漏斗函數
漏斗分析是常見的轉化分析方法，可以分析用戶在各個階段的行為轉化率，幫助管理者或運營等角色通過轉化率來衡量每個階段的轉化情況，從而達到優化產品，提升轉化率的目的，被廣泛應用于用戶行為分析和App數據分析的流量分析、產品目標轉化等數據運營與數據分析領域。
背景信息
事件（Event）代表了用戶的某個或一系列有意義的行為，比如游戲App的下載、注冊、登錄等，通過分析用戶的各項行為數據還原用戶真實的使用過程，從而提升產品轉化率，助力業務增長。常見的用戶行為分析包括事件分析、漏斗分析、留存分析等。漏斗函數主要用于分析一個多步驟過程中每一步的轉化與流失情況，通過分析漏斗模型中每一步的指標，對業務的轉化一目了然。例如一個游戲客戶的完整流程可能包含以下步驟：登錄賬號>進入游戲>游戲操作>關卡結算>賬號退出等，可以通過漏斗函數將這些特定目標過程中的行為設置為一個漏斗，分析每一步的轉化情況，以幫助業務實現精細化數據分析，優化產品體驗，提升轉換率等。
基本概念
關于漏斗分析的基本概念如下：
事件：需要分析的相關操作。
轉化步驟：由多個事件組成的分析流程，嚴格按照每一步進行漏斗計算。
時間范圍：事件發生的時間范圍，是指漏斗的第一個步驟發生的時間范圍。
窗口期：完成漏斗的時間限制，即僅在該時間范圍內，從第一個步驟進行到最后一個步驟，才能被視為一次成功的轉化。
漏斗函數介紹
Hologres是阿里云自研的一站式實時數倉，支持多種場景的實時數據多維分析。在用戶行為分析場景上，Hologres提供多種漏斗函數，快速高效地幫助業務進行用戶行為分析，被廣泛應用在互聯網、電商、游戲等行業客戶的用戶分析場景中。
當前Hologres支持的漏斗函數包括：基礎漏斗函數（windowFunnel）、區間漏斗函數（range_funnel）、屬性關聯漏斗函數（finder_funnel）和維度分組漏斗函數（finder_group_funnel）。
各函數描述及功能支持情況如下：
漏斗函數 | 函數描述 | 功能支持情況 | ||||
設置窗口期（window） | 設置漏斗事件（event） | 事件屬性關聯（attr_realted） | 維度分組（group_event_index） | 時間范圍（start_timestamp） | ||
支持在特定的窗口期內計算事件的漏斗結果。 | 支持 說明 僅允許設置一個較短的時間窗口（比如幾小時、一天之內），不支持將多個自然日作為窗口。 | 支持 | 不支持 | 不支持 | 支持 | |
支持在特定的窗口期內計算事件的漏斗結果，且支持按照時間字段對結果進行分組展示。 | 支持 說明 支持將多個自然日作為窗口。 | 支持 | 不支持 | 支持 說明 僅支持按照時間分組。 | 支持 | |
支持在特定的窗口期內計算事件的漏斗結果，且可以指定事件關聯屬性，但不能按照時間進行分組。 | 支持 說明 支持將多個自然日作為窗口。 | 支持 | 支持 | 不支持 | 支持 | |
支持在特定的窗口期內計算事件的漏斗結果，且可以按照任意字段對結果進行分組展示，并指定事件的關聯屬性。 | 支持 說明 支持將多個自然日作為窗口。 | 支持 | 支持 | 支持 說明 支持按照任意字段分組。 | 支持 | |
屬性關聯：是指任意事件可以按照屬性進行關聯。例如游戲場景中，設置的漏斗為登錄賬號>進入游戲>游戲操作>關卡結算>賬號退出等，并為每個事件設置了“國家”的屬性，此時就可以將高屬性作為關聯ID，保證每個步驟轉化都是按照同一個屬性值作為轉化。漏斗函數不同步驟關聯的屬性可以是相同屬性，也可以是不同屬性，但是要求屬性的類型必須一致。
維度分組：是指按照不同的維度對結果進行分組展示。例如按天分組，按國家、IP分組等，以實現更細粒度的漏斗分析，一個用戶只能出現在一個分組中，如果不屬于某個分組，將會被歸類到“unreach”組。