漏斗用来度量预先定义的流程，路径分析用来探索实际发生的行为。以咨询表单为例，先确定哪一步影响了整体转化，再从相关人群的行为顺序中找出值得验证的问题。
先判断你缺的是转化规模还是行为线索
漏斗把已经知道的业务步骤固定下来，统计多少人按约定顺序完成。路径分析以一个事件为起点向后看，也可以从目标事件往前找，探索中间发生了哪些动作。两种方法适用于同一个问题的不同阶段。比如业务说"咨询变少了"，产品经理可以先用漏斗看入口曝光、表单打开、后台接收分别掉了多少。发现打开人数稳定、接收人数下降后，再观察打开后没能完成的人去了哪里。
假设一周内有 400 名账号打开表单，120 人在各自首次打开后七天内完成接收，转化率是百分之三十。把未转化的 280 人带入路径分析时，也应先等这批人完整观察七天。路径可以只展示打开后前十分钟的动作，用来找当时的阻力，但需要说明七天是人群划分窗口，十分钟是路径探索窗口。用户当天离开、第三天回来提交，属于七天内已转化人群，虽然十分钟路径里可能看不到成功。
从能做决策的事件开始整理路径
对齐起点、身份和顺序
用首次有效打开表单做锚点，明确统计的是账号还是会话。查当次填写体验，可以限制在同一会话。查是否先读方案再回来，则允许跨会话。未登录访客和登录后账号能否关联，要用一条真实测试路径核对。缺少可靠关联的情况下，可先分析登录用户，另行说明访客范围。多个事件时间相同或延迟到达时，应核对采集端发生时间与服务端接收时间，避免把成功和失败的先后顺序颠倒。
过滤不能解释用户意图的事件
页面心跳、自动刷新和组件加载会让路径图变得很密。可以先保留打开表单、字段校验失败、打开费用说明、返回表单、提交尝试和提交结果。对主动点击和系统触发的跳转分别命名。两个动作共用同一个页面浏览事件时，考虑补充入口或触发来源。研发和产品一起对几条样本，确认路径节点与用户实际所见一致。
节点可能统计去重人数，也可能统计事件次数。一个人往返费用页三次，在人数口径里仍是一个人，次数口径则可以反映重复探索。去重人群可同时经过多个分支，分支数字相加可能超过起点人数。输出给业务的分析应注明分母。例如"280 名未转化账号中，有 70 名访问过费用说明"能直接说明规模，再补充有多少人反复往返。
从路径线索到改动，中间需要查证
设想经常出现"打开表单、看费用说明、回到表单"的顺序。一种解释是用户需要更多价格信息才能判断是否咨询。另一种解释是表单里的协议链接错误跳到了费用页。还可能是销售邮件链接的访问者本就更关心价格。可以抽样对照点击来源、跳转规则和录屏式复现，再看已转化用户中是否也经常走这条路。如果路径在已转化组同样常见，它也可能是正常决策过程。
即使发现访问费用页的用户更少提交，也要检查进入该路径前的人群是否可比。主动看价格的人可能原本就只想了解预算。对同渠道、同设备、同版本的人群分别查看能缩小差异。若认为解释清楚价格能降低不必要的绕行，可以在表单旁提供说明，在用户看到说明之前进行分组，主要比较打开后成功提交的转化，并记录有效咨询和相关答疑量。路径变化可以辅助理解用户如何完成任务。
使用反向路径时检查成功样本之外的人
从咨询成功往前看，有助于了解高意向用户常阅读哪些内容。但成功样本天然少了那些离开的人。如果六成成功者看过产品介绍，还要知道未成功者有多少也看过，并核对该页面是否必经。某个页面经常出现在成功之前，可能只是流量大或者入口靠前。可以把发现转成可复核的问题，例如"进入表单前访问方案页的人，是否在同一渠道有更高提交率"，然后用同口径漏斗量化差异。
将两类报表用在不同工作节点
每周例行检查适合使用稳定漏斗，定期对比同样步骤的规模和转化。有异常时，建一份临时路径，记录探索人群、节点筛选条件和要查证的假设。查证完成后，如果发现某条路是独立业务流程，例如从帮助中心直接联系顾问，可以为这条路单独建漏斗监控。长期保留已被确认的业务事件与指标，临时探索结果附在当次复盘即可。
交付研发时写出受影响人群和复现方式。比如小屏用户从费用说明回到表单时，输入被清空，可以要求"返回后保留当前会话中已填字段，提交仍只生成一条有效记录"。回归测试要覆盖跳转、前后台切换和刷新。上线后用原漏斗复测，再检查重复往返是否减少。两份报表由此分别负责确认影响和解释过程。
检查路径图里看不到的人
如果路径图只展示前五个分支，需要保留其余分支和没有后续事件的人数。没有后续事件可能来自关页，也可能来自采集被拦截、会话超时或跳到外部页面。可以对照后端接收记录，核查其中有没有已经成功提交的人。若路径只显示最常见的动作，小范围但严重的故障也可能被掩盖。例如某个浏览器版本的用户占比很低，却普遍卡在验证码页面。业务影响需要结合该人群规模、受阻比例和修复成本判断。
另外，探索出来的路径适合先与实际交互核对。取不同设备的少量样本，按时间复盘用户所见、服务返回与事件顺序。能稳定复现的问题进入修复排期，暂时无法复现的保留为假设，并说明还缺哪条信息。
用一个练习检查自己是否把路径解释过头
假设两组账号各有一百人。成功组有六十人访问过费用页，未成功组有七十人访问过费用页。只看比例容易认为费用页降低转化。接着看入口来源，发现未成功组中有更多用户直接来自预算调研活动。可以先在来源相同、设备相同的人里比较，再抽几条真实事件核对从表单去费用页是主动点击还是系统跳转。这样才能提出有针对性的改动。
在 GrowingIO 等行为分析工具里，可以先为咨询表单设定漏斗，再以首次打开为路径起点，分别查看已完成和未完成人群。输出结论时写明你实际观察到的行为、目前的解释和下一步验证方法。如果最终复现了返回后清空输入，就明确优先修这个故障，复测漏斗转化，同时检查往返次数。若复现不了，可以暂时保留价格信息不足这一假设，用小范围实验观察效果。复盘报告里留下样本范围和节点过滤条件，其他人就能重走一遍推理过程。