Анализ воронки

Автор

Практика веб- и продуктовой аналитики (единого автора нет), 2000–2010-е

Уровень

201 · Инструмент

Подходит

стартап, малый и средний бизнес, растущая компания

Время на внедрение

полдня на первую воронку по уже собираемым данным; дольше, если сначала нужно закрыть пробелы в трекинге

Что понадобится

трекинг событий для каждого шага, в идеале описанный в письменном плане трекинга · одно ясное итоговое действие, которое считается результатом, а не обычный просмотр страницы · достаточно людей на каждом шаге, чтобы проценты что-то значили

Анализ воронки — это практика подсчёта того, сколько людей проходит каждый шаг заданной последовательности к одному результату и сколько отваливается между шагами. Воронка здесь — просто упорядоченный список шагов, которые проходит человек: лендинг, форма записи, подтверждение телефона, первая оплата. Анализ — это подсчёт того, кто дошёл от одного шага до следующего. Метод никому не принадлежит. Он вырос из веб- и продуктовой аналитики в 2000–2010-х годах, и версия, которой пользуется большинство команд, — та, что строит их инструмент: исследование воронки в Google Analytics 4, графики воронок в Amplitude, отчёт Funnels в Mixpanel. Вопрос за этим тот же, что всегда задавал руководитель продаж о своей воронке сделок: где именно мы теряем людей и сколько.

Воронка как форма процесса покупки появилась задолго до любой аналитики. Маркетинговая версия называется отдельно, и у неё есть своя страница на этом сайте — воронка продаж и модель AIDA. Продуктовые команды построили параллельную версию в 2007 году, когда инвестор Дэйв Макклюр представил «Startup Metrics for Pirates» — пять этапов, сокращённых до AARRR: привлечение, активация, удержание, рекомендации, выручка. Обе модели описывают, что покупатель предположительно проходит. Анализ воронки проверяет такую модель тем, что произошло на самом деле, по реальным событиям реальных людей.

Конверсия от шага к шагу и общая конверсия — разные числа

Конверсия от шага к шагу — это доля дошедших до одного шага, которые дошли и до следующего. Общая конверсия — доля дошедших до первого шага, которые дошли до последнего, то есть произведение всех пошаговых долей. Документация Amplitude определяет общую конверсию как число пользователей, совершивших все события воронки, делённое на число совершивших первое событие: одна цифра на всю последовательность. У воронки из четырёх шагов три пошаговые конверсии и одна общая. Здоровая общая цифра может скрывать один сильно сломанный шаг, а плохая пошаговая конверсия в конце воронки затрагивает гораздо меньшую группу, чем такая же в начале.

Сначала две настройки определяют, как инструмент считает людей. Google Analytics 4 спрашивает, открытая воронка или закрытая: в закрытой пользователь учитывается, только если вошёл на первом шаге; в открытой он может присоединиться с середины и всё равно отслеживаться. Mixpanel называет вторую настройку окном конверсии — максимальным временем между первым и последним шагом пользователя, при котором проход считается одним завершённым. Ошибётесь в любой из них — и цифры перестанут отвечать на вопрос, который вы хотели задать.

Воронка на примере, с проверкой арифметики

Возьмём онлайн-запись в клинику с предоплатой. Пример иллюстративный, цифры круглые. 10 000 человек заходят на страницу записи. 6 000 начинают запись — потеря 40%. 4 800 подтверждают телефон кодом из SMS — потеря 20%. 2 400 вносят предоплату — потеря 50%. Общая конверсия, 2 400 из 10 000, — 24%.

Если сортировать по процентам, шаг для исправления кажется очевидным: от подтверждения к предоплате теряется половина, худшая доля в воронке. Если сортировать по числу потерянных людей, картина переворачивается. Переход к предоплате стоит 2 400 человек. Переход от страницы к началу записи стоит 4 000 — почти вдвое больше, потому что он работает против полного пула в 10 000, а не против 4 800 дошедших. Худший процент — не тот шаг, что теряет больше всего людей: шаг в конце воронки оценивается по тем, кто до него дожил, а не по всем, кто начал.

Документация Amplitude прямо разделяет эти вещи: метрика «шаг с наибольшими потерями» определяется по абсолютному снижению, а не по процентному. Это число стоит проверить, прежде чем тратить спринт на шаг, который хуже всех выглядит на графике в процентах. Процент шага всё равно важен, чтобы понять, реально ли исправление: предоплата, которую не вносит половина людей, потому что многие не готовы платить до визита, не сдвинется так же легко, как запутанная форма, сколько бы людей она ни стоила.

Почему воронка выглядит нормально в сумме и сломана внутри

Одна цифра по всей воронке скрывает хорошо изученную ловушку: общая цифра может двигаться в одну сторону, а каждый реальный сегмент внутри — в другую. Классический пример — данные о приёме в аспирантуру Беркли за 1973 год, опубликованные в Science в 1975-м. Общая доля принятых женщин выглядела ниже, чем мужчин, — реальный и тревожный разрыв, — пока данные не разбили по факультетам. Тогда в большинстве факультетов значимого перекоса не оказалось: женщины чаще подавали документы на факультеты, которые отказывали почти всем. Статья 1994 года в The BMJ показывает тот же разворот на медицинских данных: открытая операция при камнях в почках в целом выглядела хуже новой малоинвазивной, 78% успеха против 83%, но в разбивке по размеру камня открытая операция выигрывала в обеих группах, потому что хирурги изначально направляли на неё более крупные и сложные камни. Это называется парадоксом Симпсона: формально его описал Эдвард Симпсон в 1951 году, хотя Карл Пирсон и Удни Юл замечали версии этого разворота на десятилетия раньше.

Воронка — именно такая сумма, внутри которой это может прятаться. Если меняется структура трафика — больше одного канала, больше вернувшихся пользователей, — общая конверсия может расти, пока по каждому сегменту она падает, или наоборот. Исследование 2021 года о летальности Covid-19 нашло этот паттерн между двумя странами: в одной стране показатель был ниже в каждой возрастной группе по отдельности, но выше в целом — только потому, что различалась возрастная структура подтверждённых случаев. Практическое решение — сегменты, которые Google Analytics 4 строит автоматически: разбейте воронку по каналу, устройству или на новых и вернувшихся пользователей, прежде чем доверять одной общей линии.

Ещё две ловушки, когда цифры вводят в заблуждение

Окно конверсии, совпадающее с тем, как люди принимают решение, важнее, чем кажется. Слишком короткое — и воронка наказывает обычное, более медленное решение: пациент клиники, который перезванивает через три дня подтвердить запись, засчитывается как потеря, хотя просто думал дольше. Слишком длинное — и случайный визит через несколько недель приписывается тому же пути. Рецензируемая эпидемиология описывает родственную ошибку, ошибку бессмертного времени (immortal time bias): неверная классификация окна наблюдения завышает или занижает результат. Неправильно заданное окно конверсии повторяет ту же ошибку.

Вторая ловушка — проверять слишком рано. Исследования онлайн-экспериментов, включая широко цитируемую работу Стэнфорда и Optimizely о непрерывном мониторинге, показывают, что стандартные тесты значимости становятся ненадёжными, как только команда постоянно следит за результатами и останавливается, едва цифра стала хорошей. Именно так «мы всё починили» объявляют через два дня после изменения, когда выборка ещё ничего не значит.

Анализ воронки и воронка продаж

Их путают, потому что оба используют слово «воронка» для этапов, ведущих к продаже.

Анализ воронки нужен, когда реальные шаги уже отслеживаются. Воронка продаж нужна раньше, чтобы решить, что должна говорить кампания, пока ещё нечего измерять.

Один раз прочитанная воронка — это отчёт. Воронка, которую читают каждую неделю по одним и тем же шагам и сегментам, становится системой. Такая регулярная работа с цифрами встроена в Marketing-Operational System Pushers: конверсия воронки лежит рядом с бюджетами и передачей лидов в продажи, а не открывается заново каждый квартал.

Как применять: Анализ воронки по шагам

1. Определите результат и шаги, которые к нему ведут. Выберите одно действие, которое считается успехом: регистрация, запись, оплата. Затем перечислите все шаги, которые человек проходит до него, в том порядке, в каком они происходят на самом деле, а не в каком их предполагает макет.
2. Выберите открытую или закрытую воронку и задайте окно. Решите, должен ли человек войти на первом шаге, чтобы вообще учитываться (закрытая воронка), или может присоединиться с середины и всё равно отслеживаться (открытая). Задайте, сколько времени у него есть между первым и последним шагом, чтобы это считалось конверсией.
3. Считайте конверсию от шага к шагу и общую отдельно. Для каждого перехода разделите число дошедших до следующего шага на число дошедших до текущего. Перемножьте все пошаговые доли или разделите число на последнем шаге на число на первом — получится одна общая конверсия.
4. Ранжируйте потери по людям, а не по процентам. Для каждого шага запишите, сколько реальных людей потеряно, а не только какой это процент. Начните с шага, который теряет больше всего людей, а затем проверьте, можно ли реально исправить его проблему, прежде чем браться за него.
5. Сегментируйте, прежде чем что-то решать. Разбейте ту же воронку по каналу, устройству, тарифу или на новых и вернувшихся пользователей. Шаг, который в сумме выглядит нормально, может быть тихо сломан для одного сегмента, а лучше конвертирующий сегмент это прикрывает.
6. Исправьте один шаг и пересоберите ту же воронку. Измените одну вещь, дождитесь, пока закроется окно конверсии, и сравните ту же воронку с тем же базовым периодом, прежде чем объявлять, что всё исправлено.

Примеры

Онлайн-запись в сеть клиник с разбивкой по каналам

Иллюстративный пример. Воронка онлайн-записи сети клиник два месяца держала ровные 22% общей конверсии, и никто не поднимал тревогу. В разбивке по каналам оказалось, что конверсия трафика из Яндекс Директа за тот же период упала с 28% до 19%. Падение скрывали переходы из карточек на картах, которые всегда конвертировали около 40% и выросли с пятой части трафика до трети.

Запись на приём в клинику: новые и повторные пациенты

Иллюстративный пример. Сценарий записи — выбрать врача, выбрать время, указать полис ДМС, подтвердить — конвертировал повторных пациентов на 31%, а новых на 9%. В общей цифре 26%, которую администраторы сдавали раз в месяц, этого разрыва не было видно. Большая часть потерь новых пациентов приходилась на шаг с полисом: форма отклоняла формат номера, который выдаёт одна из страховых.

Когда применять

Используйте анализ воронки, когда последовательность шагов ведёт к одному результату, который отслеживается как реальные события — регистрация, покупка, запись, — и команда хочет точно знать, где люди уходят, прежде чем решать, что чинить. Метод работает и для сценария в несколько секунд, как оформление заказа, и для процесса в несколько дней, как подтверждение документов.

Когда не применять

Не подходит, пока шаги ещё не стали реальной отслеживаемой последовательностью или когда через неё проходит так мало людей в неделю, что цифры — это шум. Не заменяет он и воронку продаж или модель позиционирования: он измеряет, что люди сделали, а не на какой стадии интереса они находятся.

Частые ошибки

• Сортировать потери только по процентам: команда идёт чинить узкий, уже отфильтрованный шаг вместо того, что теряет больше всего людей.
• Ставить окно конверсии, которое не совпадает с тем, как люди принимают решение: обычное решение в несколько дней засчитывается как потеря, или случайный визит через несколько недель приписывается воронке, к которой он не относится.
• Смотреть на одну общую цифру по воронке и не замечать, что для большинства сегментов она растёт, а для одного падает, — сдвиг структуры, который одна общая линия скрывает полностью.
• Объявлять исправление успешным после одного-двух дней хороших цифр, до того как выборка стала достаточной или окно конверсии вообще успело закрыться.
• Собрать воронку один раз и не пересобирать после изменений в продукте, сравнивая шаги с порядком страниц, который уже не совпадает с тем, как движутся люди.

Вопросы и ответы

Что такое анализ воронки?

Анализ воронки показывает, сколько людей проходит каждый шаг заданной последовательности к одному результату и сколько отваливается между шагами. Инструменты аналитики вроде Google Analytics 4, Amplitude и Mixpanel считают конверсию для каждого перехода и общую конверсию по всей последовательности, поэтому видно, где именно процесс теряет людей.

Чем конверсия от шага к шагу отличается от общей конверсии?

Конверсия от шага к шагу показывает, какая доля дошедших до одного шага дошла и до следующего. Общая конверсия показывает, какая доля дошедших до первого шага дошла до последнего, — это произведение всех пошаговых долей. Воронка может показывать здоровую общую цифру, хотя один из переходов сильно сломан.

Чем открытая воронка отличается от закрытой?

В закрытой воронке человек учитывается, только если вошёл на самом первом шаге. В открытой он может присоединиться на любом шаге и отслеживается оттуда, где вошёл. Google Analytics 4 поддерживает оба варианта; выбор зависит от того, важна ли для вашего вопроса точка входа.

Почему самый большой процент потерь не всегда указывает на шаг, который чинить первым?

Шаг в глубине воронки считается от тех, кто до него дожил, а это гораздо меньшая группа, чем на входе. Его процент потерь может выглядеть хуже, чем у раннего шага, а стоить меньше реальных людей. Поэтому инструменты Amplitude отдельно показывают процент потерь шага и их абсолютное число.

Как парадокс Симпсона влияет на анализ воронки?

Парадокс Симпсона — ситуация, когда общая цифра движется в одну сторону, а каждый сегмент внутри неё в другую, обычно из-за изменения структуры сегментов. Общая конверсия воронки может расти, пока по каждому каналу или когорте она падает, если не проверять воронку по сегментам, а не только в сумме.

Источники

1. Google, [GA4] Funnel exploration, Analytics Help
2. Google, [GA4] Get started with Explorations, Analytics Help
3. Google, [GA4] Create a custom funnel report, Analytics Help
4. Google, [GA4] Ecommerce exploration solutions, Analytics Help
5. Google, [GA4] Apply segments and filters, and view users, Analytics Help
6. Amplitude, Interpret your funnel analysis, Amplitude Docs
7. Amplitude, How Amplitude computes conversions through funnels, Amplitude Docs
8. Amplitude, Discover Funnel Analysis: Find drop-offs and boost conversion rates
9. Amplitude, What Is Funnel Drop-Off
10. Mixpanel, Funnels: Measure conversions through a series of events, Mixpanel Docs
11. Mixpanel, Funnels FAQ, Mixpanel Docs
12. Mixpanel, Segment users by their behaviors in Funnels, Mixpanel Docs changelog
13. P. J. Bickel, E. A. Hammel, J. W. O'Connell, Sex Bias in Graduate Admissions: Data from Berkeley, Science, 1975, ERIC record
14. S. A. Julious, M. A. Mullee, Confounding and Simpson's paradox, The BMJ, 1994
15. Judea Pearl, Comment: Understanding Simpson's Paradox, The American Statistician, 2014
16. Julius von Kügelgen, Luigi Gresele, Bernhard Schölkopf, Simpson's paradox in Covid-19 case fatality rates: a mediation analysis of age-related causal effects, IEEE Transactions on Artificial Intelligence, 2021
17. Samy Suissa, Immortal Time Bias in Pharmacoepidemiology, American Journal of Epidemiology, 2008
18. Ramesh Johari, Leo Pekelis, David Walsh, Always Valid Inference: Bringing Sequential Analysis to A/B Testing (published as Peeking at A/B Tests, KDD 2017)
19. Ron Kohavi, Diane Tang, Ya Xu, Trustworthy Online Controlled Experiments: A Practical Guide to A/B Testing, Cambridge University Press, 2020
20. MIT Sloan Management Review, Avoiding Analytical Myopia
21. Forrester, Customer Journey Management In 2026: From Maps To Measurable Impact
22. Dave McClure, Startup Metrics for Pirates (AARRR), 2007
23. Stanford Graduate School of Business, Developing Growth Initiatives

Обновлено 1 октября 2026

Илья ПушинОснователь PUSHERS & COO Fintech ServiceИлья строит операционные системы для растущих компаний в медицине и финтехе. С 2021 года руководит трансграничными платежами в ARBI Exchange, лицензированном обменнике в Таиланде, включая KYC, AML и выход в новые юрисдикции.Об автореLinkedIn