漏斗模型
漏洞模型(AIDMA)最早由知名廣告人St. Elmo Lewis在1898年提出，又叫消費者漏斗，營銷漏洞。
轉(zhuǎn)化率
轉(zhuǎn)化率（Conversion Rate），就是從一個頁面進入下一頁面的人數(shù)的比率，比如訪問首頁的用戶有100，而從首頁點擊進入某個二級頁的用戶有50，那么從首頁到這篇文章的轉(zhuǎn)化率就是50/100=50%。我們可以根據(jù)用戶的訪問路徑計算每個頁面到下個頁面的轉(zhuǎn)化率，但需要抓住重點——關(guān)鍵路徑的轉(zhuǎn)化率。
每個步驟的流失率分析過程可以從以下三步展開：確定需要分析的訪問路徑或操作流程，收集數(shù)據(jù)并分別統(tǒng)計出該路徑中每一步的人數(shù)，最后用漏斗模型展示結(jié)果。
舉個最常見的用戶購買流程
step1瀏覽內(nèi)容→ step2選擇付費內(nèi)容→ step3會員開通頁→ step4選擇支付方式→ step5購買成功
以上面的購買流程為例，可以統(tǒng)計出這5步中每一步的人數(shù)，然后計算得到每一步的轉(zhuǎn)化率：
通過對這些數(shù)據(jù)的統(tǒng)計，可以初步判斷該流程轉(zhuǎn)化率的情況及每一步的流失率情況。為了讓分析的結(jié)果更加具體形象，我們可以借助一些圖表工具，漏斗模型則最適合這種場景的使用。
單一的漏斗模型對于分析來說沒有什么意義，必須通過漏斗趨勢競品對比和不同的客戶類型在轉(zhuǎn)化率上的表現(xiàn)，通常分析網(wǎng)站的廣告或推廣的效果及ROI，對流程中各步驟的轉(zhuǎn)化率進行分析。
漏斗模型適用于某些關(guān)鍵路徑的轉(zhuǎn)化率的分析，以確定整個流程的設(shè)計是否合理，各步驟的優(yōu)劣，是否存在優(yōu)化的空間。
用戶消費行為模型演變
web1.0時代-傳統(tǒng)媒體)AIDMA「美國1898」
web2.0時代-信息與人)AISAS「日本2005」
web3.0時代-智能互聯(lián)網(wǎng))SIPS「日本2011」SICAS「中國2011」ISMAS「中國2013」ADMAS「中國2020」
哪些用戶行為設(shè)計可以提升轉(zhuǎn)化率呢？
首先要考慮用戶行為受哪些因素影響。
Knoster模型由Tim P. Knoster教授創(chuàng)建，根據(jù)該模型,影響用戶行為的有六個要素:愿景(vision)、激勵(incentives)、共識(consensus)、行動計劃(action plan)、技能(skills)和資源(resources)。
1，愿景：該產(chǎn)品是否有意義
在設(shè)計中體現(xiàn)產(chǎn)品愿景和意義最突出的地方就是引導(dǎo)頁了，引導(dǎo)頁的目的是為了讓用戶快速理解產(chǎn)品對產(chǎn)品產(chǎn)生興趣。
2，激勵：產(chǎn)品是否對用戶有好處
例如用戶的賬戶等級，會員權(quán)益成長等級高的能給自己帶來的好處，明確清晰的會員利益，活動鼓勵等。
3，共識：是否與用戶達成一致
產(chǎn)品和用戶達成共識，用戶能明確其價值和用處，當(dāng)產(chǎn)品表達給用戶其價值時就要做到，否則將打破用戶和產(chǎn)品之間的共識，從而用戶將終止使用行為。例如，用戶開通會員所帶來的權(quán)益，和產(chǎn)品宣傳不一致，將破壞用戶對產(chǎn)品的信任。
4，行動計劃：用戶如何達成愿景
行動計劃的關(guān)鍵在用戶明白自己在哪將要做什么，在設(shè)計中友好引導(dǎo)促使用戶完成某個行為，例如，任務(wù)體系，節(jié)日活動，集卡集?；顒舆@類，當(dāng)用戶參與到某個活動時，活動計劃必須清晰并具有引導(dǎo)性，否則用戶將無法參與或順利的完成任務(wù)。
5，技能：用戶能否完整的使用產(chǎn)品
用戶能否完整的使用產(chǎn)品最簡單的方式就是盡可能讓產(chǎn)品功能簡單化，簡單明了。
例如，音樂類產(chǎn)品，播放導(dǎo)航欄始終懸浮在某個位置，用戶永遠能最快找到該產(chǎn)品的主要功能。
例如，抖音2021新年點亮燈籠活動，核心步驟，點亮燈籠-增加點亮次數(shù)-點亮燈籠，用戶能完整的使用產(chǎn)品，并且愿意參與進去，因為活動滿足了Knoster模型重的六條因素。
6，資源：是否有用戶需要的東西
該產(chǎn)品是否有用戶想要的內(nèi)容，音樂軟件是否有用戶想聽的音樂，視頻軟件是否有用戶想看的視頻，也是決定用戶是否使用該產(chǎn)品的核心要素。
找不到想要的資源，挫敗感會導(dǎo)致用戶停止使用產(chǎn)品。
因此通過漏斗模型分析哪一步出現(xiàn)了數(shù)據(jù)下滑及問題，在設(shè)計過程中通過優(yōu)化用戶行為設(shè)計可有效提升轉(zhuǎn)化率。
