我先以 Python Query 建立一個測試用的資料：

result = {}
add_result_row(result, {"name":"首頁", "UU": 1000}) 
add_result_row(result, {"name":"搜尋", "UU": 800}) 
add_result_row(result, {"name":"商品", "UU": 700}) 
add_result_row(result, {"name":"訂單", "UU": 350}) 
add_result_row(result, {"name":"付款", "UU": 200}) 
add_result_column(result, 'name', '', TYPE_STRING)
add_result_column(result, 'UU', '', TYPE_INTEGER)

以 csv 方式觀看會如同以下的狀況：

name,  UU
首頁, 1000
搜尋,  800
商品,  700
訂單,  350
付款,  200

在 Visualization Type 選擇 Funnel，
Step Column Name 選的是何種欄位是對應每一步的描述，在此例中我們選擇 name，
Funnel Value Column Name 則是選每一步對應的值，這裡我們選擇 UU，

這時 Redash 就會畫出自動排序(越上層 Funnel Value 越大)的漏斗狀圖示，
同時也會算出轉換率：

• Max 的分母是採用所有 Funnel Value 的最大值
• Previous 的分母是採用前一層的

另外，

• Display Name 是可以控制 Step Column、Funnel Value Column 的顯示名稱
• Auto Sort Record By Value：會把 Funnel Value 自動排序，
  如果未勾選，會要選對應的欄位來排序(越上層值越小)

使用案例

Funnel 是在電商中很常來看轉換率的圖表，
在上面的體驗中也以最常出現的步驟來當成範例，
公司實際上還沒使用過 Redash 的 Funnel，
然而我們之前在另一個可以埋馬追蹤用戶的服務 Mixpanel，
此項功能使用的十分頻繁。

未來會改用解析自架的日誌系統來分析使用者的流程，
個人認為呈現圖像這方面比較不是太大的難事，
比較麻煩的點會在於取得準確的資料
eg. 首頁->搜尋->商品，
搜尋是基於該名使用者先前點過首頁、
商品是先前途徑要先有走過首頁才走過搜尋(中間繞去別的地方沒關係)

但實際上有可能使用者是從分享連結或是自己暫存的連結，
直接進到搜尋或是商品的頁面，這樣其實就不滿足精準的條件了！
如果希望看到最精確的資料要碼是 Query 或是前置的 ETL 過程會比較複雜。

ps. 文章同步發表於 Medium