什么是数据分析的漏斗模型？

其实我也不知道。

不过咱们猜一下。漏斗，是一种辅助过滤装置，通常是上大下小的锥状。单独的漏斗，是为了解决瓶颈细窄致使的信息沟通不畅问题。有了过滤装置以后，可以辅助过滤。使用时，被过滤对象从大口进，通过过滤装置，自小口进入下一收集装置。

咱们假设数据分析的漏斗模型是具有过滤装置的漏斗模型。

A（未过滤数据）——＞B漏斗模型—过滤筛选—＞C。

以上是A站数据经过B漏斗模型到达C站的过程。

通常的，A站的数据是更接近原始的，多元的，规律宽泛的，复杂的数据。而C站的数据，是更接近需要的，有针对性的，规律相对狭窄的，相对简单的数据。那么A站的数据，显然，是不能直接搬到C站使用的。因为，它们的标签不同。就像A站是某小区全体居民，C站是电影院。相对的讲，C是A的真子集。

如果把以上过程，看作数学模型：

A——＞若不满足F（x），淘汰；若满足F（x）——＞C。

F（x）为漏斗模型的淘汰筛选条件设定。它的制定，是根据C站的需求，结合A站的数据特点，进行制定的。通常是一系列的“是否”性的逻辑判断语。例如C站是公司人力资源部招聘用的数据库，这个数据库来源于A站（各大招聘网站）。C站根据自己的需求和A站特点，建立漏斗过滤模型，年龄是否在多少之间，是否本科毕业，是否在职，是否有几年以上工作经验等等。以上筛选条件依权重排序，分先后。它们共同组成的过滤筛选体系，就是漏斗模型。

漏斗模型大大节约了从原始数据直接搜索需求价值信息的时间。大大提高了前期数据分析的效率。它是大数据时代数据收集，数据分析，各环节里经常用到的模型。

以上，纯粹个人想象，莫要当真。