Analiza lejka w analityce mobilnej — co to jest, etapy lejka i jak go budować

Czym jest Funnel Analysis?

Funnel Analysis (analiza lejkowa) — metoda analityki, w której wyodrębnia się sekwencję zdarzeń prowadzących do konwersji. Każdy kolejny krok obejmuje tylko tych użytkowników, którzy wykonali wszystkie poprzednie. W efekcie powstaje „lejek“ — szerokie wejście (wszyscy, którzy zaczęli) i wąskie wyjście (ci, którzy ukończyli).

W aplikacjach mobilnych typowy lejek wygląda następująco: instalacja → rejestracja → onboarding → pierwsze działanie → kolejne działanie → zakup. Na każdym kroku część użytkowników odpada, a zadaniem analityka jest zrozumienie przyczyny i zmniejszenie strat.

Podstawowe metryki lejka

Metryka Average Time między krokami — często niedoceniany wskaźnik. Jeśli od instalacji do rejestracji mija średnio 45 minut, problem leży w ładowaniu treści lub złożoności pierwszego ekranu.

Rodzaje lejków w analityce mobilnej

Lejki dzielą się na dwa główne typy — otwarte i zamknięte. Wybór zależy od scenariusza i elastyczności ścieżki użytkownika.

Zamknięty lejek (Strict Funnel)

Użytkownik musi przejść wszystkie kroki ściśle po kolei. Jeśli pominął krok lub poszedł inną ścieżką — nie jest uwzględniany w lejku. Przykład: rejestracja → potwierdzenie e-mail → wypełnienie profilu → pierwsze zamówienie. Zamknięte lejki dają czysty obraz, ale wykluczają rzeczywiste scenariusze użytkowników.

Otwarty lejek (Open Funnel)

Użytkownik może wykonywać kroki w dowolnej kolejności lub pomijać niektóre. System liczy konwersję na każdym kroku niezależnie. Przykład: przeglądanie katalogu → dodanie do koszyka → złożenie zamówienia. Open Funnel to bardziej realistyczna metoda dla większości aplikacji mobilnych.

• Zamknięty lejek — ścisła sekwencja, wszystkie kroki obowiązkowe
• Otwarty lejek — dowolna kolejność, kroki opcjonalne
• Hybrydowy — pierwsze kroki obowiązkowe, kolejne dowolne

Przykład lejka hybrydowego dla aplikacji subskrypcyjnej

Krok 1 (obowiązkowy): instalacja aplikacji. Krok 2 (obowiązkowy): wyświetlenie ekranu subskrypcji. Krok 3 (opcjonalny): przeglądanie planów. Krok 4 (obowiązkowy): sfinalizowanie subskrypcji. Podejście hybrydowe zapewnia równowagę między czystością danych a realistycznością.

Etapy budowania lejka

Budowanie lejka — zadanie na styku analityki i produktu. Proces składa się z pięciu kroków, od sformułowania hipotezy do automatyzacji raportu.

Krok 1: Określ docelową konwersję

Co chcesz, aby zrobił użytkownik? purchase_completed, subscription_started, referral_sent. Zdarzenie docelowe — szczyt lejka. Wszystkie poniższe kroki prowadzą do niego.

Krok 2: Rozłóż ścieżkę na zdarzenia

Zapisz wszystkie obowiązkowe zdarzenia między wejściem do aplikacji a działaniem docelowym. Dla e-commerce: app_opened → product_viewed → add_to_cart → checkout_started → payment_selected → purchase_completed. Każde zdarzenie powinno już istnieć w Event Tracking lub zostanie dodane.

Krok 3: Wybierz okno czasowe

Time window — maksymalny czas między pierwszym a ostatnim krokiem. Dla szybkich scenariuszy (instalacja gry) — 24 godziny. Dla subskrypcyjnych — 7 lub 30 dni. Zdarzenia poza oknem nie są uwzględniane w analizie.

Wybór okna bezpośrednio wpływa na konwersję: zbyt krótkie okno (1 godzina) odcina użytkowników, którzy wrócili po 2 godzinach, aby dokończyć zakup. Zbyt długie (30 dni) uwzględnia przypadkowe działania. Optimum określa się poprzez analizę czasu między krokami: zbuduj rozkład odstępów i wybierz okno na poziomie 90. percentyla.

Dla szybkich lejków (onboarding, rejestracja) używaj okna 1 godziny. Dla średnich (pierwszy zakup) — 7 dni. Dla długich (subskrypcja) — 30 dni. Wewnątrz jednego lejka mogą być różne okna dla różnych par kroków.

-- Przykład obliczenia Funnel w BigQuery
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
)

Zapytanie używa LAG do śledzenia sekwencji oraz ARRAY_POSITION do sortowania kroków. Wynik — tabela z liczbą użytkowników i konwersją na każdym kroku.

Krok 4: Sprawdź na danych historycznych

Zbuduj lejek na danych z ostatnich 30 dni. Jeśli na kroku „checkout_started“ konwersja wynosi 80%, a na „purchase_completed“ — 25%, problem leży w formularzu płatności. Porównaj z benchmarkami konkurencyjnymi: średnia konwersja koszyka w aplikacjach mobilnych — 15–25% według Statista (2024).

Krok 5: Zautomatyzuj monitorowanie

Skonfiguruj codzienny raport z lejkiem w dashboardzie (Looker Studio, Tableau). Dodaj alerty: jeśli Conversion Rate na kroku spadnie poniżej progu kontrolnego — powiadomienie w Slack lub Telegram.

Analiza utraty w lejku

Drop-off Analysis — kluczowy etap Funnel Analysis. Straty na każdym kroku są źródłem hipotez do ulepszenia produktu. Wyróżnia się trzy strefy problemów: błędy techniczne, bariery UX i scenariusze motywacyjne.

Straty techniczne

Jeśli na kroku „registration_completed“ po wprowadzeniu numeru telefonu odpada 15% użytkowników — sprawdź bramkę SMS. Straty techniczne są naprawiane w 1–2 dni i dają szybki wzrost konwersji. Używaj Firebase Crashlytics w połączeniu z lejkiem do wykrywania błędów.

Bariery UX

Jeśli na kroku „cart_viewed“ → „checkout_started“ traci się 40% — problem leży w UX koszyka. Być może brak przycisku „Złóż zamówienie“ powyżej linii ekranu lub koszt dostawy nie jest pokazywany przed podaniem adresu. Analiza UX wymaga powtórek sesji (Hotjar, UXCam, Smartlook).

Straty motywacyjne

Jeśli użytkownik dociera do „payment_selected“, ale nie kończy zakupu — wartość oferty jest niższa od ceny. Straty motywacyjne leczy się zniżkami, trialami, dowodem społecznym. Test A/B: pokaż 50% użytkowników opinie na stronie płatności i porównaj konwersję.

• Techniczne — błędy, timeouty, błędy API (do 20% strat)
• Bariery UX — złożona nawigacja, ukryte CTA (do 35%)
• Motywacyjne — cena, brak zaufania (do 45%)

Metodyka analizy: 5 Whys dla lejka

Technika 5 Whys w zastosowaniu do lejka: na kroku, gdzie konwersja spadła o 20%, zadaj kolejno pięć pytań „dlaczego“. Dlaczego użytkownicy nie docierają do płatności? Ponieważ formularz płatności długo się ładuje. Dlaczego długo się ładuje? Ponieważ zapytanie do bramki płatniczej timeoutuje. Dlaczego timeoutuje? Ponieważ SDK nie jest zaktualizowane. Metodyka ujawnia pierwotną przyczynę, a nie objaw.

Analiza kohortowa lejka — kolejne narzędzie. Porównaj lejek użytkowników, którzy zainstalowali aplikację w styczniu i lutym. Jeśli kohorta lutowa wykazuje spadek konwersji na kroku „rejestracja“ o 15%, przyczyną jest zmiana ekranu onboardingu wdrożona pod koniec stycznia. Kohorty izolują czynniki czasowe.

Według danych CXL Institute (2024), systematyczna analiza Drop-off Analysis z następczym testowaniem A/B hipotez daje średni wzrost konwersji lejka o 30% w ciągu 3 miesięcy.

Narzędzia do Funnel Analysis

Każde narzędzie oferuje własne podejście do budowania lejków. Wybór zależy od złożoności produktu i budżetu.

Amplitude — Pathfinder i Funnel Analysis

Amplitude — lider analityki produktowej. Wbudowana funkcja Funnel Analysis pozwala segmentować lejek według kohort, urządzeń, wersji aplikacji. Pathfinder pokazuje rozgałęzienia — ilu użytkowników poszło alternatywną ścieżką po kroku 2.

Mixpanel — Flows

Mixpanel Flows wizualizuje lejek jako graf przejść. Plus — aktualizacja w czasie rzeczywistym. Minus — ograniczona filtracja w darmowym planie. Odpowiedni dla średnich projektów z zespołem do 10 analityków.

Firebase Analytics — Funnel Report

Firebase oferuje darmowy Funnel Report z limitem do 10 kroków. Integracja z BigQuery umożliwia budowanie niestandardowych lejków przez SQL. Idealne dla startupów, które dopiero zaczynają analizować konwersję.

Tableau + BigQuery

Dla rozwiązań enterprise używaj Tableau ze źródłem z BigQuery. Daje to pełną elastyczność: niestandardowe metryki, kompleksową analitykę od instalacji do LTV, monitoring w czasie rzeczywistym. Wymaga zatrudnienia inżyniera BI.

Google Analytics 4 — Funnel Exploration

GA4 udostępnia Funnel Exploration w sekcji Explore. Obsługuje do 10 kroków, segmentację według parametrów użytkownika i porównanie okresów. Minus — ograniczona elastyczność w porównaniu z Amplitude, ale całkowicie darmowy i zintegrowany z Google Ads.

Porównanie narzędzi Funnel Analysis

Wybór narzędzia zależy od częstotliwości analizy. Do codziennego monitorowania lejków odpowiedni jest Amplitude lub Mixpanel. Do cotygodniowych raportów strategicznych — Tableau z BigQuery. Dla startupów — Firebase lub GA4.