Expert end-to-end pour concevoir, auditer et coder des quiz funnels haute-conversion (mobile apps + SaaS web) couplés à des paywalls optimisés. Couvre la stratégie (croyances → questions → personnalisation → paywall), le copywriting des questions et résultats, l'intégration paywall (hard/soft, trial mechanics, RevenueCat/Superwall/Adapty patterns), les benchmarks 2026 (RevenueCat 115k apps, Adapty 16k apps), 30+ teardowns (Cal AI, Noom, Duolingo, Blinkist, Flo, Opal, Stoic, Calm, Headspace, MyFitnessPal, Linear, Notion, Anthropic, Cursor, Superhuman), le A/B test playbook par win-rate, l'instrumentation analytics, la stack technique (Next.js + Zustand + Stripe/RevenueCat/Superwall) ET un sous-skill "Dashboard Réponse" pour générer un back-office admin complet (KPI, funnel par étape, drop-off, distribution réponses, détail session, export CSV) schema-agnostic et production-ready. Use when the user asks for "quiz funnel", "onboarding quiz", "tunnel de quiz", "quiz d'audit", "quiz personnalisation", "questionnai
El comando permanece en una sola línea. Desplázate horizontalmente para revisarlo antes de copiarlo.
¿Prefieres una copia local? Descarga los archivos que SkillsMP tiene disponibles ahora.
Mostrando SKILL.md
SKILL.md
Instrucciones de origen · Vista previa de solo lectura
name
quiz-funnel-expert
description
Expert end-to-end pour concevoir, auditer et coder des quiz funnels haute-conversion (mobile apps + SaaS web) couplés à des paywalls optimisés. Couvre la stratégie (croyances → questions → personnalisation → paywall), le copywriting des questions et résultats, l'intégration paywall (hard/soft, trial mechanics, RevenueCat/Superwall/Adapty patterns), les benchmarks 2026 (RevenueCat 115k apps, Adapty 16k apps), 30+ teardowns (Cal AI, Noom, Duolingo, Blinkist, Flo, Opal, Stoic, Calm, Headspace, MyFitnessPal, Linear, Notion, Anthropic, Cursor, Superhuman), le A/B test playbook par win-rate, l'instrumentation analytics, la stack technique (Next.js + Zustand + Stripe/RevenueCat/Superwall) ET un sous-skill "Dashboard Réponse" pour générer un back-office admin complet (KPI, funnel par étape, drop-off, distribution réponses, détail session, export CSV) schema-agnostic et production-ready. Use when the user asks for "quiz funnel", "onboarding quiz", "tunnel de quiz", "quiz d'audit", "quiz personnalisation", "questionnaire de conversion", "paywall", "tunnel d'abonnement", "subscription funnel", "trial conversion", "freemium vs hard paywall", "Noom-style funnel", "web-to-app funnel", "personalized paywall", "quiz to paywall handoff", "augmenter mon trial-to-paid", "concevoir un onboarding mobile", "pricing page SaaS", "review trial mechanics", "dashboard réponse", "back-office quiz", "admin quiz funnel", "voir les réponses du quiz", "drop-off rate par étape", "completion rate quiz", "analytics interne quiz", or names a benchmark app (Cal AI, Noom, BetterMe, Flo, Blinkist, Calm, Headspace, Duolingo, Strava, MyFitnessPal, Linear, Notion, Anthropic, Cursor, Superhuman, Vercel, Stripe, Raycast).
license
MIT
metadata
{"version":"1.1.0"}
Quiz Funnel Expert
Skill expert pour concevoir, auditer, coder et optimiser un quiz funnel + paywall haute-conversion. Couvre stratégie, copy, personnalisation, intégration paywall, benchmarks 2026, A/B test playbook et stack technique.
Le quiz funnel est l'arme #1 de conversion mobile/SaaS 2024-2026. Cal AI ($30M ARR), Noom ($750M ARR), Flo ($9M/mois), Cal AI, Opal, Stoic, BetterMe, Blinkist tournent tous sur ce pattern : quiz → personalized plan → paywall. Ce skill encode ce qui marche.
Quand utiliser ce skill
Trigger sur :
"Concevoir un quiz funnel / onboarding quiz / tunnel d'abonnement"
"Optimiser un paywall (mobile app, SaaS web, freemium, trial)"
"Auditer un onboarding existant"
"Personnaliser un paywall selon les réponses utilisateur"
"Choisir hard paywall vs freemium vs soft paywall"
"Définir trial mechanics (3j vs 7j vs 14j vs reverse trial)"
"Faire un teardown style Noom / Cal AI / Blinkist"
Sous-skill Dashboard Réponse : "back-office quiz", "dashboard admin quiz", "voir les réponses", "voir les leads / sessions", "drop-off rate par étape", "completion rate", "distribution des réponses par question", "export CSV des leads", "page admin pour une session" → router vers 12-admin-dashboard.md.
NE PAS trigger pour :
Onboarding produit B2B post-signup pure (utiliser onboarding-cro)
Cancel flow / churn save flows (utiliser churn-prevention)
Public landing page sans quiz (utiliser landing-page-expert)
Thèse centrale (à imprimer dans la mémoire de l'agent)
L'onboarding est une conversion de croyance, pas un tour de produit. Chaque écran doit déplacer l'utilisateur d'un état "incertitude" vers "ce produit comprend mon cas, peut me donner un résultat, vaut le prochain engagement".
Le questionnaire est un asset de conversion uniquement s'il produit une personnalisation visible. Si une réponse ne change ni le plan, ni le paywall, ni le segment, ni l'expérience → la question doit disparaître.
Les 5 écrans avant le paywall comptent plus que le paywall lui-même (Stormy, 4500+ A/B tests). Onboarding + paywall = un seul funnel.
Day 0 est tout : 90% des trial starts arrivent J0 (Adapty 2026), 84% des cancel arrivent J0-1 sur trial 3j (RevenueCat 2026). Si l'aha n'est pas dans la première session, c'est mort.
Hard paywall n'a pas de pénalité de rétention vs freemium (RevenueCat 2026, 115k apps : Y1 retention ~27% vs ~28%). La folklore "freemium retains better" est morte. Choix = fonction de CAC, pas d'idéologie.
Long quiz convertit IF chaque question paie son loyer. Noom = 113 écrans qui marchent. La majorité des quiz longs sont juste de la friction.
Plateforme : iOS only / Android only / hybrid / web only ?
CAC & LTV target : si CAC > 30€ → hard paywall probablement ; si CAC < 5€ et viralité → soft/freemium.
Catégorie : Health & Fitness / Education / Productivity / AI / Finance / Lifestyle / Dating / SaaS dev tools / SaaS PLG / Enterprise sales-led ? Les benchmarks et patterns dominants varient.
Aha moment : quelle est l'action qui corrèle le plus avec la rétention J7 ? (À faire trouver à l'utilisateur si pas clair.)
État actuel : zéro / quiz existant à auditer / paywall existant à optimiser / cold redesign ?
Contraintes Apple/Google : hard paywall iOS Jan 2026 = toggle paywall mort (rejet Guideline 3.1.2), close button obligatoire, etc. Voir reference 04.
Si plusieurs infos manquent et bloquent → demander à l'utilisateur en un seul tour groupé (max 3-5 questions). Sinon avancer avec assumptions explicitées.
Étape 2 — Choix structurels (avant copy)
Décider dans cet ordre, en s'appuyant sur les références :
Test de validité : si deux utilisateurs avec réponses opposées voient le même résultat, ce n'est pas une vraie personnalisation. À supprimer ou refacto.
Layout : single-page, no scroll, 3-5 icon-bullets (pas de table sur mobile), horizontal plan list, badge "Most Popular" sur target.
Trial mechanic : iOS = pas de toggle paywall (mort Jan 2026, rejet 3.1.2). Use Blinkist timeline pattern (Today → Day X reminder → Day Y charge) → +23% trial conv prouvé, -55% complaints.
GA4/Mixpanel ne suffisent pas pour une équipe support/produit/sales : il faut un back-office maison qui montre, par session, les réponses brutes + l'état conversion + un funnel par étape avec drop-off + la distribution des réponses par option. C'est le sous-skill Dashboard Réponse (12-admin-dashboard.md).
Trigger spécifique : "back-office", "dashboard admin", "voir les réponses", "drop-off rate par étape", "completion rate", "voir une session", "export CSV des leads".
Le sous-skill livre, en tournant sur n'importe quel quiz funnel (schema-agnostic) :
Data model Prisma : QuizSession (identité + answers JSON + UTM + état conversion + resultData) + QuizEvent (event log granulaire pour le vrai funnel et le temps par étape).
Config quiz unique (lib/quiz/config.ts) — source de vérité partagée front/admin pour les labels des questions et options.
35+ métriques calculées : volume (24h/7j/30j), engagement (avg/median step reached, bounce, completion, top exit step), capture email, conversion (rate, time-to-pay, refund), funnel par étape avec drop-off absolu et %, distribution des réponses par option × lift conversion vs taux global, top sources UTM/pays/device, tendance journalière 14j, segments convertisseurs.
4 pages admin : overview KPI/funnel/trend, sessions list filtrable, session detail (toutes réponses + timeline events + raw JSON), distribution réponses par question.
Export CSV sécurisé (/api/admin/export).
Auth fail-closed via middleware Basic Auth (ou NextAuth/Clerk) — refuser 503 si secret absent.
Checklist d'intégration en 8 étapes pour plug le sous-skill sur un projet existant.
À utiliser en complément de l'étape 8 (instrumentation events) : les events alimentent le dashboard, le dashboard alimente la décision growth.
12-admin-dashboard.md — Sous-skill "Dashboard Réponse". Backend admin complet schema-agnostic : data model Prisma (QuizSession + QuizEvent), config quiz centralisée, lib/admin/stats.ts exhaustif (35+ métriques : drop-off, completion, conversion, lift par option, cohortes, top sources, time-to-pay), 4 pages admin (overview / session detail / answers / list), endpoint export CSV, middleware Basic Auth fail-closed, checklist d'intégration en 8 étapes. Inspiré du back-office audit.lazyrank.io/admin mais générique pour tout quiz (santé, fitness, SaaS, audit, finance, dating, education).
Anti-patterns à refuser systématiquement
Optimiser trial-start sans regarder paid/refund/renewal — le trial start c'est de la vanity. La métrique reine est net revenue per install ou D60 LTV.
Quiz long sans personnalisation visible — Si après 12 questions le user voit le même paywall générique, le quiz est de la friction.
Toggle paywall sur iOS (mort Jan 2026, rejet Apple Guideline 3.1.2). Use Blinkist timeline.
Comparison table sur paywall mobile (lose vs bullets, Stormy 4500+ tests). OK sur SaaS pricing pages.
Email/account avant valeur (Baymard, 42% sites détournent encore trop tôt).
Permissions enchaînées au lancement (Apple HIG, Android best practices).
Progress bar mensongère (95% pendant 20 écrans = trust killer).
Hidden close button (rejet Apple Review) — sauf hard paywall stricte avec .storeButton(.hidden, for: .cancellation).
Discount sur le main paywall (Adapty 2026 : entraîne users à attendre, kill perceived value). Use post-close welcome offer pour non-converters seulement.
A/B test sans hypothèse ou statistical power insuffisant — reférer à 09.
Copier la longueur de Noom sans copier sa logique — 113 écrans marchent SI chaque écran paie son loyer (engagement progressif, micro-insights, social proof aux étapes 5/11). Sinon c'est juste de la friction.
Hard paywall pour produit social/réseau (BeReal, Locket — paywaller tue le network effect). Choix par modèle économique, pas idéologie.
Décisions où il faut PUSH BACK quand l'utilisateur insiste sur le mauvais choix
"On veut un toggle paywall iOS" → "Mort depuis Jan 2026 (rejet App Review). Pattern timeline Blinkist = +23% trial prouvé, équivalent fonctionnel."
"On veut freemium parce que c'est plus user-friendly" → "RevenueCat 2026 sur 115k apps : Y1 retention identique. Hard paywall 5x conversion. Sauf si modèle réseau/social (BeReal-like), hard paywall est probablement le bon choix."
"On veut un trial 30 jours pour rassurer" → "84% des cancel arrivent J0-1 sur 3j. Long trial inflate trial-start mais ne lift pas paid significatif sauf Business/Productivity. Trial 3-7j sur annual plan = top config Adapty."
"On veut afficher 5 plans pour donner le choix" → "Choice paralysis. Stormy/Adapty: single plan visible + 'View all plans' link gagne souvent. Sinon 2-3 max avec badge Most Popular sur target."
"On veut tester le copy en premier" → "Visual/copy-only A/B = 34.6% win rate (le plus bas). Localization 62.3%, trial structure 59.6%, plan duration 58.7% gagnent plus souvent. Test ces leviers d'abord."
"On va lancer 8 tests en parallèle" → "Statistical power. Lance 1-2 tests à la fois avec sample size calculé. Top apps font 14.7 tests/an, pas 14.7 tests/semaine."
Output format default
Quand l'utilisateur demande une stratégie complète, livrer dans cet ordre :
