Funnel Analysis — метод мобільної аналітики, що відстежує проходження користувача через послідовність кроків до цільової дії. Воронки показують, на якому етапі користувачі відвалюються та чому. За даними Amplitude, 2025, додатки, які регулярно аналізують Funnel Analysis, підвищують конверсію в середньому на 20% за півроку за рахунок точкового виправлення вузьких місць. Воронка — головний інструмент продуктового аналітика.
Головне
Funnel Analysis (воронкоподібний аналіз) — метод аналітики, при якому виділяється послідовність подій, що ведуть до конверсії. Кожен наступний крок включає лише тих користувачів, які виконали всі попередні. На виході виходить «воронка» — широкий вхід (всі, хто почали) і вузький вихід (ті, хто завершили).
У мобільних додатках типова воронка виглядає так: встановлення → реєстрація → онбординг → перша дія → повторна дія → покупка. На кожному кроці частина користувачів відвалюється, і завдання аналітика — зрозуміти причину та зменшити втрати.
| Метрика | Формула | Приклад |
|---|---|---|
| Conversion Rate | Users на кроці N / Users на кроці 1 | 70% дійшли до кроку 3 |
| Step Conversion | Users на кроці N+1 / Users на кроці N | 85% перейшли з кроку 2 на крок 3 |
| Drop-off Rate | 1 — Step Conversion | 15% відвалилися на кроці 2 |
| Average Time | Середній час між кроками | 2.3 хвилини від встановлення до реєстрації |
Метрика Average Time між кроками — часто недооцінений показник. Якщо від встановлення до реєстрації проходить в середньому 45 хвилин, проблема в завантаженні контенту або складності першого екрана.
Воронки діляться на два основних типи — відкриті та закриті. Вибір залежить від сценарію та гнучкості користувацького шляху.
Користувач зобов'язаний пройти всі кроки строго по порядку. Якщо він пропустив крок або пішов іншим шляхом — не включається у воронку. Приклад: реєстрація → підтвердження email → заповнення профілю → перше замовлення. Закриті воронки дають чисту картину, але виключають реальні користувацькі сценарії.
Користувач може виконувати кроки в будь-якому порядку або пропускати деякі. Система рахує конверсію на кожному кроці незалежно. Приклад: перегляд каталогу → додавання в кошик → оформлення замовлення. Open Funnel — більш реалістичний метод для більшості мобільних додатків.
Крок 1 (обов'язковий): встановлення додатка. Крок 2 (обов'язковий): перегляд екрана підписки. Крок 3 (опціональний): перегляд тарифів. Крок 4 (обов'язковий): оформлення підписки. Гібридний підхід дає баланс між чистотою даних та реалістичністю.
Побудова воронки — завдання на стику аналітики та продукту. Процес складається з п'яти кроків, від формулювання гіпотези до автоматизації звіту.
Що ви хочете, щоб зробив користувач? purchase_completed, subscription_started, referral_sent. Цільова подія — вершина воронки. Всі кроки нижче ведуть до неї.
Запишіть всі обов'язкові події між входом у додаток і цільовою дією. Для e-commerce: app_opened → product_viewed → add_to_cart → checkout_started → payment_selected → purchase_completed. Кожна подія повинна вже існувати в Event Tracking або буде додана.
Time window — максимальний час між першим та останнім кроком. Для швидких сценаріїв (встановлення гри) — 24 години. Для підписних — 7 або 30 днів. Події за межами вікна не включаються в аналіз.
Вибір вікна безпосередньо впливає на конверсію: надто коротке вікно (1 година) відсікає користувачів, які повернулися через 2 години для завершення покупки. Надто довге (30 днів) включає випадкові дії. Оптимум визначається через аналіз часу між кроками: побудуйте розподіл інтервалів та виберіть window на рівні 90-го перцентиля.
Для швидких воронок (онбординг, реєстрація) використовуйте вікно 1 година. Для середніх (перша покупка) — 7 днів. Для довгих (підписка) — 30 днів. В межах однієї воронки можуть бути різні вікна для різних пар кроків.
-- Пример расчёта Funnel в 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
)
Запит використовує LAG для відстеження послідовності та ARRAY_POSITION для сортування кроків. Результат — таблиця з кількістю користувачів та конверсією на кожному кроці.
Побудуйте воронку на даних за останні 30 днів. Якщо на кроці checkout_started конверсія 80%, а на purchase_completed — 25%, проблема в платіжній формі. Порівняйте з конкурентними бенчмарками: середня конверсія кошика в мобільних додатках — 15–25% за даними Statista (2024).
Налаштуйте щоденний звіт з воронкою в дашборді (Looker Studio, Tableau). Додайте алерти: якщо Conversion Rate на кроці падає нижче контрольної межі — сповіщення в Slack або Telegram.
Drop-off Analysis — ключовий етап Funnel Analysis. Втрати на кожному кроці — джерело гіпотез для покращення продукту. Виділяють три зони проблем: технічні баги, UX-бар'єри та мотиваційні сценарії.
Якщо на кроці registration_completed після введення номера телефону відвалюється 15% користувачів — перевірте SMS-шлюз. Технічні втрати виправляються за 1–2 дні та дають швидкий приріст конверсії. Використовуйте Firebase Crashlytics у зв'язці з воронкою для виявлення багів.
Якщо на кроці cart_viewed → checkout_started втрачається 40% — проблема в UX кошика. Можливо, немає кнопки «Оформити замовлення» вище згину екрана, або вартість доставки не показана до введення адреси. UX-аналіз потребує сесій-реплеїв (Hotjar, UXCam, Smartlook).
Якщо користувач доходить до payment_selected, але не завершує покупку — цінність пропозиції нижча за ціну. Мотиваційні втрати лікуються знижками, тріалами, соціальним доказом. A/B-тест: покажіть 50% користувачів відгуки на сторінці оплати та порівняйте конверсію.
Техніка 5 Whys стосовно воронки: на кроці, де конверсія впала на 20%, послідовно поставте п'ять запитань «чому». Чому користувачі не доходять до оплати? Тому що форма оплати довго завантажується. Чому довго завантажується? Тому що запит до платіжного шлюзу таймаутиться. Чому таймаутиться? Тому що SDK не оновлено. Методика виявляє першопричину, а не симптом.
Когортний аналіз воронки — ще один інструмент. Порівняйте воронку користувачів, які встановили додаток у січні та лютому. Якщо лютнева когорта показує падіння конверсії на кроці «реєстрація» на 15%, причина в зміні екрана онбордингу, викаченому в кінці січня. Когорти ізолюють часові фактори.
За даними CXL Institute (2024), систематичний Drop-off Analysis з подальшим A/B-тестуванням гіпотез дає середній приріст конверсії воронки на 30% за 3 місяці.
Кожен інструмент пропонує свій підхід до побудови воронок. Вибір залежить від складності продукту та бюджету.
Amplitude — лідер продуктової аналітики. Вбудований Funnel Analysis дозволяє сегментувати воронку за когортами, пристроями, версіями додатка. Pathfinder показує розгалуження — скільки користувачів пішло альтернативним шляхом після кроку 2.
Mixpanel Flows візуалізує воронку як граф переходів. Плюс — real-time оновлення. Мінус — обмежена фільтрація в безкоштовному тарифі. Підходить для середніх проєктів з командою до 10 аналітиків.
Firebase надає безкоштовний Funnel Report з обмеженням до 10 кроків. Інтеграція з BigQuery дозволяє будувати кастомні воронки через SQL. Ідеально для стартапів, які тільки починають аналізувати конверсію.
Для enterprise-рішень використовуйте Tableau з джерелом з BigQuery. Це дає повну гнучкість: користувацькі метрики, наскрізну аналітику від встановлення до LTV, моніторинг у реальному часі. Потребує BI-інженера.
GA4 надає Funnel Exploration у розділі Explore. Підтримує до 10 кроків, сегментацію за параметрами користувача та порівняння часових періодів. Мінус — обмежена гнучкість порівняно з Amplitude, але повністю безкоштовний та інтегрований з Google Ads.
| Інструмент | Безкоштовно | Макс. кроків | BigQuery | Real-time |
|---|---|---|---|---|
| Firebase | Так | 10 | Так | Ні |
| Amplitude | Ні | ∞ | Так | Так |
| Mixpanel | Ні | ∞ | Ні | Так |
| GA4 | Так | 10 | Так | Ні |
| Tableau+BigQuery | Ні | ∞ | Так | Так |
Вибір інструменту визначається частотою аналізу. Для щоденного моніторингу воронок підходить Amplitude або Mixpanel. Для щотижневих стратегічних звітів — Tableau з BigQuery. Для стартапів — Firebase або GA4.
Часті запитання
Оптимальна кількість кроків — 4–7. Менше 4 — воронка надто агрегована, не видно проблем. Більше 7 — падає точність: на 8-й крок доходить надто мало користувачів для статистичної значущості. Фокус на ключові точки прийняття рішень.
Встановлення — вхід у воронку тільки для платного трафіку. Для органіки входом слугує app_opened або screen_view першого екрана. Використовуйте атрибуцію (AppsFlyer / Adjust), щоб відокремити встановлення за джерелом і рахувати конверсію для кожного каналу.
Рекламні кабінети (Meta, Google) рахують конверсію за своєю моделлю атрибуції (last-click, view-through). Funnel Analysis рахує строго за подіями всередині додатка. Розбіжність у 10–20% — норма. Фокус на внутрішню воронку як джерело правди.
Щоденно — для продуктових метрик. Щотижня — для стратегічних звітів. Щоденний перегляд воронки дозволяє помітити падіння конверсії одразу після викатки бажної версії. Налаштуйте алерт при падінні Step Conversion нижче 3 сигм від середнього.
Тільки на основі Screen View — так, з обмеженнями. Воронка за екранами покаже, де користувач іде, але не пояснить, чому. Для повноцінного аналізу потрібні бізнес-події: add_to_cart інформативніше, ніж screen_view екрана кошика.
Підсумки
Ми розробимо мобільний застосунок під ключ
IT Sectr створює застосунки для iOS та Android для стартапів і бізнесу з 2017 року. Ми проконсультуємо вас і запропонуємо найкраще рішення.
Читайте також