用户来了又走，你盯着PV却看不到他在哪一步流失
目录索引
456数据是网站、App与小程序一体化数据分析平台，覆盖流量统计、用户行为分析与前端性能监控。你有没有遇到过这种尴尬：后台显示访问量并不低，可用户就是“来了又走”，你盯着 PV 看了半天，却始终说不出他到底在哪一步离开了？
一次典型的流失排查是这样开始的。运营同事很困惑：“新版本上线后访问量没跌，可注册后的活跃度掉了一截。”我们没有先去看总 PV，而是调出单个用户的行为路径，把他从点进来到离开的全过程拆成四段看。看到第三个用户的轨迹时，问题就浮出水面了：他在新手引导的第二个页面反复点同一个按钮三次，然后退出，再也没回来。总 PV 当然看不出来这种细节，它只记录“页面被打开了”，不记录一个人在页面上卡了多久、试了几次。
▌ 一、为什么 PV 看不到“在哪一步走”
PV 为什么看不见流失
PV 是按页面累计的，它天然是“静态”的：每个页面各有多少人看过。但用户是“流动”的，他从 A 页到 B 页、在 B 页点了什么、又从 B 页退出去，这一连串动作是一条事件流。你只看每个页面的 PV，就像只看每个房间有多少人进出，却不知道谁在哪个房间门口转身走掉。用户行为分析要做的，就是把这条流动的轨迹还原出来。
总量与漏斗的区别
一条完整的事件流通常长这样：用户从某个渠道进入首页，停留几秒后点开一个功能页，在这个页面里点了两次按钮，其中一次没有任何反应，于是返回首页，又过了十几秒直接退出。单独看首页 PV、功能页 PV，你只能看到这两个页各有多少人；只有把事件按时间顺序串起来，“点了两次没反应然后走掉”这个关键细节才会浮出来。
图 1：把一次访问拆成四个转折，每个转折对应一类事件流数据。
▌ 二、转折一：从哪来
来源渠道怎么拆
第一个转折是用户从哪进入你的产品。是自然搜索、外部链接，还是某个推广渠道？来源不同，用户的预期完全不同：从“怎么注册”这类搜索词进来的人，目的明确；从泛娱乐内容跳转进来的人，可能只是随便看看。如果一个渠道带来的人总在第一步就退出，问题往往不在产品，而在于渠道人群和你的产品不匹配。关于用户行为怎么从事件串成路径，官网这篇用户行为分析平台：从事件到路径的分析链路讲得比较清楚。
渠道质量怎么判
判断这一点时，建议把来源和后续行为放在一起看，而不是孤立地看哪个渠道量大。一个渠道即使量小，但进来的人愿意往下点、愿意走完新手引导，它的质量就比一个量很大却全员首屏退出的渠道高。把“从哪来”和“点了什么”连起来看，渠道的真实价值才看得清。
▌ 三、转折二：点了什么
点击行为怎么归因
第二个转折是用户进来之后点了什么。这是 PV 完全无法提供的信息——它不记录按钮点击、不记录停留位置、不记录他在哪个输入框停了几秒。靠事件埋点把这些动作记下来，你才能看到他到底对什么感兴趣、在哪个功能前犹豫。点击热区、按钮事件、页面停留，共同构成了“点了什么”这一段事件流。
哪些动作值得盯
举个小例子：同样是进入设置页，有的用户点了“通知开关”三次却没成功，有的用户在“账号绑定”那里停了很久。这些细节只有把点击事件按人、按时间串起来才能看到。如果只统计设置页的 PV，你只会知道“多少人进过设置页”，永远不知道他们在里面卡住过。这也是为什么做用户行为分析，光装一个页面统计代码远远不够，还要把关键按钮和关键流程的事件埋下去。
| 转折 | 对应事件流 | 回答的问题 |
|---|---|---|
| 从哪来 | 来源事件、渠道参数 | 谁带着什么目的来 |
| 点了什么 | 页面浏览、按钮点击事件 | 他对什么感兴趣 |
| 在哪走 | 退出事件、停留时长 | 哪一步没走通 |
| 为什么回来 | 回访事件、留存记录 | 什么让他再次来 |
转折与事件流的对应关系为通用分析框架，具体字段以埋点设计为准。
▌ 四、转折三：在哪走
离开步骤怎么定位
第三个转折最关键：用户在哪一步离开了。是刚进落地页就走，还是填到一半的表单退出，还是点了支付又放弃？这里要特别区分一件事——“离开”不等于“流失”。一个人看完一篇文章觉得有收获、正常关闭页面，这不算流失；真正值得警惕的，是他“想继续却没走通”：反复点同一个按钮、在某个页面停留很久又退出、关键动作多次失败后离开。
退出页怎么找
定位“在哪走”时，别只看退出率最高的页面。更有价值的是看退出之前的上一个动作：他是从哪个页面、点了什么之后离开的。有些问题页面退出率不高，但从它出去的人再也没回来，这种“静默流失”反而更隐蔽。把退出事件和上一步行为连起来看，才能区分是用户主动结束，还是被某个页面劝退的。
图 2：柱越高代表该转折流失越严重，具体比例需用你自己的数据校准。
图 3：把“想继续却没走通”和“看完正常离开”分开，才不会把所有退出当问题。
静默流失为什么更隐蔽
回到开头那个案例：那位用户在新手引导第二页连点三次按钮后退出，属于“想继续却没走通”，而不是简单的看完离开。我们顺着这个事件流往下查，发现是那个按钮在当前版本上点了没反应。修复之后，按该产品的事件流数据观察，次段活跃度回升了一段，具体幅度以自有数据为准。这种问题，单靠 PV 永远发现不了。
这里要说明：开头那个排查过程是一个典型场景的复盘，不代表特定客户的实测，也不构成效果承诺。真实产品里，一个按钮失效可能来自前端报错、接口超时，也可能来自设计上的误导，具体原因要结合你自己的事件流和性能数据逐条核对，不能照搬这一个结论。
习惯先看用户离开前的那一步：流失点往往不在开头，而在临门一脚。这个判断来自常见排查场景的归纳，不代表特定客户实测，也不构成效果承诺；不同产品的流程长度和埋点完整度差异很大，仍要以你自己的事件流数据为准。
这里补一条口径边界，避免跨产品比错数：退出率的分母是“以该页为最后一页的会话数 / 该页总会话数”，按会话计，而不是按 UV；同一访客一天内多次进入同一页，会按会话多次计入。看“在哪走”之前，先确认你看的是会话维度还是访客维度，否则不同工具之间的退出率不能直接对比。
▌ 五、转折四：为什么回来
回访怎么看
第四个转折是用户为什么还会回来。是被内容吸引、被某个功能留住，还是活动召回？回访频率和留存记录能帮你判断，哪些动作真正建立了粘性。关于留存该怎么看，官网这篇留存分析实用技巧除了次日留存，还列了更值得关注的几个指标。用户行为路径分析的价值，就是把“从哪来—点了什么—在哪走—为什么回来”这四段串成一条完整的线。
留存与召回的关系
需要提醒的是，这四个转折不是四个互不相关的指标，而是同一个用户旅程上的连续四段。把它们割裂地看，你只能得到四张孤立的报表；串起来看，你才会理解一个人为什么离开、又为什么愿意再回来。工具的价值，正在于把这种连续的轨迹记录下来，而不是只递给你一张张页面统计表。
刚开始分析时，不用追求把四段都分析得多深。先挑掉人最严重的那一段下手，比如一大半用户都在第三步走掉，那就把“在哪走”这一段先看透，定位到具体页面和动作，再决定是改产品还是改引导。一段一段啃，比四张报表同时看却哪张都没结论更有效。
以456数据在用户行为分析中提供的事件分析、行为路径、漏斗与留存能力为例，它正是围绕这四类事件流组织的；需要说明的是，用户行为分析在基础版为“基础”能力，专业版及企业版为“支持”，行为路径属多维分析，基础版含基础能力，专业版及企业版完整支持。这一套方法跑通之后，你看到的就不再是一个个孤立的页面数字，而是一个一个具体的人。
▌ 六、闭环：四个转折对应四类事件流
四个转折串成事件流
把今天的方法收拢一下：从哪来对应来源事件流，点了什么对应页面与点击事件流，在哪走对应退出与停留事件流，为什么回来对应回访与留存事件流。下次再面对“用户来了又走”，别急着刷 PV，先把这四段事件流拉出来看，流失点往往就藏在其中某一段。
这里给一个可复算的漏斗算例：假设某落地页每天有 1000 人进入，按事件流拆，从 A 页到 B 页剩 700 人，从 B 页到 C 页剩 350 人，从 C 页到完成关键动作剩 140 人。那么 B 页到 C 页这一步掉了 350 人，是整条链路上最陡的一段，优化资源就该先投在这里；这组数字只是说明“用每一步人数差定位优先级”的方法，具体比例需用你自己的数据校准。
一个公开的行业参照可以放在这里：据 Shopify 博客引用的统计数据，2026 年第一季度全球电商网站访问的购买转化率约为 1.4%，美国站点约为 1.6%（来源：Shopify 官网博客 www.shopify.com/blog/conversion-funnel-leaks，统计期与样本口径以该博客原文标注为准，以公开披露为准）。也就是说，绝大多数访问者最终都不会完成关键动作，流失是常态而不是异常。正因为如此，定位“在哪一步走”才比盯着总 PV 更有价值。
先跑通哪一段
落地时可以从最简单的一步开始：先把“从哪来”和“在哪走”两段事件跑通，也就是把来源和退出页面看明白；等这两段有结论了，再逐步补“点了什么”和“为什么回来”。一口气把四类事件都埋全，往往做不完就搁置了；先让一段事件流能回答一个真问题，这套方法才算真正用起来。
▌ 参考资料
- W3C · DOM Level 3 Events（访问日期 2026-10-28）
- MDN Web Docs · beforeunload 事件（访问日期 2026-10-28）
- MDN Web Docs · Cookie（访问日期 2026-10-28）
- Google Analytics 帮助 · 归因模型（访问日期 2026-10-28）
- Shopify · How To Find and Fix a Leaky Sales Funnel（访问日期 2026-10-28）
| 更多资料 | 说明 |
|---|---|
| 留存分析实用技巧：除了次日留存，还应该看哪些指标？ | 为什么回来 |
| 用户行为分析平台：从事件到路径的分析链路 | 从哪来 |
| 搜索词加密了怎么办？看清用户来源的三种方法 | 来源补充 |
站内相关文章：留存分析实用技巧：除了次日留存，还应该看哪些指标？、用户行为分析平台：从事件到路径的分析链路、搜索词加密了怎么办？看清用户来源的三种方法。
动手顺序也简单：先定位在哪一步走，再看为什么走；先修掉得最多的那一步，再谈整体体验。把“在哪走”这一段的事件流拉出来，找出退出前最后一个动作，给反复退出的那几个页面配上停留时长，判断是“想继续没走通”还是“看完正常离开”，再只先修最陡的那一步，改完回来看退出率有没有变化。
如果你正在被“访问量不低、用户却留不住”困扰，却不知道该从哪一段事件流开始查起？
那就先从“在哪走”这一段入手。把反复退出的那个页面找出来，往往比盯着总 PV 更能告诉你答案。
