主转化进程优化的思维
转化一般都是通过漏斗模型来实现的，漏斗分析模型，简单来讲，就是抽象产品中的某一流程，观察流程中每一步的转化与流失。
比如一个电商站点的用户，用户从进入首页到最终支付可能的流程是：站内搜索课程名，然后点击查看课程详情，点击购买，支付，支付成功，我们可以将上面的流程抽象成一个漏斗的模型：搜索-查看详情-点击购买-支付-支付成功，这个流程是电商的一般行为路径。
构建完漏斗，分析思路是：
1、看整个漏斗中哪一步的流失最多的，这个环节是需要优先处理的，需要进一步分析。
2、流失的用户是去哪里，是直接离开还是点击访问到其他页面了？
如果你是通过增强型电商构建的漏斗或目标构建的漏斗，报告直接会显有多少人直接离开的，还是有就是前几个访问是哪几个页面，但并没有显示出全部的。
对于第一种情况，用户直接离开的，离开后的行为我们是不知道，但我们可以看离开前，这些用户是否有哪些行为，一般会用热力图去看，在这里需要将离开的用户剥离出来看，这就是需要用到细分，然后再用热力图的思路去分析；或看交互去看，也就是事件跟踪。
第二种情况就是用户点击跳转到其他页面的，那么我们就需要详细的知道用户跳转到哪里，后续的行为怎么样，这些信息漏斗报告就给不了我们的，这时候就需要用到Navigation Summary这个报告，这个报告可以查看到用户下一步看了哪个页面的所有数据，结合该入口在页面的位置等去评估可能的原因。
上面的分析思路是通过在现有流程上的分析，通常我们还会思考的一个方向是，现在的漏斗是不是太长导致了转化不好，能不能压缩一些过程呢？
通常压缩流程是能够提高转化的，但这并不是绝对的，因为这取决于用户的体验，通常会通过AB测试去验证我们的想法。
如果你的漏斗是非常长，已经达到了冗余的地步，那么建议砍砍砍，砍掉一些环节。
转化漏斗的构建和转化漏斗的分析方式的升级
构建这样的行为路径或漏斗吧，通常有两种方式，一种是根据url来区分，比如前面提到的电商，因为各个页面的url不同，所以可以通过url去构建；另一个是需要先监控流程里的各个行为，通常是通过事件跟踪去实现，然后才构建漏斗。如果是增强型电商构建的漏斗或目标构建的漏斗，那么你可以看到如这样报告：
这个报告非常直观的可以看到哪一步流失最大，流失到那里去了，但只知道这两个信息，还是不足以定位问题的，我们还需要进一步了解用户的一些行为交互情况，通常会用到的是热力图，细分。
通过热力图，可以知道用户点击了哪里？没有点击哪里？为什么点击我们预期的位置，搞清楚这些问题，也就可以知道为什么这个环节在漏斗模型中的流失那么大了。
另一个是通过细分，看看不同群体的漏斗的差异，可以看广告系列，不同地区，不同关键字等维度上去看，我可以告诉你大部分的群体是没有很大差异，但是也可能存在的不同细分存在很大差异的情况，那么这个就是分析出的有价值的东西，对不同的群体需要采用不同的策略，如用专用的着陆页，促销策略。
由于漏斗涉及到的流程比较长，而我们在处理问题的时候是先处理流失最大的环节，往往会导致该环节的转化上去，但是后续的转化有较大波动的情况出现，也即是我们在调整过程指标的时候，结果目标可能受到影响，比如，放入购物车的提升了50%，但是结算的降低20%，对于这种情况，在优化的过程中是经常会出现的，如果你只看过程的话，你可以说你的调整达到了预期，但是结算上却少了，这时候你要怎么处理呢？
一种是，继续沿用上述分析思路处理下一个流失比较大的环节；
一种是，调整回原来的流程。
