漏鬥分析是常見的轉化分析方法，可以分析使用者在各個階段的行為轉化率，協助管理者或營運等角色通過轉化率來衡量每個階段的轉化情況，從而達到最佳化產品，提升轉化率的目的，被廣泛應用於使用者行為分析和App資料分析的流量分析、產品目標轉化等資料營運與資料分析領域。
背景資訊
事件（Event）代表了使用者的某個或一系列有意義的行為，比如遊戲App的下載、註冊、登入等，通過分析使用者的各項行為資料還原使用者真實的使用過程，從而提升產品轉化率，助力業務增長。常見的使用者行為分析包括事件分析、漏鬥分析、留存分析等。漏鬥函數主要用於分析一個多步驟過程中每一步的轉化與流失情況，通過分析漏鬥模型中每一步的指標，對業務的轉化一目瞭然。例如一個遊戲客戶的完整流程可能包含以下步驟：登入帳號>進入遊戲>遊戲操作>關卡結算>帳號退出等，可以通過漏鬥函數將這些特定目標過程中的行為設定為一個漏鬥，分析每一步的轉化情況，以協助業務實現精細化資料分析，最佳化產品體驗，提升轉換率等。
基本概念
關於漏鬥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鬥計算。
時間範圍：事件發生的時間範圍，是指漏鬥的第一個步驟發生的時間範圍。
視窗期：完成漏鬥的時間限制，即僅在該時間範圍內，從第一個步驟進行到最後一個步驟，才能被視為一次成功的轉化。
漏鬥函數介紹
Hologres是阿里雲自研的一站式即時數倉，支援多種情境的即時資料多維分析。在使用者行為分析情境上，Hologres提供多種漏鬥函數，快速高效地協助業務進行使用者行為分析，被廣泛應用在互連網、電商、遊戲等行業客戶的使用者分析情境中。
當前Hologres支援的漏鬥函數包括：基礎漏鬥函數（windowFunnel）、區間漏鬥函數（range_funnel）、屬性關聯漏鬥函數（finder_funnel）和維度分組漏鬥函數（finder_group_funnel）。
各函數描述及功能支援情況如下：
漏鬥函數 | 函數描述 | 功能支援情況 | ||||
設定視窗期（window） | 設定漏鬥事件（event） | 事件屬性關聯（attr_realted） | 維度分組（group_event_index） | 時間範圍（start_timestamp） | ||
支援在特定的視窗期內計算事件的漏鬥結果。 | 支援 說明 僅允許設定一個較短的時間視窗（比如幾小時、一天之內），不支援將多個自然日作為視窗。 | 支援 | 不支援 | 不支援 | 支援 | |
支援在特定的視窗期內計算事件的漏鬥結果，且支援按照時間欄位對結果進行分組展示。 | 支援 說明 支援將多個自然日作為視窗。 | 支援 | 不支援 | 支援 說明 僅支援按照時間分組。 | 支援 | |
支援在特定的視窗期內計算事件的漏鬥結果，且可以指定事件關聯屬性，但不能按照時間進行分組。 | 支援 說明 支援將多個自然日作為視窗。 | 支援 | 支援 | 不支援 | 支援 | |
支援在特定的視窗期內計算事件的漏鬥結果，且可以按照任意欄位對結果進行分組展示，並指定事件的關聯屬性。 | 支援 說明 支援將多個自然日作為視窗。 | 支援 | 支援 | 支援 說明 支援按照任意欄位分組。 | 支援 | |
屬性關聯：是指任意事件可以按照屬性進行關聯。例如遊戲情境中，設定的漏鬥為登入帳號>進入遊戲>遊戲操作>關卡結算>帳號退出等，並為每個事件設定了“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。漏鬥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鬥分析，一個使用者只能出現在一個分組中，如果不屬於某個分組，將會被歸類到“unreach”組。