1. 首先要确定好要研究的用户路径由哪些步骤构成，这个可以借助工具统计分析。不同的平台用户进入的路径不同，所以要考虑用户可以从哪些平台进入你的页面。一般包括浏览器、App入口、微信公众号等等，主要是看流失的用户集中于哪一种渠道？
2. 将每个步骤量化为产品中具体的页面或按钮或其他可以被统计的行为。例如访问商品详情页——点击添加购物车——访问结算页面——点击支付——访问支付成功页。比如是注册环节用户流失率高，那就看看是不是注册步骤太复杂，导致用户注册了一半就离开了。
3. 将以上用户行为进行代码埋点（可借助第三方工具或自行统计）。比如网站的竞品、用户常访问的论坛和网站等，通过用户行为分析用户在网站中的行为。比如用户的跳转率，用户是否在注册页面流失？或者是比较看重喜欢待在某个页面，找出用户最关注的点在哪。
4. 通过漏洞视图查看分析以上埋点行为事件的转化率、流失率，找到流失用户的渠道。通过观察用户的流失数据，从数据中发现和总结规律。比如是否在某个时间段（比如改版，或者是添加了某个新功能）用户开始流失、在什么节点达到最高峰，或者是集中在某一个时间点，这段时间内有什么特别的事发生？
5. 分析：最基本的分析是哪一个步骤的流失率比较多，分析原因（也可能完全是猜测）是非活跃用户还是活跃用户，这些用户有没有共性或者特点，是哪一人群体，分别是什么用户（男性用户还是女性用户），有没有哪件事触发了他们的敏感点、或者是为了指标曾刷过数据等等。
6. 当然，如果要精益数据分析，还应该综合考虑流失用户来源（比如来自某个不搭调的广告）、终端设备（比如页面不兼容某种手机）、用户分群（比如只女性用户转化率高男性用户转化率低）等等。了解是什么类型的用户在流失，流失用户的有共性和特点是什么。
7.最关键的步骤是进行验证。此时可以用电话回访、电话、短信、邮件、实地走访、问卷卡片测试、5Why工具、竞品对比等方式接触用户，然后思考优化方式。
最后着手改进，并且进行评估，看改进的效果如何，最后进行改版或者修改运营策略。总之数据分析的循环流程就是：
—>明确问题——查看数据——发现差异——分析原因——进行验证——着手改进——评估改进效果—>>