漏斗分析方法：找出轉換流程主要流失點與修正優先級

漏斗分析是什麼？本文的「漏斗」指的是轉換漏斗

這裡的漏斗指的是行銷、電商、產品或網站中的轉換流程，用來判斷使用者從起點到完成轉換之間，在哪一步大量離開。這不是購買實體工具、購物通路、遊戲機制或商品規格比較。

漏斗分析的重點不是把整條使用者旅程畫得很漂亮，而是把每一步拆成可被追蹤、可被比較、可被改善的資料點。當一段流程的使用者明顯少於前一步，就代表那裡可能有流失點；但是否要優先處理，還要看實際流失人數、商業價值與可修復性。

轉換漏斗的基本結構：起點、步驟、終點

一個可分析的轉換漏斗，至少要有明確起點、中間步驟與完成轉換。起點通常是進入網站、抵達落地頁或開始某個流程；中間步驟可能是查看商品、加入購物車、填寫表單、開始結帳；終點則是購買、預約、註冊、下載或送出表單。

漏斗區段	常見事件	判讀重點
起點	進站、抵達落地頁、查看商品頁	確認使用者是否進入正確流程
中間步驟	加入購物車、開始結帳、填寫表單	找出哪一步開始明顯掉人
終點	完成付款、送出表單、完成註冊	確認最終轉換是否被正確記錄

本文不討論的漏斗：購物商品、材質、尺寸與遊戲方塊

• 不處理實體商品的購買、規格、材質、尺寸、價格與顏色。
• 不展開油料、機車保養或遊戲道具等字面用途。
• 不把焦點放在品牌認知漏斗、心理學銷售模型或完整 AARRR 框架。

找流失點前，先定義「完成轉換」與每一步事件

找轉換漏斗流失點之前，要先定義完成轉換是什麼，再把每一步對應成穩定事件。終點不清楚，或事件追蹤不一致，後面的流失率計算都會變成錯誤決策的來源。

我通常會先看事件是否能回答一個很直接的問題：使用者是不是完成了這一步？如果事件名稱需要靠猜、參數時有時無、觸發條件混在一起，漏斗圖表再漂亮也不能直接當成行動依據。

先定義終點：購買、送出表單、註冊、預約或下載

完成轉換必須是可被明確驗證的行為。電商網站可以用完成付款或訂單成立；B2B 網站可以用表單送出、預約完成或白皮書下載；產品型網站可以用註冊、啟用功能或完成 onboarding。

• 電商：purchase、order_completed、payment_success。
• 名單型網站：form_submit、lead_generated、booking_completed。
• SaaS 或會員產品：sign_up、trial_started、activation_completed。

再定義中間步驟：進站、查看頁面、加入購物車、開始結帳、完成付款

中間步驟要能反映使用者真的往轉換前進，而不是只記錄一堆沒有決策價值的瀏覽動作。電商漏斗常見步驟是商品頁瀏覽、加入購物車、查看購物車、開始結帳、付款成功。表單漏斗則可以拆成落地頁瀏覽、點擊表單、開始填寫、送出成功。

流程類型	建議漏斗步驟	避免的問題
電商結帳	商品頁瀏覽、加入購物車、開始結帳、完成付款	不要把商品瀏覽與購物車行為混成同一個事件
B2B 表單	落地頁瀏覽、點擊表單、開始填寫、送出成功	不要只追送出成功，否則看不到表單前流失
會員註冊	註冊頁瀏覽、開始註冊、驗證完成、帳號建立	不要忽略驗證信或手機驗證造成的中斷

事件命名要穩定，否則漏斗會看起來流失但其實是追蹤斷掉

事件命名要固定，事件參數要一致，觸發條件要能被測試。常見錯誤是新版頁面改了按鈕名稱，GA4 事件卻沒有同步更新，結果圖表看起來像使用者突然不結帳，實際上只是事件沒有送出。

• 同一個行為只用一個主要事件名稱。
• 用事件參數記錄商品類別、頁面類型、表單名稱與來源。
• 每次改版後檢查事件是否仍會觸發。
• 不要在同一張漏斗表混用使用者數、工作階段與事件數。

如何計算每一步的流失率與步驟轉換率？

每一步的步驟轉換率等於下一步使用者數除以前一步使用者數；流失率等於 1 減去步驟轉換率。判斷流失點時，要同時看百分比與實際流失人數，不能只看哪一段百分比最高。

基本公式：步驟轉換率與流失率

漏斗分析的基本計算可以先用同一個計量單位，例如使用者數。只要前後步驟都用同一種口徑，就能看出每一段的轉換效率。

指標	公式	用途
步驟轉換率	下一步使用者數 ÷ 前一步使用者數	看使用者是否順利前進到下一步
流失率	1 − 步驟轉換率	看每一段掉了多少比例
實際流失人數	前一步使用者數 − 下一步使用者數	估算商業影響與優先級

範例表：從 10,000 位使用者到 300 筆轉換

以下用假設案例示範計算方式。這些數字不是通用基準，而是用來說明漏斗分析應該如何看百分比、流失人數與下一步判斷。

漏斗步驟	使用者數	步驟轉換率	流失率	實際流失人數
進入商品頁	10,000	基準	基準	基準
加入購物車	2,000	20%	80%	8,000
開始結帳	900	45%	55%	1,100
完成付款	300	33.3%	66.7%	600

不只看百分比，也要看實際流失人數

如果只看流失率，可能會以為最後一步的 66.7% 最嚴重；但商品頁到加入購物車掉了 8,000 人，商業影響可能更大。好的漏斗分析不會只問「哪一段比例最高」，而是問「哪一段修了之後，最可能帶來足夠大的結果」。

這也是很多轉換率優化專案一開始會走偏的地方：團隊被最刺眼的百分比吸引，卻忽略那一段的母數太小，修完也很難改變整體營收。

怎麼判斷「主要流失點」不是最大百分比，而是最大商業影響？

主要流失點不是流失率最高的步驟，而是最值得優先處理的步驟。判斷時應該把流失人數、商業價值與可修復性放在一起看，避免把資源花在看起來嚴重但影響有限的位置。

主要流失點 = 流失人數 × 商業價值 × 可修復性

可以用一個簡化公式做初步排序：主要流失點優先級 = 流失人數 × 商業價值 × 可修復性。這不是精密財務模型，而是讓行銷、產品、營運與數據團隊先用同一套邏輯討論。

• 流失人數：這一段實際少了多少使用者。
• 商業價值：這一段接近營收、名單或啟用的程度。
• 可修復性：修正成本、技術難度、影響範圍與驗證速度。

優先級矩陣：高流失、高價值、低修復成本先處理

優先處理高流失、高價值、低修復成本的區段。這類問題通常最容易形成清楚假設，也最容易在短時間內驗證效果。

流失情境	商業價值	修復成本	建議優先級	判斷
結帳頁錯誤訊息不清楚	高	低到中	高	接近付款，且可快速修正
手機表單欄位過多	中到高	中	高	若手機流量占比高，值得先處理
冷流量落地頁跳出高	中	中到高	中	要先分辨是流量意圖問題還是頁面問題
低流量活動頁按鈕點擊少	低	低	低	即使好修，也未必值得先做

什麼情況下大流失不一定要先修？

大流失不一定要先修，特別是當那一段本來就包含大量低意圖流量。例如社群廣告帶來很多新訪客，商品頁到購物車的流失率高，未必代表商品頁壞掉，也可能是流量還在探索階段。

另一種情況是修復成本太高。若問題牽涉金流系統、會員架構或倉儲規則，應先估算影響量，再決定要直接改流程、先做小範圍測試，或先用提示文字與替代方案降低摩擦。

用分群找出真正的流失原因

分群分析可以把「哪一步流失」拆成「哪一群人流失」。同一個漏斗平均值可能掩蓋手機、廣告流量、新客、特定落地頁或商品類別的異常，沒有分群就很容易修錯地方。

依裝置看：手機流失是否高於桌機？

如果手機在表單、購物車或結帳頁的流失明顯高於桌機，通常要優先檢查頁面速度、版面可讀性、欄位輸入、付款方式與錯誤提示。台灣多數消費與內容瀏覽情境都有高比例手機使用者，手機漏斗不能只當成桌機版縮小來看。

依來源／媒介看：廣告流量是否帶來低意圖使用者？

來源／媒介能幫助判斷是流程問題還是流量品質問題。自然搜尋進來的使用者可能已經有明確需求，社群廣告使用者可能還在認識品牌，兩者放在同一個平均轉換率裡比較，常常會得到錯誤結論。

依新舊使用者看：新客卡在信任，舊客卡在流程？

新使用者流失常和信任、價格、品牌理解、評價與退換貨資訊有關；舊使用者如果也在同一步卡住，問題更可能是流程本身太麻煩、登入狀態失效、付款方式不順或系統錯誤。

依頁面或商品類別看：是否只有特定入口或品類異常？

如果只有特定落地頁、活動頁或商品類別流失異常，不要急著改全站流程。先檢查該入口的承諾是否和後續頁面一致，商品資訊是否完整，價格與運費是否在使用者預期內。

分群方式	觀察問題	常見判讀句型
裝置	手機在結帳頁流失高於桌機	手機流程可能有輸入、速度或付款摩擦
來源／媒介	廣告流量加入購物車低	可能是流量意圖不夠精準，或落地頁承諾不一致
新舊使用者	新客在表單前流失高	可能缺少信任訊號、案例、價格或風險說明
頁面	特定落地頁後續轉換低	可能是入口訊息與轉換頁內容不一致
商品類別	某類商品購物車放棄高	可能和運費、庫存、規格選擇或付款限制有關

常見漏斗流失情境與對應判讀

漏斗流失要回到實際流程判讀。商品頁、購物車、表單、結帳最後一步各自代表不同問題，不能看到流失就只改按鈕顏色或文案。

加入購物車前流失：商品資訊、價格、信任不足

使用者看了商品頁卻沒有加入購物車，常見原因包括商品資訊不足、價格沒有競爭力、評價不夠、規格難懂、交期或退換貨資訊不清楚。若自然搜尋流量在這一步流失特別高，還要檢查搜尋意圖是否和頁面內容一致。

購物車到結帳流失：運費、付款方式、優惠碼、帳號限制

購物車到結帳的流失通常比較接近商業影響。常見問題是運費在購物車才出現、付款方式不足、優惠碼欄位讓使用者離開找折扣、強制註冊帳號、或庫存提示太晚出現。

表單送出前流失：欄位太多、錯誤提示不清楚、手機輸入困難

B2B 或名單型網站常見問題是表單要求太多資料，卻沒有讓使用者理解填寫後會得到什麼。手機端還會遇到鍵盤類型不對、欄位太小、錯誤提示位置不明顯等問題。我的判斷是，表單不是資料蒐集願望清單，應該只保留足以完成下一步溝通的欄位。

結帳最後一步流失：金流、物流、錯誤訊息或追蹤漏接

最後一步流失要特別小心，因為它可能是真實流失，也可能是追蹤漏接。付款跳轉、第三方金流、跨網域設定、回傳事件失敗，都可能讓 GA4 看起來像使用者離開，實際上訂單已經成立。

流失位置	可能原因	優先檢查
商品頁到加入購物車	資訊不足、價格疑慮、信任不足	商品內容、評價、規格、退換貨說明
購物車到結帳	運費、優惠碼、付款方式、強制登入	購物車資訊揭露與結帳入口
表單開始到送出	欄位太多、手機難填、錯誤提示不清楚	欄位數、驗證規則、手機輸入體驗
付款頁到完成付款	金流失敗、物流限制、回傳事件漏接	金流紀錄、訂單資料、GA4 事件

如何分辨「真的流失」和「資料追蹤錯誤」？

分辨真流失與追蹤錯誤，要檢查事件是否有漏送、重複計算、跨網域中斷、同意模式影響或付款回傳失敗。GA4 的漏斗探索是診斷入口，不應直接當成最終答案。

同一步驟突然歸零，先查追蹤碼與事件觸發條件

如果某一步在特定日期後突然歸零，優先查網站改版、追蹤碼部署、事件名稱、按鈕選擇器與觸發條件。使用者行為通常不會在沒有外部原因的情況下整齊歸零，這類變化多半先懷疑資料問題。

付款頁或第三方跳轉，要檢查跨網域與回傳事件

電商結帳常牽涉第三方金流或外部驗證頁。若跨網域設定不正確，使用者可能被切成新的來源或新的工作階段；若付款完成後沒有回傳 purchase 事件，漏斗就會低估完成轉換。

使用者數、事件數、工作階段不要混用

同一張漏斗表應維持同一種計量口徑。使用者數回答有多少人走到下一步，工作階段回答多少次造訪走到下一步，事件數回答某行為發生幾次。把三者混在一起，會讓流失率失去解讀基礎。

檢查項目	異常訊號	處理方式
事件漏送	某一步突然大幅下降或歸零	檢查事件觸發條件與網站改版紀錄
重複計算	事件數高於合理行為次數	確認同一行為是否被多個標籤重複送出
跨網域	付款前後來源或工作階段被切開	檢查跨網域設定與 referral 排除
同意模式	特定裝置或瀏覽器資料明顯偏低	檢查同意狀態與事件建模影響
計量口徑	使用者數、事件數與工作階段互相比較	固定同一口徑後再重新計算

找到流失點後，下一步要做什麼？

找到流失點後，先確認資料可信，再把問題改寫成可驗證假設。追蹤錯誤先修追蹤，流程摩擦再修流程，商業影響大的問題優先進入測試或直接修正。

把流失點改寫成可驗證假設

不要只寫「結帳流失很高」。比較好的假設是：「手機使用者在運費出現後大量離開，可能是運費揭露太晚，若在商品頁與購物車提前顯示運費門檻，開始結帳率可能提升。」這樣才知道要改什麼、看什麼指標、用哪一群使用者驗證。

先修追蹤問題，再修流程問題

如果事件命名、付款回傳、跨網域或表單送出事件有問題，應先修資料。用錯資料做 A/B 測試，只會把團隊帶往更複雜的誤判。資料不必完美，但必須足以支持當前決策。

優先做低成本、高影響的流程修正

低成本、高影響的修正通常包括提前揭露運費、減少不必要欄位、改善錯誤提示、開放訪客結帳、補上付款方式、修正手機版按鈕位置。這些改動不一定需要完整實驗平台才能開始，但仍要保留前後比較資料。

每次只改一個主要變因，才知道改善來自哪裡

一次改太多地方，短期看起來有效，長期卻不知道真正有效的是哪一個變因。若同時改價格、文案、版面與付款方式，後續很難複製成功經驗。對多數團隊來說，穩定累積可驗證的小改善，比一次做大改版更可靠。

1. 確認漏斗資料可信。
2. 用流失人數、商業價值與可修復性排序。
3. 把主要流失點改寫成假設。
4. 決定直接修正、A/B 測試或補資料。
5. 追蹤同一口徑的轉換率與流失率變化。

若要延伸處理，可以把漏斗診斷連到轉換率優化、電商銷售漏斗、購物車放棄分析、GA4 轉換設定、GA4 BigQuery 匯出與數位行銷資料分析工具一起看。真正有用的順序仍然是：先確認資料可信，再決定哪一段最值得修。

漏斗分析和轉換率優化有什麼不同？

漏斗分析是診斷方法，用來找出使用者在哪一步流失；轉換率優化是改善方法，用來針對流失點提出假設、修正流程並驗證結果。前者回答「問題在哪裡」，後者回答「要怎麼改善」。

轉換漏斗一定要從首頁開始算嗎？

不一定。漏斗起點應該依任務而定。電商可以從商品頁或加入購物車開始，B2B 可以從落地頁或表單點擊開始，會員產品可以從註冊頁或首次啟用流程開始。首頁不是所有使用者旅程的起點。

找流失點要看使用者數、工作階段，還是事件數？

要看分析目的，但同一條漏斗要維持同一口徑。若要判斷有多少人走到下一步，優先看使用者數；若要分析每次造訪的轉換效率，可以看工作階段；事件數適合檢查行為發生次數，但不應直接拿來和使用者數混算流失率。

哪一段流失率最高，就一定要先優化哪一段嗎？

不一定。優先級應該看流失人數、商業價值與可修復性。流失率高但母數很小，修完可能影響有限；流失率中等但母數很大，反而可能是更重要的主要流失點。

GA4 的漏斗探索可以直接當成最終答案嗎？

不建議。GA4 漏斗探索適合快速看趨勢與異常，但仍要檢查事件定義、事件參數、跨網域、同意模式與資料口徑。重要決策最好搭配事件明細、訂單資料、CRM 或 BigQuery 進一步驗證。

為什麼我的漏斗某一步突然大量流失？

可能是真實流程出問題，也可能是追蹤錯誤。先查網站是否改版、事件是否漏送、按鈕或表單觸發條件是否變更、付款跳轉是否正常、跨網域是否設定正確。若異常從某一天突然開始，優先查資料與技術變更紀錄。

電商網站最常見的漏斗流失點在哪裡？

常見位置包括商品頁到加入購物車、購物車到開始結帳、付款頁到完成付款。商品頁前段多半和資訊、價格、信任有關；購物車與結帳段則常和運費、付款方式、優惠碼、帳號限制、物流條件或金流錯誤有關。

B2B 表單型網站要怎麼定義漏斗步驟？

可以從落地頁瀏覽、點擊表單、開始填寫、送出成功、業務聯繫或合格名單開始定義。若只追蹤表單送出，會看不到使用者是在頁面內容、表單入口、欄位填寫還是送出驗證時流失。

流量來源不同，漏斗流失率可以放在一起比較嗎？

可以看整體平均，但不能只看平均。自然搜尋、品牌流量、付費廣告、社群流量與電子報使用者的意圖不同，應該分開看來源／媒介、活動、落地頁與新舊使用者，才不會把流量品質問題誤判成頁面問題。

找到流失點後，應該先做 A/B 測試還是直接修正？

如果是明顯錯誤，例如事件漏送、付款失敗、表單無法送出、手機版按鈕被遮住，應該直接修正。如果是策略或介面假設，例如文案、價格呈現、欄位數量、版面順序，且流量足夠，較適合用 A/B 測試驗證。