মোবাইল অ্যানালিটিক্সে ফানেল বিশ্লেষণ — এটি কী, ফানেলের ধাপ এবং কীভাবে তৈরি করবেন

ফানেল বিশ্লেষণ কী?

ফানেল বিশ্লেষণ (Funnel Analysis) একটি অ্যানালিটিক্স পদ্ধতি যাতে কনভার্সনের দিকে নিয়ে যাওয়া ঘটনাগুলির একটি ক্রম চিহ্নিত করা হয়। প্রতিটি পরবর্তী ধাপে কেবল সেই ব্যবহারকারীরা অন্তর্ভুক্ত হয় যারা আগের সব ধাপ সম্পন্ন করেছে। ফলাফল একটি “ফানেল” — প্রশস্ত প্রবেশপথ (সবাই যারা শুরু করেছে) এবং সংকীর্ণ প্রস্থান (যারা সম্পন্ন করেছে)।

মোবাইল অ্যাপে, একটি সাধারণ ফানেল এইরকম দেখায়: ইনস্টল → নিবন্ধন → অনবোর্ডিং → প্রথম কর্ম → পুনরাবৃত্ত কর্ম → ক্রয়। প্রতিটি ধাপে, কিছু ব্যবহারকারী ঝরে পড়ে, এবং বিশ্লেষকের কাজ হল কারণ বোঝা এবং ক্ষতি কমানো।

ফানেলের মৌলিক মেট্রিক্স

ধাপগুলির মধ্যে গড় সময় মেট্রিকটি প্রায়ই অবমূল্যায়িত হয়। যদি ইনস্টল থেকে নিবন্ধন পর্যন্ত গড়ে ৪৫ মিনিট সময় লাগে, তাহলে সমস্যা কন্টেন্ট লোডিং বা প্রথম স্ক্রিনের জটিলতায়।

মোবাইল অ্যানালিটিক্সে ফানেলের ধরণ

ফানেল দুটি প্রধান প্রকারে বিভক্ত — খোলা এবং বন্ধ। পছন্দ পরিস্থিতি এবং ব্যবহারকারীর যাত্রার নমনীয়তার উপর নির্ভর করে।

বন্ধ ফানেল (Strict Funnel)

ব্যবহারকারীকে কঠোরভাবে ক্রমানুসারে সমস্ত ধাপ সম্পন্ন করতে হবে। যদি সে একটি ধাপ এড়িয়ে যায় বা অন্য পথ নেয়, তবে ফানেলে অন্তর্ভুক্ত হয় না। উদাহরণ: নিবন্ধন → ইমেল নিশ্চিতকরণ → প্রোফাইল পূরণ → প্রথম অর্ডার। বন্ধ ফানেল পরিষ্কার চিত্র দেয় কিন্তু বাস্তব ব্যবহারকারীর পরিস্থিতি বাদ দেয়।

খোলা ফানেল (Open Funnel)

ব্যবহারকারী যেকোনো ক্রমে ধাপ সম্পাদন করতে পারে বা কিছু এড়িয়ে যেতে পারে। সিস্টেম প্রতিটি ধাপে স্বাধীনভাবে কনভার্সন গণনা করে। উদাহরণ: ক্যাটালগ দেখা → কার্টে যোগ করা → চেকআউট। খোলা ফানেল অধিকাংশ মোবাইল অ্যাপের জন্য আরও বাস্তবসম্মত পদ্ধতি।

• বন্ধ ফানেল — কঠোর ক্রম, সমস্ত ধাপ বাধ্যতামূলক
• খোলা ফানেল — মুক্ত ক্রম, ধাপ ঐচ্ছিক
• হাইব্রিড — প্রথম ধাপ বাধ্যতামূলক, পরবর্তীগুলি মুক্ত

সাবস্ক্রিপশন অ্যাপের জন্য হাইব্রিড ফানেল উদাহরণ

ধাপ ১ (বাধ্যতামূলক): অ্যাপ ইনস্টল। ধাপ ২ (বাধ্যতামূলক): সাবস্ক্রিপশন স্ক্রিন দেখা। ধাপ ৩ (ঐচ্ছিক): প্ল্যান দেখা। ধাপ ৪ (বাধ্যতামূলক): সাবস্ক্রিপশন ক্রয়। হাইব্রিড পদ্ধতি ডেটা বিশুদ্ধতা এবং বাস্তবতার মধ্যে ভারসাম্য দেয়।

ফানেল তৈরির ধাপ

ফানেল তৈরি করা অ্যানালিটিক্স এবং পণ্যের সংযোগস্থলে একটি কাজ। প্রক্রিয়াটি পাঁচটি ধাপ নিয়ে গঠিত, হাইপোথিসিস প্রণয়ন থেকে রিপোর্ট স্বয়ংক্রিয়করণ পর্যন্ত।

ধাপ ১: লক্ষ্য কনভার্সন সংজ্ঞায়িত করুন

আপনি ব্যবহারকারীকে কী করতে চান? purchase_completed, subscription_started, referral_sent। লক্ষ্য ঘটনা হল ফানেলের শীর্ষ। নীচের সমস্ত ধাপ এটির দিকে নিয়ে যায়।

ধাপ ২: পথটিকে ঘটনাগুলিতে বিভক্ত করুন

অ্যাপ প্রবেশ এবং লক্ষ্য কর্মের মধ্যে সমস্ত বাধ্যতামূলক ঘটনা তালিকাভুক্ত করুন। ই-কমার্সের জন্য: app_opened → product_viewed → add_to_cart → checkout_started → payment_selected → purchase_completed। প্রতিটি ঘটনা ইতিমধ্যে Event Tracking-এ থাকা উচিত বা যোগ করা হবে।

ধাপ ৩: একটি সময় উইন্ডো চয়ন করুন

সময় উইন্ডো — প্রথম এবং শেষ ধাপের মধ্যে সর্বোচ্চ সময়। দ্রুত পরিস্থিতির জন্য (গেম ইনস্টল) — ২৪ ঘন্টা। সাবস্ক্রিপশন-ভিত্তিক জন্য — ৭ বা ৩০ দিন। উইন্ডোর বাইরের ঘটনাগুলি বিশ্লেষণে অন্তর্ভুক্ত হয় না।

উইন্ডোর পছন্দ সরাসরি কনভার্সনকে প্রভাবিত করে: খুব ছোট উইন্ডো (১ ঘন্টা) সেই ব্যবহারকারীদের কেটে দেয় যারা ক্রয় সম্পন্ন করতে ২ ঘন্টা পরে ফিরেছে। খুব দীর্ঘ (৩০ দিন) এলোমেলো কর্মগুলি অন্তর্ভুক্ত করে। ধাপগুলির মধ্যে সময় বিশ্লেষণের মাধ্যমে সর্বোত্তম নির্ধারিত হয়: ব্যবধান বিতরণ তৈরি করুন এবং ৯০তম পার্সেন্টাইলে উইন্ডো নির্বাচন করুন।

দ্রুত ফানেলের (অনবোর্ডিং, নিবন্ধন) জন্য ১ ঘন্টার উইন্ডো ব্যবহার করুন। মাঝারি (প্রথম ক্রয়) জন্য — ৭ দিন। দীর্ঘ (সাবস্ক্রিপশন) জন্য — ৩০ দিন। একই ফানেলের মধ্যে বিভিন্ন ধাপ জোড়ার জন্য আলাদা উইন্ডো ব্যবহার করা যেতে পারে।

-- BigQuery-তে Funnel গণনার উদাহরণ
WITH funnel_steps AS (
  SELECT
    user_id,
    event_name,
    event_timestamp,
    LAG(event_name) OVER (
      PARTITION BY user_id ORDER BY event_timestamp
    ) AS previous_event
  FROM `project.events.*`
  WHERE event_name IN (
    'app_opened', 'product_viewed',
    'add_to_cart', 'purchase_completed'
  )
)
SELECT
  event_name AS step,
  COUNT(DISTINCT user_id) AS users,
  ROUND(
    COUNT(DISTINCT user_id)
    / MAX(COUNT(DISTINCT user_id)) OVER (), 3
  ) AS conversion_rate
FROM funnel_steps
GROUP BY step
ORDER BY ARRAY_POSITION(
  ['app_opened', 'product_viewed',
   'add_to_cart', 'purchase_completed'],
  event_name
)

কোয়েরিটি ক্রম ট্র্যাক করতে LAG এবং ধাপগুলি সাজাতে ARRAY_POSITION ব্যবহার করে। ফলাফল হল প্রতিটি ধাপে ব্যবহারকারীর সংখ্যা এবং কনভার্সন সহ একটি টেবিল।

ধাপ ৪: ঐতিহাসিক ডেটাতে বৈধতা দিন

গত ৩০ দিনের ডেটাতে ফানেল তৈরি করুন। যদি “checkout_started”-এ ৮০% কনভার্সন থাকে কিন্তু “purchase_completed”-এ ২৫% থাকে, তাহলে সমস্যা পেমেন্ট ফর্মে। প্রতিযোগিতামূলক বেঞ্চমার্কের সাথে তুলনা করুন: Statista (২০২৪) অনুসারে মোবাইল অ্যাপে গড় কার্ট কনভার্সন ১৫–২৫%।

ধাপ ৫: মনিটরিং স্বয়ংক্রিয় করুন

ড্যাশবোর্ডে (Looker Studio, Tableau) ফানেল সহ একটি দৈনিক রিপোর্ট সেট আপ করুন। সতর্কতা যোগ করুন: যদি কোনো ধাপে কনভার্সন রেট নিয়ন্ত্রণ সীমার নীচে নেমে যায়, তাহলে Slack বা Telegram-এ বিজ্ঞপ্তি পাঠান।

ফানেলে ক্ষতির বিশ্লেষণ

ড্রপ-অফ বিশ্লেষণ ফানেল বিশ্লেষণের একটি গুরুত্বপূর্ণ ধাপ। প্রতিটি ধাপে ক্ষতি পণ্য উন্নতির জন্য হাইপোথিসিসের উৎস। তিনটি সমস্যা অঞ্চল চিহ্নিত করা হয়: প্রযুক্তিগত বাগ, UX বাধা এবং প্রেরণামূলক পরিস্থিতি।

প্রযুক্তিগত ক্ষতি

যদি “registration_completed” ধাপে ফোন নম্বর প্রবেশের পর ১৫% ব্যবহারকারী ঝরে পড়ে, তাহলে SMS গেটওয়ে পরীক্ষা করুন। প্রযুক্তিগত ক্ষতি ১–২ দিনে ঠিক করা যায় এবং দ্রুত কনভার্সন বৃদ্ধি দেয়। বাগ সনাক্ত করতে Firebase Crashlytics ফানেলের সাথে ব্যবহার করুন।

UX বাধা

যদি “cart_viewed” → “checkout_started”-এ ৪০% হারিয়ে যায়, তাহলে সমস্যা কার্ট UX-এ। সম্ভবত স্ক্রিনের ভাঁজের উপরে “চেকআউট” বোতাম নেই, বা ঠিকানা প্রবেশের আগে ডেলিভারি খরচ দেখানো হয় না। UX বিশ্লেষণ সেশন রিপ্লে (Hotjar, UXCam, Smartlook) প্রয়োজন।

প্রেরণামূলক ক্ষতি

যদি ব্যবহারকারী “payment_selected”-এ পৌঁছায় কিন্তু ক্রয় সম্পন্ন না করে, তাহলে অফারের মূল্য দামের চেয়ে কম। প্রেরণামূলক ক্ষতি ডিসকাউন্ট, ট্রায়াল এবং সামাজিক প্রমাণ দিয়ে চিকিৎসা করা হয়। A/B পরীক্ষা: ৫০% ব্যবহারকারীকে পেমেন্ট পৃষ্ঠায় পর্যালোচনা দেখান এবং কনভার্সন তুলনা করুন।

• প্রযুক্তিগত — বাগ, টাইমআউট, API ত্রুটি (ক্ষতির ২০% পর্যন্ত)
• UX বাধা — জটিল নেভিগেশন, লুকানো CTA (৩৫% পর্যন্ত)
• প্রেরণামূলক — মূল্য, বিশ্বাসের অভাব (৪৫% পর্যন্ত)

বিশ্লেষণ পদ্ধতি: ফানেলের জন্য ৫ কেন

ফানেলে প্রয়োগ করা ৫ কেন কৌশল: একটি ধাপে যেখানে কনভার্সন ২০% কমে গেছে, ক্রমান্বয়ে পাঁচটি “কেন” প্রশ্ন করুন। ব্যবহারকারীরা কেন পেমেন্টে পৌঁছায় না? কারণ পেমেন্ট ফর্ম ধীরে লোড হয়। কেন এটি ধীরে লোড হয়? কারণ পেমেন্ট গেটওয়ের অনুরোধ টাইমআউট হয়। কেন টাইমআউট হয়? কারণ SDK আপডেট করা হয়নি। পদ্ধতিটি মূল কারণ চিহ্নিত করে, লক্ষণ নয়।

ফানেলের কোহোর্ট বিশ্লেষণ আরেকটি সরঞ্জাম। জানুয়ারি এবং ফেব্রুয়ারিতে অ্যাপ ইনস্টল করা ব্যবহারকারীদের ফানেল তুলনা করুন। যদি ফেব্রুয়ারি কোহোর্ট “নিবন্ধন” ধাপে ১৫% কনভার্সন হ্রাস দেখায়, তাহলে কারণ জানুয়ারির শেষে রোল আউট করা অনবোর্ডিং স্ক্রিনের পরিবর্তন। কোহোর্ট অস্থায়ী কারণগুলিকে আলাদা করে।

CXL Institute (২০২৪) অনুসারে, পদ্ধতিগত ড্রপ-অফ বিশ্লেষণ এবং তারপরে হাইপোথিসিসের A/B পরীক্ষা ৩ মাসে গড়ে ৩০% ফানেল কনভার্সন বৃদ্ধি দেয়।

ফানেল বিশ্লেষণের সরঞ্জাম

প্রতিটি সরঞ্জাম ফানেল তৈরির নিজস্ব পদ্ধতি প্রদান করে। পছন্দ পণ্যের জটিলতা এবং বাজেটের উপর নির্ভর করে।

Amplitude — Pathfinder এবং ফানেল বিশ্লেষণ

Amplitude পণ্য অ্যানালিটিক্সে নেতা। অন্তর্নির্মিত ফানেল বিশ্লেষণ কোহোর্ট, ডিভাইস এবং অ্যাপ সংস্করণ দ্বারা ফানেল বিভাজনের অনুমতি দেয়। Pathfinder শাখাগুলি দেখায় — ধাপ ২-এর পরে কত ব্যবহারকারী বিকল্প পথ নিয়েছে।

Mixpanel — Flows

Mixpanel Flows ফানেলকে একটি ট্রানজিশন গ্রাফ হিসাবে ভিজুয়ালাইজ করে। সুবিধা: রিয়েল-টাইম আপডেট। অসুবিধা: বিনামূল্যের প্ল্যানে সীমিত ফিল্টারিং। ১০ জন বিশ্লেষক পর্যন্ত দল সহ মাঝারি প্রকল্পের জন্য উপযুক্ত।

Firebase Analytics — ফানেল রিপোর্ট

Firebase ১০টি ধাপ পর্যন্ত সীমা সহ একটি বিনামূল্যের ফানেল রিপোর্ট প্রদান করে। BigQuery-এর সাথে একীকরণ SQL-এর মাধ্যমে কাস্টম ফানেল তৈরির অনুমতি দেয়। স্টার্টআপের জন্য আদর্শ যারা সবেমাত্র কনভার্সন বিশ্লেষণ শুরু করছে।

Tableau + BigQuery

এন্টারপ্রাইজ সমাধানের জন্য, BigQuery-কে উৎস হিসাবে ব্যবহার করে Tableau ব্যবহার করুন। এটি সম্পূর্ণ নমনীয়তা দেয়: কাস্টম মেট্রিক্স, ইনস্টল থেকে LTV পর্যন্ত এন্ড-টু-এন্ড অ্যানালিটিক্স, রিয়েল-টাইম মনিটরিং। BI ইঞ্জিনিয়ার প্রয়োজন।

Google Analytics 4 — ফানেল এক্সপ্লোরেশন

GA4 Explore বিভাগে ফানেল এক্সপ্লোরেশন প্রদান করে। ১০টি ধাপ পর্যন্ত, ব্যবহারকারী প্যারামিটার দ্বারা বিভাজন এবং সময়কাল তুলনা সমর্থন করে। অসুবিধা: Amplitude-এর তুলনায় সীমিত নমনীয়তা, তবে সম্পূর্ণ বিনামূল্যে এবং Google Ads-এর সাথে একীভূত।

ফানেল বিশ্লেষণ সরঞ্জামের তুলনা

সরঞ্জামের পছন্দ বিশ্লেষণের ফ্রিকোয়েন্সি দ্বারা নির্ধারিত হয়। দৈনিক ফানেল মনিটরিংয়ের জন্য, Amplitude বা Mixpanel উপযুক্ত। সাপ্তাহিক কৌশলগত রিপোর্টের জন্য — BigQuery-সহ Tableau। স্টার্টআপের জন্য — Firebase বা GA4।