品牌数据银行帮助中心
背景介绍
为了引导品牌商家，更好的挖掘处于品牌不同阶段消费者转化的原因及机会点， 及更显性化机会点，数据银行在原先的链路流转分析上，增加了对链路流转原因的分析。
功能介绍
“链路流转分析（新）”适用于所有开通了数据银行电商角色的品牌，现对该功能的主要使用介绍如下。
查看路径：登陆数据银行——链路流转分析
功能点概览：
该功能板块现分成两块：链路流转分析和流转原因分析。
即看12月8日的认知、兴趣、购买和忠诚，到1月7日后发生了怎样的流转
一、链路流转分析：提供在起始日期的消费者，在截止日期发生的流转数据情况。
默认展现的是认知/兴趣/购买/忠诚各层人群流转到下一层的数量/流转率/环比流转率，点击“查看更多流转”可以看到认知/兴趣/购买/忠诚各层人群流转到其他阶段的数据。
注：
流转率：某一层用户流转到下一层的百分比，比如认知——兴趣流转率，即兴趣/认知。
环比流转率=所选周期前一个周期的流转率，例如，2018.12.05-2018.12.07的环比流转率为2018.12.03-2018.12.05的流转率
二、流转原因分析：提供在起始时间的消费者，在截止日期，不同流转情况客户的具体特征。目前提供的包含：消费者属性、历史关系和触点三种不同特征的原因分析。
使用步骤：选择任意两个对比阶段，点击“分析原因”——查看流转率和覆盖人数矩阵
流转率和覆盖人数矩阵的查看方式：根据流转率和覆盖率的高低，分成四种不同类型的矩阵，根据流转率情况和覆盖消费者数量情况的高低，分别是覆盖多、流转高>覆盖少，流转多>覆盖多、流转少>覆盖少、流转少。各个矩阵中提供相对应的标签属性，提供：属性名称、起始人数、覆盖率、流转人数和流转率。
具体使用场景
场景一：流转高覆盖也多的属性特征
行动点：自定义人群圈定这波人进行运营
如某品牌发现标签“最近30天登录天数-16至30天”，从兴趣到购买的覆盖和流转都比较高，于是去自定义圈定了该人群，做二次收割
Ps:如果品牌可以圈定到此类型人群数量较少，建议可以在圈定“兴趣”人群的基础上，增加“认知”人群
场景二：流转高覆盖少的特征人群
行动点：（1）培养上一个阶段处于这个类型的用户：比如发现兴趣到购买的用户，流转特别好，但是覆盖不多。于是可以圈定认知中符合这个标签属性的用户，引导至兴趣以及购买；（2）圈定人群后，使用人群放大功能。
举例：某品牌发现其从兴趣到购买的流转人群中，88会员-apass会员、超级会员的流转率特别高，但是人群的覆盖数量很少，于是去自定义分析中，圈定了认知人群中的apass会员和超级会员，进行运营。
场景三：历史关系，处于“认知”/“兴趣”天数
行动点：针对最容易流转到“购买”的天数的用户，进行二次营销
举例：某品牌发现自己用户中，处于“认知”状态31-45天的用户，相对流转率比较高，但是却有大量处于“认知”状态0-15天的用户。于是通过自定义圈人中找到近期只被钻展广告曝光1天的用户，进行二次营销，增加流转。具体圈人方式可以参考下图
Tips：如果圈定人群量级比较大，可以把最近90天改成最近30天或最近15天
常见问题解答
链路流转分析FAQ
问：什么是“链路流转分析”功能？
答：该功能主要是帮助品牌分析两个时间点的消费者流转情况。即在起始时间点处于认知、兴趣、购买和忠诚的用户，在结束时间点的流转，以及流转原因。帮助品牌能快速定位流转人群的特征，高效给到品牌消费者运营的指导和参考。
问：链路流转分析中的起始日期和结束日期，是说这段时间里消费者流转的情况吗？
答：不是。目前我们提供的是在起始日期这个时间点的消费者，在结束日期的流转情况。暂未提供时间段的流转情况分析。
举例：选择日期为12.8-1.7，可以看12月8日的认知、兴趣、购买和忠诚，到1月7日后发生了怎样的流转。
问：链路流转分析中，为什么选择起始日期的人数总和不等于结束日期的人数总和？
答：结束日期看的是当天有效的认知兴趣购买忠诚人群，即：当天未失效的活跃的消费者。包含两部分人群：（1）起始日期的流转人数；（2）起始日期与结束日期之间的这段时间内新流转进来的人数。
问：链路分析中这个流转率与环比流转率该怎么理解？
答：流转率：某一层用户流转到下一层的百分比，比如认知到兴趣的流转率，即兴趣/认知。
环比流转率：所选周期前一个周期的流转率，例如，2018.12.05-2018.12.07的环比流转率为2018.12.03-2018.12.05的流转率。
问：链路流转分析中，忠诚到购买的流转，这个怎么理解呢？
答：忠诚的定义是，365天内有过正向的评论\正向的追评，或365天内购买过该品牌商品大于等于2天的消费者；购买的定义是，最近2年半（2*365天+180天），购买了品牌商品的所有消费者；
忠诚到购买的流转，指在结束日期这一天，有忠诚客户在365天内未发生过购买行为，于是回退到了购买状态。
问：流转原因分析的横纵坐标是什么意思？
答：横坐标代表覆盖的人数，从左到右逐渐增加；纵坐标代表流转率，从下往上逐渐升高；
根据这两个指标将覆盖的区域划分为四块，建议优先级排序如下：覆盖多、流转高>覆盖少，流转多>覆盖多、流转少>覆盖少、流转少；
问：为什么我选择了“原因分析”，无法正常计算？
答：以下两种情况，暂无法提供分析：
（1）当流转的人数不足2000时，涉及安全与消费者隐私，不支持提供 “消费者属性”、“智慧门店”、“智慧商圈”的原因分析，其他原因仍然可以分析；
（2）当起始时间与结束时间的时间跨度大于60天，暂不支持流转原因分析。
问：流转原因分析坐标轴里的小点点，该如何理解？
答：数据银行通过对覆盖人数的具体标签属性，分别通过流转人数top5、流转率top5、覆盖人数top5的角度进行流转原因分析。在流转原因分析图上，以一个小点来代表一个具体的标签，鼠标浮上去可以查看对应的属性名称、起始人数、覆盖率、流转人数和流转率。
问：我想圈选流转高、覆盖好小点点中的人群，进行二次营销。但是通过自定义圈人筛选出的人群数量，为什么和小点点中显示的人数为什么不一致？
答：自定义圈选的人群是一个真实的人数，而链路流转原因分析中具体的特征人群的人数是一个预估人数，会有一点偏差。
问题和咨询
在使用过程中，如有任何疑问或者建议，可以通过如下两种方式进行反馈，感谢您对银行产品的支持！
提交工单
客户支持钉钉群
品牌数据银行客户支持3群
普通群
群号：21965745
