我一直致力于使用 Google Analytics 的增强型电子商务报告创建一些 Data Studio 报告，但找不到任何与漏斗密切相关的内容。我发现了Michelle Kiss和Doug Hall 的一些很棒的帖子，它们提供了一些解决此问题的创新方法，但我找不到的是仅使用本机 Google Analytics 连接器或任何处理有关开放/封闭的细微差别的解决方案漏斗和其他指标。我很高兴分享一组我认为可以解决此问题的购物行为漏斗模板。
数据洞察购物行为漏斗
这是我创建的漏斗的嵌入式视图，以尽可能接近实际的购物行为漏斗报告。将鼠标悬停在步骤 2 或 3 上，您会看到我们甚至设法将入口复制到步骤中（步骤 2 和 3）。
这是另一个交互式模板。您可以单击“设备类别”、“频道”和“国家/地区”的小部件，然后您会看到漏斗随您的选择而更新。
请务必浏览模板报告中的所有五个页面，其中包括启用/禁用对数刻度的示例以及可供您使用的不同版本的漏斗。
这是如何创建的？
要创建这些漏斗，需要一定的创造力，因为必须解决许多挑战。第一个挑战是如何创建一个简单的漏斗。
简单漏斗
要在 Data Studio 中创建简单的增强型电子商务漏斗，您需要使用 Shopping Stage 维度和 Sessions 作为指标。您会发现有 20 多个购物阶段，因此第一步是创建一个过滤器以仅包含所需的那些。然后您可以使用条形图来创建漏斗可视化，但您会发现步骤顺序不正确。要解决这个问题，您需要创建一个 CASE 语句，该语句将强制排序。
第 1 步：使用 Shopping Stage 和 Sessions 创建一个表格小部件
第 2 步：应用以下过滤器。名称 = 仅包括购物行为阶段。条件 = Include – Shopping Stage – RegExp Contains – ^(ALL_VISITS|ADD_TO_CART|CHECKOUT|PRODUCT_VIEW|TRANSACTION)$
第 3 步：创建新的计算字段（单击添加维度然后添加字段）并使用以下 CASE 语句
CASE
WHEN REGEXP_MATCH (Shopping Stage, “ALL_VISITS”) THEN “1) All Sessions”
WHEN REGEXP_MATCH (Shopping Stage, “CHECKOUT”) THEN “4) Sessions with Check-Out”
WHEN REGEXP_MATCH (Shopping Stage, “ADD_TO_CART”) THEN “ 3) 添加到购物车的会话”
WHEN REGEXP_MATCH (Shopping Stage, “TRANSACTION”) THEN “5) Sessions with Transactions”
WHEN REGEXP_MATCH (Shopping Stage, “PRODUCT_VIEW”) THEN “2) Sessions with Product Views”
END
第 4 步：更改为条形图，然后将排序更改为升序。
增强型电子商务漏斗
要创建实际的增强型电子商务漏斗，还有很多事情要做。我将向您展示一些需要的关键点，您应该能够将模板报告用于其余部分（只需创建一个副本并开始编辑/探索）。
步骤 1：我们需要一个不同的 Case Statement 来创建一个新的计算字段，该字段允许我们创建开放漏斗可视化。用这个：
CASE
WHEN REGEXP_MATCH (Shopping Stage, “ALL_VISITS”) THEN “1) All Sessions”
WHEN REGEXP_MATCH (Shopping Stage, “CHECKOUT_WITH_CART_ADDITION”) THEN “4) Sessions with Check-Out
” 4)
结账会话” WHEN REGEXP_MATCH (Shopping Stage, “ADD_TO_CART_WITHOUT_VIEW”) THEN “3) Sessions with Add to Cart”
WHEN REGEXP_MATCH (Shopping Stage, “ADD_TO_CART_WITH_VIEW”) THEN “3)
CarSessions with Add to Cart_MATCH” (Shopping Stage, “TRANSACTION”) THEN “5) Sessions with Transactions”
WHEN REGEXP_MATCH (Shopping Stage, “PRODUCT_VIEW”) THEN “2) Sessions with Product Views”
END
第 2 步：这是一个表格示例，我们可以在其中看到数据源是 5 个过滤指标的混合。这使我们能够创建完成率所需的所有计算字段。
上面的报告中包含了许多其他步骤，但同样，它们几乎都只是数据源与自身的混合。探索模板混合数据源，您可以查看所需的 14 个混合数据源的所有设置/组件。
我想用这些做更多的事情，但这应该作为构建更好版本和变体的良好起点！让我知道你的想法！
本文由博客一文多发平台 OpenWrite 发布！
