×
TRAFFIC INTELLIGENCE

APP JOURNEY MAP

模擬資料 · SIMULATED · 7 DAYS · APP
FRAMEWORK
PAGE

VIEW SETTINGS · ADVANCED

邊最小流量
流向粒子
節點標籤
FOCUS /
PAGE INTELLIGENCE▸
LEGEND▸
FLOW TYPE · 手段
NODE METRIC · 節點
大小＝經過 session　·　左→右＝流量方向
弧度較大、較淡的邊＝回流（往左走）
分道規則（由資料推算） CONVERSION：入邊「交易」佔 ≥50%（終點），或走到終點機率 ≥10%
DISCOVERY：入邊「發現手段」佔 ≥30%
ENTRY：落地率 ≥15%，或抵達有 ≥35% 來自落地頁
CORE：其餘（功能、瀏覽、會員、分類…）
只影響位置，不改任何數字。

手段分類：兩層模型

每條「頁 → 頁」轉移的手段，取自來源頁那一段連續瀏覽中的最後一個動作事件；曝光、頁面載入等被動事件不參與判定，整段沒有動作事件則歸「其他」。手段分兩層：發現手段（帶流量找到商品）與功能動作（站內操作）。

聚焦模式的三個佔比分母不同、不可混用：① 佔抵達＝該來源 ÷ 全部抵達（站內回流＋進站落地）；② 佔離開＝該去向 ÷ 全部離開（去別頁＋流失）；③ 落地率＝該頁落地 session ÷ 經過 session。判斷「是不是落地頁」看落地率，判斷「來源組成」看佔抵達。

Layer A · 發現手段（地圖亮色）

手段判定條件
搜尋送出搜尋、搜尋入口按鈕、搜尋結果列表點擊
推薦商品版位點擊，且版位屬於推薦白名單（猜你喜歡、看了又看…）
廣告版位看板、橫幅、開屏等白名單以外的版位點擊
分類瀏覽分類／目錄結果點擊

Layer B · 功能動作（地圖灰／次要）

手段判定條件
交易加入購物車、開始結帳、完成結帳
功能導航分頁、返回、功能按鈕
其他其餘動作，以及整段沒有動作事件（返回手勢、未埋點動作）

「其他」偏高主要來自整段沒有動作事件的轉移，屬於「無法歸因」，不是分類失敗；比例本身也是埋點品質的訊號。

架構決策記錄（ADR）

ADR-001　節點＝頁面名稱，跨接技術轉導頁
脈絡：技術性的跳轉頁會佔掉大量轉移，讓地圖變成毛球、手段全被打成「其他」。
決策：從序列移除轉導頁並把前後重新接起來，還原真實的 A → B。
ADR-002　母體只算真進站
決策：session 必須有「開啟 App」事件才算進站，排除推播收到但沒打開的幻影 session；進站方式依啟動來源分為冷啟動／背景喚醒／推播／外部連結。
ADR-003　手段＝段內最後一個動作事件
脈絡：曝光事件量遠大於點擊，天真地取「最後一筆事件」會被曝光汙染。
決策：每個 session 切成「連續同頁段」（gaps-and-islands），段內取最後一個非被動事件當手段。
ADR-004　權重＝不重複 session
決策：節點與邊的權重皆為不重複 session 數，同一 session 走同一轉移只算一次，避免被重度使用者灌爆。
ADR-005　成交終點＝完成結帳
決策：成交只認「完成結帳」，不把「立即購買」等意圖事件當成交；金額以訂單編號去重。
ADR-006　價值層用馬可夫 removal effect
脈絡：「經過的 session 都算一份」的粗歸法會高估首頁、商品頁這類大家都會經過的頁。
決策：把地圖建成吸收態馬可夫鏈，計算移除某頁後成交機率掉多少，作為該頁的邊際貢獻；GMV 依貢獻份額可加總分配。
ADR-007　V3：同頁壓縮片段
脈絡：以頁面名稱切段時，商品頁內「從一個商品跳到另一個商品」會被併成同一段，推薦版位的貢獻因此被低估。
決策：以「上一頁 × 進入手段 × 頁內連逛次數 × 離開手段 × 下一頁」的 3 步片段為單位，聚焦時可依上一頁、來源手段、連逛次數篩選。
ADR-008　判讀限制
一階馬可夫沒有記憶；成交率只是相關性（本來就想買的人會多逛），效果需 A/B 實驗驗證；目前是一週快照，不能看趨勢。

本頁所有數字、頁面與版位名稱皆為模擬資料。

🔀 繞路/回流診斷

直接從邊觀察「反覆／重來」的行為訊號，不靠歸因模型。部分振盪是正常比價，挑異常高或明顯沒被滿足的看。

① 雙向來回振盪（在兩頁間反覆，min 高＝反覆越重）

頁對A→BB→A振盪(min)
商品頁 ↔ 搜尋結果頁2,833,6993,220,6672,833,699
商品頁 ↔ 首頁1,745,2692,886,9491,745,269
商品評價頁 ↔ 商品頁693,6881,067,874693,688
搜尋結果頁 ↔ 搜尋輸入頁644,8572,115,091644,857
活動頁 ↔ 首頁613,1741,883,346613,174
商品頁 ↔ 相似商品頁723,401439,046439,046
商品頁 ↔ 活動頁375,1471,249,458375,147
會員中心 ↔ 首頁348,3091,580,088348,309
商品頁 ↔ 購物車清單頁590,223293,833293,833
搜尋結果頁 ↔ 首頁273,012638,841273,012
搜尋輸入頁 ↔ 首頁269,1802,199,970269,180
商店商品頁 ↔ 商店首頁192,126402,038192,126
商店商品頁 ↔ 搜尋結果頁168,855418,919168,855
購物車清單頁 ↔ 首頁156,608804,872156,608
會員中心 ↔ 訂單查詢頁554,226127,854127,854

② 回流「重來」訊號（大量把人送回起點＝當前頁沒滿足）

回流到「首頁」top6
來源頁回流 session佔該頁經過
商品頁1,745,26916%
活動頁613,17415%
會員中心348,30916%
搜尋結果頁273,0125%
搜尋輸入頁269,18010%
結帳完成頁214,11825%
回流到「搜尋輸入頁」top6
來源頁回流 session佔該頁經過
首頁2,199,97016%
搜尋結果頁644,85712%

③ 重來率排名（→首頁／搜尋入口 佔離開；高＝缺少「繼續前進」的動線）

頁重來率回起點 session經過 session
會員登入頁29%64,912224,395
結帳完成頁25%214,118841,935
會員中心15%348,3092,125,102
直播頁15%111,452728,355
活動頁15%613,1744,082,144
搜尋結果頁14%917,8695,299,866
首頁13%2,199,97014,153,424
限時搶購頁12%59,799483,777
商品頁12%1,745,26911,198,209
商店商品頁11%138,9821,196,261
左側選單10%67,307644,964
熱銷排行頁10%33,495323,174
商店首頁10%94,891921,598
推薦專區10%47,340491,711
搜尋輸入頁9%269,1802,803,985
讀法：① 挑振盪遠高於比價常態的頁對；② 佔該頁經過比例高＝該頁把大量人推回起點；③ 重來率高＝缺少接續動線，可補相似商品、加購引導或返回保留位置。
PRODUCT PAGE CHAINS

商品頁連逛：跳幾次、靠什麼跳、最後買不買

地圖以頁面名稱切段，商品→商品的跳轉會被併成同一段而看不見。這裡改用頁面瀏覽序列：同一 session 內兩筆「商品頁／商店商品頁」PV 前後緊接＝1 次跳轉（不看商品編號）。

FRAMEWORK

① 跳轉次數分布

有看商品的 session，依整個 session 的總跳轉次數分組（佔比）

② 各組成交率

session 成交率 vs 最後看商品之後才完成結帳

③ 逐次跳轉漏斗

到達第 k 次跳轉的連逛鏈，接下來：繼續跳／去其他頁／在商品頁結束 session（以鏈為單位，三者加總 100%）

④ 跳轉手段

每次跳轉前最後一個動作（8 類判定與地圖相同）；hover 看成交率

推薦版位細項

推薦類跳轉中，各版位佔比

讀法限制
‧ 不讀商品編號，重新整理／重送 pageView 也算 1 次跳轉；「其他」＝兩次 PV 間沒有動作事件（返回、滑動、重送 PV 都可能），解讀要保守。
‧ 成交是 session 層級的相關性：逛越多的人本來就較投入（選擇偏誤）。「最後看商品後才結帳」較貼近，但仍不是因果。
‧ ③ 以連逛鏈為單位，同一 session 可有多條鏈。搜尋／分類／廣告版位跳轉近 0 屬正常：商品頁之間很少透過這些手段直接跳。
‧ 對帳：有看「商品頁」的 session 數應與地圖商品頁經過 session 一致（實務上差距 < 0.5% 才視為口徑對齊）。本頁數字皆為模擬資料。