開啟導覽
開啟開啟工作區

市場研究工具 · 免費品牌追蹤分析工具

品牌漏斗分析

把品牌追蹤資料變成漏斗:各階段占比、相鄰階段轉換率、與競品的顯著性檢定,以及每個品牌流失最多的環節。檔案只在瀏覽器中處理。

線上執行品牌漏斗分析

開啟受訪者層級的資料檔,為每個階段選擇對應的題目(每個品牌一欄的是/否題,或列出所選品牌的複選題),可加入權重與區隔變數;也可以直接輸入各階段百分比和基數。免費、不需要帳號,檔案不會上傳。

支援 CSV、Excel、SPSS、Stata、SAS、R、Parquet、SQLite 或 JSON。檔案只在這個瀏覽器分頁中讀取,不會上傳。 Triple-S 資料請同時選取 .sss 或 .xml 中繼資料檔案及其資料檔案。

01

階段占比與轉換率

階段占比以全部受訪者為基數,所以小品牌在每個階段看起來都弱。轉換率只以前一階段為基數:知道品牌的人當中有多少會考慮,買過的人當中有多少近期又買。這樣大品牌和小品牌就站在同一起跑線上,這才是應該比較的數字。

轉換率高但知名度低的品牌需要擴大觸及;知名度高但考慮率低的品牌有形象或相關性問題;試用後回購弱,通常指向產品、價格或通路。

02

計算公式

轉換率(k)= 同時處於階段 k 和階段 k−1 的受訪者 ÷ 處於階段 k−1 的受訪者。它是條件比例,Wilson 信賴區間使用的是這個條件基數,而不是總樣本。

階段占比使用 Wilson 分數區間。與其他品牌的比較採用合併標準誤的兩比例 z 檢定:把其他所有品牌在同一環節的受訪者合併後比較。最大流失環節是該品牌轉換率比其他品牌合計低最多的環節。使用權重時,區間和檢定以 Kish 有效樣本數 (Σw)²/Σw² 取代 n。

03

分析實例

按「使用範例資料」會載入一份合成的零食品牌追蹤資料:800 位受訪者、5 個虛構品牌,並以權重校正 18–34 歲受訪者偏多的問題(Kish 有效基數 736.5)。Brand A 在每個階段都領先:90.1% 知道,55.4% 會考慮,19.7% 最常購買。

Brand C 的知名度幾乎一樣高(81.5%),但知道它的人當中只有 34.4% 會考慮它(95% 信賴區間 30.7%–38.2%,條件基數 655),其他品牌合計則為 60.1%,z = -11.1,p < .001——這是它的最大流失環節。Brand D 的流失發生在更後段:曾經購買的人當中只有 33.2% 在過去 3 個月內購買過,其他品牌為 55.4%。

依年齡比較,Brand E 在 18–34 歲族群的知名度為 64.5%,樣本其餘部分為 33.7%。因此三個品牌需要的行動各不相同:Brand C 要給消費者一個考慮它的理由,Brand D 要把流失的舊顧客找回來,Brand E 的成長則取決於能否觸及年長族群。品牌與數字皆為合成資料。

04

適合與不適合的情境

品牌漏斗回答的是「品牌在哪一步流失了潛在顧客」,前提是各品牌使用完全相同的階段定義。

  • 詢問多個品牌知名度、考慮度和購買情形的品牌追蹤或 U&A 研究。
  • 找出某品牌與競品相比流失潛在顧客最多的環節。
  • 比較不同區隔、地區或波次(每個檔案一個波次)的漏斗。
  • 來自不同問卷或樣本的漏斗——各品牌的階段定義必須一致。
  • 沒有競品可比較的單一品牌研究——只剩下絕對轉換率。
  • 把品牌與其他品牌的檢定視為精確結果——同一批受訪者會回答多個品牌,樣本並不獨立。
05

如何解讀結果

比較轉換率,而不是階段占比。既顯著又夠大的流失(基數至少約 30 時相差數個百分點以上)才值得採取行動。跳過某階段的回答(不知道品牌卻表示會考慮)會另外列出,計入階段占比,但不計入轉換率。「好」的轉換率取決於品類,工具只在品牌之間比較,不使用外部常模。

參考資料

延伸閱讀

  • 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.

常見問題

常見問題

什麼是品牌漏斗?

品牌漏斗(或購買漏斗)是每個品牌從知道到購買、再到忠誠的各個階段在市場中的占比,例如知道、會考慮、曾經購買、近期購買和最常購買,以及從每個階段到下一階段的轉換率。

漏斗轉換率怎麼計算?

轉換率等於同時處於某階段和前一階段的受訪者人數,除以前一階段的人數。它的基數是前一階段,所以信賴區間使用這個較小的條件基數,而不是總樣本數。

工具如何判斷品牌的最大流失環節?

在每個環節,把該品牌的轉換率與其他所有品牌合計的轉換率比較。差距最大(低最多)的環節就是最大流失環節,z 檢定說明這個差距是否顯著。只有一個品牌時,顯示轉換率最低的環節。

可以使用權重和複選題資料嗎?

可以。加權百分比的區間和檢定使用 Kish 有效樣本數。階段可以是 SPSS 風格的多重二分變數(每個品牌一欄 1/0 或是/否)、以逗號或分號分隔的複選欄,或包含品牌名稱或編碼的單選欄。

只有漏斗百分比時怎麼辦?

切換到「輸入各階段百分比」,輸入每個品牌的基數和各階段百分比。此時工具假設漏斗是巢狀的,轉換率的基數是前一階段占基數的部分。

分析你自己的問卷資料檔

開啟 CSV、Excel 或 SPSS(.sav)檔案,直接在瀏覽器中開始分析。免費、不需要帳號,你的資料不會離開你的電腦。

開啟完整工作區

· 英文版