▲图 2-3 广告平台全链路分析

此时全链路公式变成

收入=实际请求数×出价率×参与竞价率×竞价成功率×（1-响应超时率）×点击率×平均点击价格

这个公式和上一个公式基本一样，只是为了让监控更完善，加了几个节点。

第二步：对每个节点进行深入洞察

如果只是完成第一步，全链路分析只能用于监测，要想得到具体的问题及解决方案，还要对每个节点进行深入洞察，梳理每个节点的影响因素，如图2-4所示。

▲图 2-4 全链路分析的节点排查

在每个节点，都有非常多的原因导致这个节点的流量转化效率低。经过这样的梳理，才能找出根本原因，进而有针对性地给出解决方案。

当产品经理负责一个项目时，就是这样一个节点一个节点地优化，才能做好整体数据。由此可知，全链路分析是产品经理必备的思路和技能。

把整体指标数据按照某种分类标准分成不同的因子的过程，称为组成因子分解。整体目标等于所有的组成因子之和。以广告平台总收入为例，其组成因子分解如图2-5所示。

▲图 2-5 广告平台总收入的组成因子分解

整体指标数据只能让人看到目标达成的结果，但是不能知道是如何达成目标的，也不知道执行中的细节，更不知道如何改进。组成因子分解首先可以明确思路，把组成结果的因素清晰地列出来，并且可以针对不同的因子，制定对应的策略。

案例：笔者曾经有一次在做渠道分析时，用了这样的组成因子分解：总费用=A类渠道费用 B类渠道费用。但之后发现，A类渠道的花费是B类渠道的1.6倍，而有效用户却是B类的2.4倍（见表2-1）。在这之前，B类渠道在其他项目的经验中效果是非常好的，所以市场人员都在B类渠道花精力，看到这个数据后，立刻决定去接触市面上所有的A类渠道，以便扩充优质流量。

表2-1 多个组成因子对比的案例

如果只看整体费用，就得不到这样的结论，也就不能提出有用的建议。

任意一个指标可拆解的方式都是非常多的，比如，针对总流量的组成因子分解，就有以下几种方式。

• 按时间拆分。不同时间段数据是否有变化。
• 按渠道拆分。不同渠道的流量也会不同。
• 按用户拆分。新用户和老用户的流量会有明显的区别。笔者待过的一家公司，老用户的流量就远远大于新用户，这种情况，就需要想办法促进新用户的流量。

要尝试多种方式，试验出最好的因子分解方式。

需要注意的是，如何进行组成因子分解，代表着思考问题的第一维度，直接影响能否得到有用的结论。后面的所有策略和解读都是根据第一步因子分解而来的。

1. 优先考虑业务团队习惯的拆解思路，比如广告类公司会把客户分为大客户、中小客户。
2. 要勇敢尝试，不要固化思路。

案例：以前做过一个项目，我们按“收入=移动端收入 PC端收入”来分解组成因子，发现移动端收入快速上涨。但是当时高层的思路还是“销售额=流量×转化率×客单价”，他们盘算的是“客单价提升x元，就会提升x元的销售额”。按照这样的思路，资源就投给了客单价提升，没有在移动端投入。等到发现移动时代来临，再开始建团队和买流量，成本已经变得非常高。

从这个案例中可以看出，如何进行因子分解，决定了如何思考目标的组成因素，即如何思考解决方案、资源调配等更深层的问题。所以要经常尝试是否有其他的因子分解方式，如果囿于经验、思路固化，可能就会错失机会。

很多时候，因子对结果的影响是定性的，并不能完全把结果拆成多个因子的相加，这时候就可以采用影响因子拆解的方式，列出对结果有影响的所有因子，逐个分析。比如对于销售额，影响因子就是商品、会员、客服、流量、活动等，但是不能说销售额=商品 会员 客服 流量 活动。

图2-6所示为B2C订单转化率的常用影响因子拆解。