这个差距是否显著。只有一个品牌时,显示转化率最低的环节。

能否使用权重和多选题数据?

可以。加权百分比的区间和检验使用 Kish 有效样本量。阶段可以是 SPSS 风格的多重二分变量(每个品牌一列 1/0 或是/否)、用逗号或分号分隔的多选列,或包含品牌名称或编码的单选列。

只有漏斗百分比时怎么办?

切换到“输入各阶段百分比”,输入每个品牌的基数和各阶段百分比。此时工具假设漏斗是嵌套的,转化率的基数是前一阶段占基数的部分。

在完整数据上运行同样的分析。

源文件在浏览器本地处理,无需注册。基础交叉分析支持中文;部分专业功能和文档导出说明仍为英文。

打开工作区