▲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。
02 组成因子分解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。
- 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。
- 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。
03 影响因子拆解很多时候，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。
