12.3.3 漏斗思维
漏斗思维（见图12-2）已经普及，注册转化、购买流程、销售管道、浏览路径等太多的分析场景中能找到这种思维的影子。但是，看上去越是普世(所有人都认同）越是容易理解的模型，它的应用越得谨慎和小心。在漏斗思维中，我们尤其要注意“漏斗的长度”。
漏斗从哪里开始，到哪里结束？以我们的经验，漏斗的环节不该超过5个，且漏斗中各个环节的百分比数值的量级不要超过100倍（漏斗第一环节以100%开始，到最后一个环节的转化率数值不要低于1%）。若超过了这两个数值标准，建议分为多个漏斗进行观察。超过5个环节，往往会出现多个重点环节，在一个漏斗模型中分析多个重要问题容易产生混乱。数值量级差距过大，数值间波动的相互关系很难被察觉，容易遗漏信息。比如，漏斗前面的环节从60%变到50%，让你感觉是天大的事情，而漏斗最后的环节0.1%的变动不能引起你的注意，可往往漏斗最后这0.1%的变动是非常致命的。
12.3.4 逻辑树思维
如图12-3所示为树状逻辑。一般说明逻辑树的分叉时，都会提到“分解”和“汇总”的概念。在这里可以把它变一变，使其更贴近数据分析，称为“下钻”和“上卷”。所谓下钻，就是在分析指标的变化时，按一定的维度不断地分解。比如，按地区维度，从大区到省份，从省份到城市，从省市到区。所谓上卷，就是反过来。随着维度的下钻和上卷，数据会不断细分和汇总，在这个过程中，我们往往能找到问题的根源。
人工智能与大数据技术导论
392