Question 1

Funnel (กรวย) ใน analytics คืออะไร?

Accepted Answer

Funnel คือการแสดงลำดับขั้นตอนสำคัญที่ผู้ใช้ผ่านเพื่อบรรลุเป้าหมายที่กำหนด เช่น การซื้อหรือการสมัคร แต่ละขั้นตอนจะแสดงจำนวนผู้ใช้ที่ก้าวหน้าไปยังขั้นตอนถัดไป ทำให้สามารถระบุจุดที่มีอุปสรรคและการ drop-off ได้ คำว่า 'กรวย' มาจากข้อเท็จจริงที่ว่าจำนวนผู้ใช้ลดลงตามธรรมชาติในแต่ละขั้นตอนถัดไป

Question 2

ลำดับขั้นตอนทั่วไปของ funnel e-commerce แบบคลาสสิกคืออะไร?

Accepted Answer

Funnel e-commerce แบบคลาสสิกเดินตามตรรกะของการเดินทางซื้อ: ผู้ใช้เยี่ยมชมเว็บไซต์ ดูสินค้า เพิ่มเข้าตะกร้า ไปที่หน้าชำระเงิน จากนั้นทำการซื้อเสร็จสิ้น โมเดลเชิงเส้นนี้ช่วยระบุว่าลูกค้าเป้าหมายเลิกที่ไหน ขั้นตอนระหว่างตะกร้าและการชำระเงินมักจะมีอัตราการละทิ้งสูงสุด มักเกี่ยวข้องกับค่าจัดส่งหรือกระบวนการ checkout ที่ซับซ้อนเกินไป

Question 3

จะคำนวณอัตราการแปลงโดยรวมของ funnel ได้อย่างไร?

Accepted Answer

อัตราการแปลงโดยรวมของ funnel คำนวณโดยการหารจำนวนผู้ใช้ที่ทำขั้นตอนสุดท้ายเสร็จด้วยจำนวนผู้ใช้ที่เข้าสู่ขั้นตอนแรก คูณด้วย 100 ตัวอย่างเช่น หากผู้เยี่ยมชม 10,000 คนเข้าสู่เว็บไซต์และ 200 คนซื้อ อัตราการแปลงโดยรวมคือ 2% อัตรานี้ให้มุมมองเชิงสังเคราะห์ของประสิทธิภาพ funnel แต่ไม่เปิดเผยว่าการสูญเสียเกิดขึ้นที่ใด ดังนั้นจึงจำเป็นต้องวิเคราะห์อัตราทีละขั้นด้วย

การวิเคราะห์ Funnel และ Conversion

Funnel (กรวย) ใน analytics คืออะไร?

คำตอบ

ลำดับขั้นตอนทั่วไปของ funnel e-commerce แบบคลาสสิกคืออะไร?

คำตอบ

จะคำนวณอัตราการแปลงโดยรวมของ funnel ได้อย่างไร?

คำตอบ

Drop-off rate (อัตราการละทิ้ง) ระหว่างสองขั้นตอนของ funnel คืออะไร?

ความแตกต่างระหว่าง sales funnel และ marketing funnel คืออะไร?

หัวข้อสัมภาษณ์ Data Analytics อื่นๆ

Google Sheets - พื้นฐาน

Google Sheets - สูตรขั้นสูง

SQL - พื้นฐาน

SQL - การรวมและการจัดกลุ่ม

SQL - Joins

BigQuery - พื้นฐาน

Data Cleaning - การทำความสะอาดข้อมูล

KPI และเมตริกทางธุรกิจ

สถิติเชิงพรรณนา

Zapier และระบบอัตโนมัติ No-Code

หลักการ Data Visualization

Python & Pandas - พื้นฐาน

Google Sheets - แดชบอร์ดอัตโนมัติ

SQL - Subquery และ CTE

SQL - Window Functions

BigQuery - ฟีเจอร์ขั้นสูง

Data Modeling

การวิเคราะห์ Cohort และ Retention

Google Tag Manager และการติดตาม

API และ Webhook

dbt - พื้นฐาน

AB Testing และสถิติประยุกต์

Looker Studio (Google Data Studio)

Power BI - พื้นฐาน

SQL - การคิวรีเชิงวิเคราะห์ขั้นสูง

dbt - ฟีเจอร์ขั้นสูง

Power BI - DAX และแดชบอร์ดขั้นสูง

Python Analytics - การวิเคราะห์ขั้นสูงและ ML

เชี่ยวชาญ Data Analytics สำหรับการสัมภาษณ์ครั้งถัดไป