图表图鉴 / 流程与转化卷 / 转化漏斗

转化漏斗,一眼看清每一步掉了多少人

学名:Funnel Chart or Sankey / 次选 Waterfall(用于流量桥接)

本页标本取自一门公开课报名到完课的五级链路:48,200 人访问课程页, 最终 6,020 人完课,整体转化 12.5%。漏斗逐级人数守恒递减,级名与数值全部直标, 不依赖宽度与颜色单一通道;同级数据在文末提供数据表后备。

主图标本 / 五级转化漏斗 / 逐级直标人数与转化率

公开课完课漏斗

2026 年春季班报名周期 / 数据为逐级守恒的示意真实感数据集
48,200进入漏斗 6,020完课 12.5%整体转化 45.6%最大流失级(试听转报名)
01 访问课程页 48,200 人 02 观看试听 29,890 人 03 提交报名 13,640 人 04 完成缴费 9,470 人 05 完成课程 6,020 人 62.0% 流失 18,310 人 45.6% 最大流失级 流失 16,250 人 69.4% 流失 4,170 人 63.6% 流失 3,450 人 整体转化 12.5%(48,200 进入 / 6,020 完课 / 累计流失 42,180 人)

62.0% / 流失 18,310 人

45.6% 最大流失级 / 流失 16,250 人

69.4% / 流失 4,170 人

63.6% / 流失 3,450 人

整体转化 12.5%(48,200 进入 / 6,020 完课)

键盘读值:按 Tab 逐级聚焦,Enter 或 空格 下钻该级明细,Esc 返回总览。

总览

48,200 人访问课程页,6,020 人完课,整体转化 12.5%。最大流失发生在试听转报名,逐级转化 45.6%。聚焦任意一级可读出该级人数与去向。

变体样张 / 桑基迷你样 与 漏斗桑基取舍

桑基迷你样:渠道分流

同一数据集的另一面:48,200 次访问来自三个渠道,右端汇入「进入试听」与「当场流失」, 丝带宽度逐路守恒(试听 29,890 / 流失 18,310)。适合回答「流量从哪来、到哪去」。

搜索引擎 21,600 朋友分享 14,200 公众号 12,400 进入试听 29,890 当场流失 18,310 丝带宽度守恒 / 左右总量均为 48,200 / 数据与主漏斗一致

何时漏斗,何时桑基

  • 用漏斗Funnel

    单一主路径、3 至 8 个顺序阶段,核心问题是「每一步掉了多少」。它把注意力锁在逐级转化率与最大流失级上,读图成本最低。

  • 用桑基Sankey

    出现多来源多去向的分流,需要看清每条支路的流量分配与守恒关系。代价是图形更密,移动端与读屏场景应回到数据表。

  • 用瀑布(次选)Waterfall

    关心逐级增减的绝对数量而非比例结构时,瀑布桥接每一笔增减到最终总量,更适合财务式加减账。

  • 都不用时

    阶段不顺序、数值不单调递减时改用条形图;少于 3 个阶段时直接用统计卡加数字,不必画流程。

判断口诀:一条路走到底用漏斗,岔路口多改桑基,只算增减账上瀑布。

官方档案速查 / 选型依据 No.07

选型档案

依据站内图表选型数据第 07 条原文整理
最佳图形
Funnel Chart or Sankey
次选图形
Waterfall(用于流量桥接)
适用场景
顺序多阶段流程,需要在明确定义的阶段之间呈现转化率与流失率
不适用
阶段不顺序 / 数值不单调递减(改用条形图)/ 少于 3 个阶段
级数阈值
3 至 8 级最佳;超过 8 级时把次要步骤并入 Other 组
颜色法则
级间用单色由深到浅渐变 / 逐级标注转化率 / 高亮最大流失级
交互层级
Hover + Drill
库推荐
D3.js / Recharts / Custom SVG
无障碍风险
risk:conditional级名与数值必须直标可见,用文本与边界区分阶段,不能只靠渐变色
后备方案
线性阶段表加转化摘要;键盘聚焦逐级读值,Enter 或空格下钻,Back 返回

数据表后备 / 完整五级数据与转化摘要

阶段数据表

漏斗的线性文本后备,读屏与精确读数以此为准
级 阶段 人数 逐级转化 累计转化 逐级流失
01 访问课程页 48,200 — 100% —
02 观看试听 29,890 62.0% 62.0% −18,310
03 提交报名最大流失 13,640 45.6% 28.3% −16,250
04 完成缴费 9,470 69.4% 19.6% −4,170
05 完成课程 6,020 63.6% 12.5% −3,450

转化摘要:整体转化 12.5%(6,020 / 48,200),累计流失 42,180 人。 逐级转化最低点在 02 至 03(45.6%),为优化优先级最高的一级。