笔者近期发现越来越多的讨论都离不开数据！数据！数据！无论是产品立项时来自市场调研的数据，还是需求开发上线后的用户行为数据，现在无论什么产品，数据始终贯穿了产品的整个生命周期，从规划到发布上线，再到成长衰退，每一次的迭代更新都离不开数据监控。因此，今天要写写利用数据结合漏斗模型分析注册率的方法之一。
笔者当前负责的一款工具类产品，而工具类产品的特性始终伴随着以下三个点：
门槛低，产品可替代型强
用户粘性低
价值转化难
因此，当一款工具类产品发展到一定的时间年限后，要想与同行竞品拉开距离方法要么是拉新速度快、要么是资金链强。因此，怎样保持较好的注册率是产品能否稳健发展的最根本基础。
去年市场部门反应注册率下降的问题，接到需求以后，我首先进入分析阶段，还是按照老样子对注册现状进行拆解分析，分析问题产生的原因，直到找到解决问题的方案，这个方法跟“漏斗分析法”有较多相同之处。因此，我觉得采用这个方法与数据两者相结合，对于解决类似于注册率下降诸如此类的问题是行之有效的，因此以下我就以“注册”为例，聊一聊怎么从采用”漏斗分析法”通过数据驱动产品的方式，来对注册环节的优化改进。
漏斗分析法
什么是漏斗分析法呢，举我亲身经历的例子，例如一个应用近期注册成功的用户突然减少，如果软件在近期有所更改的话，那么我们就可以很直接判断出是这次的更改导致的问题。但如果是有较大的更改或者注册率一直较低呢，那么我们就没办法判断问题究竟是出在了哪一步上，因此，我们可以通过采用漏斗分析法，把注册环节上所有的问题罗列出来，从入口到出口，将所有流程整理成一个分析漏斗上，通过对每个环节进行数据采集，筛选出最关键的因素，得知出问题的环节是在哪一步骤上从而对其进行优化。
优化流程如下：
1、拆解注册流程
2、采用线性的漏斗模型拆解环节
通过这种线性分析，我们可以更好的掌控整个流程环节，而且能够更加清晰的看到用户是在哪一个环节给筛选掉的，是软件运行环境不好导致打不开？是注册按钮过于隐藏导致用户找不到？还是因为注册所要填写的资料过多，或者是输入框宽度过窄长度过长导致的心理压迫？通过拆解这些环节，我们可以更好的对其进行分析优化。
从上面的图上我们可以看到，在填写信息进行注册的环节中流失的用户最多，那么我们就可以从中在进行深入分析，比如第一步用户从打开软件到登录页面流失的用户，流失的原因有可能是运营推广错误引流过来的非目标用户或者也有可能是因为登录窗口设计不符合目标用户人群。第二步登录到填写注册信息這个环节流失的用户也许是一些本身并无强烈意愿使用的用户，比如说他想使用软件，但是软件对于他的吸引力不足以让他花时间去注册使用，又或者有意愿使用软件的用户，一看到需要注册，结果他就直接放弃下一步，這就说明，是否注册界面有问题，比如说注册界面设计不合理给用户形成视觉压迫，又或者注册需要填写的信息过多,从而导致用户一进入到注册页就反感退出等等这些情况….通过对这些环节流失的原因分析，我们就可以从抽象到具体，模拟出用户在注册时的真实行为，从而对其进行优化。
以上这个方法适用于线性的使用流程分析，结合数据可以更好的梳理逻辑，理清思路，快速定位出问题的环节，但是另外也要注意到对现状环节分析要比较客观准确，通过数字可以明显看出漏斗的存在，是怎么把我们的用户给筛掉了，如果环节流失的数字过大的话，还会产生很猛烈的震撼力。
以上就是我个人的分析方法之一，在使用這个方法的千万要注意查看各环节数据的准确性噢。
