analysis-funnel

name	analysis-funnel
description	当需要分析用户转化路径时使用。漏斗自动分析，AI自动执行全量漏斗计算、多维下钻、流失节点识别和趋势分析。关键词：漏斗分析、转化分析、流失节点、转化率、用户路径、用户在哪儿流失了、转化太低了、用户走不完流程。
metadata	{"module":"产品度量运营","sub-module":"数据分析","type":"pipeline","version":"2.1","domain_tags":["电商","互联网","通用"],"trigger_examples":["注册流程转化率太低了，帮我分析一下","用户在哪个步骤流失最多","支付转化漏斗帮我看看"],"interaction_mode":"ai_auto"}

漏斗自动分析

核心原则

1. 流失即机会：每个流失节点都是优化的切入点，最大流失点 = 最大提升空间
2. 下钻才能归因：整体转化率只告诉你"有问题"，多维下钻才告诉你"问题在哪"
3. 对比才有判断：绝对值没有意义，环比同比对比才能判断趋势健康度

交互模式

🤖 AI自动执行（数据分析类）

输入

输入项	类型	必填	来源	说明
漏斗定义	object	是	用户提供	漏斗的步骤定义和事件配置
事件数据	object	是	用户提供	埋点事件数据
分群配置	object	○	用户提供	可选的用户分群维度
对比周期	string	○	用户提供	与哪段时间对比

支持的漏斗类型

类型	示例
转化漏斗	浏览→点击→加购→下单→支付
激活漏斗	注册→首次使用→完成新手引导
付费漏斗	曝光→点击→详情→支付→复购
搜索漏斗	搜索→结果页→详情页→加购

执行步骤

Step 1：全量漏斗计算

获取漏斗定义
├── 查询每个步骤的事件数据
├── 计算各步骤用户数
├── 计算步骤间转化率
└── 计算整体转化率

Step 2：多维下钻

对漏斗进行多维度拆分分析：

维度	拆分项
平台	iOS、Android、Web、小程序
渠道	自然流量、付费渠道、分享来源
用户类型	新用户/老用户、付费/免费、高价值/普通
版本	按App版本分组
地区	按国家/省份分组
时间	按小时/天/周分组

Step 3：最大流失节点识别

分析每个步骤的流失率
├── 找出流失率最高的步骤
├── 分析该步骤的流失用户特征
├── 关联流失前的用户行为
└── 识别流失原因假设

Step 4：趋势分析

• 时间趋势：各步骤转化率的日/周/月变化
• 对比分析：与上一周期对比
• 预测：基于趋势预测未来表现

输出

存储路径：output/pm-metrics-ops/analysis-funnel/ 输出文件：funnel_analysis.json

输出Schema：

{
  "type": "object",
  "required": ["funnel_name", "steps", "overall_conversion"],
  "properties": {
    "funnel_name": {"type": "string", "description": "漏斗名称"},
    "date_range": {"type": "object", "description": "分析时间范围，包含起止日期"},
    "steps": {"type": "array", "description": "漏斗步骤数据，包含事件名、计数和转化率"},
    "overall_conversion": {"type": "number", "description": "整体转化率"},
    "vs_last_period": {"type": "object", "description": "与上期对比，包含变化趋势和关键步骤"},
    "critical_drop": {"type": "object", "description": "关键流失分析，包含维度拆解和潜在原因"}
  }
}

funnel_analysis:
  analysis_time: "2024-01-15T10:00:00Z"
  
  # 漏斗基本信息
  funnel_name: "电商购买转化漏斗"
  date_range:
    start: "2024-01-08"
    end: "2024-01-14"
  
  # 漏斗步骤数据
  steps:
    - step: 1
      name: "商品详情页浏览"
      event: "product_view"
      count: 500000
      conversion_from_previous: 100.0  # 第一步为100%
      
    - step: 2
      name: "加入购物车"
      event: "add_to_cart"
      count: 80000
      conversion_from_previous: 16.0
      dropoff_from_previous: 420000
      
    - step: 3
      name: "发起结算"
      event: "checkout_start"
      count: 50000
      conversion_from_previous: 62.5
      dropoff_from_previous: 30000
      
    - step: 4
      name: "完成支付"
      event: "purchase_complete"
      count: 35000
      conversion_from_previous: 70.0
      dropoff_from_previous: 15000
  
  # 整体转化率
  overall_conversion: 7.0  # 从第一步到最终支付
  
  # 与上期对比
  vs_last_period:
    change_pct: -5.2
    trend: "declining"
    significant_steps:
      - step: 2  # 加购转化下降
        change: -8.3
      - step: 3  # 结算转化下降
        change: -3.1
  
  # 关键流失分析
  critical_drop:
    step: 1_to_2  # 从浏览到加购
    dropoff_rate: 84.0  # 流失率
    affected_users: 420000
    
    dimension_breakdown:
      platform:
        iOS: 82.0
        Android: 85.0
        Web: 88.0
      user_type:
        new_users: 78.0
        returning_users: 86.0
      traffic_source:
        search: 75.0
        recommendation: 90.0
        direct: 80.0
    
    potential_causes:
      - "商品价格高于用户预期"
      - "详情页信息不够吸引"
      - "推荐算法不够精准"
    
    optimization_suggestions:
      - "优化商品定价策略"
      - "改进详情页设计和内容"
      - "优化推荐算法，提升相关性"
  
  # 详细报告链接
  reports:
    funnel_chart: "output/pm-metrics-ops/analysis-funnel/charts/funnel_purchase_20240114.png"
    trend_chart: "output/pm-metrics-ops/analysis-funnel/charts/funnel_trend_20240114.png"
    dimension_data: "output/pm-metrics-ops/analysis-funnel/data/funnel_dimensions_20240114.json"

多维下钻示例

# 平台维度分析
platform_breakdown:
  ios:
    step1_count: 200000
    step4_count: 15000
    conversion: 7.5
    vs_avg: +0.5
    
  android:
    step1_count: 250000
    step4_count: 16000
    conversion: 6.4
    vs_avg: -0.6
    
  web:
    step1_count: 50000
    step4_count: 4000
    conversion: 8.0
    vs_avg: +1.0

# 用户类型维度分析
user_type_breakdown:
  new_users:
    conversion: 5.2
    main_drop: "step_2_to_3"  # 结算环节流失大
    
  returning_users:
    conversion: 9.8
    main_drop: "step_1_to_2"  # 加购环节流失大

漏斗定义配置

# 漏斗配置示例
funnel_definitions:
  - name: "purchase_conversion"
    description: "电商购买转化漏斗"
    steps:
      - name: "商品详情页浏览"
        event: "product_view"
        conditions:
          page_type: "product_detail"
          
      - name: "加入购物车"
        event: "add_to_cart"
        
      - name: "发起结算"
        event: "checkout_start"
        
      - name: "完成支付"
        event: "purchase_complete"
        conditions:
          payment_status: "success"
    
    conversion_window: 7d  # 7天内完成算转化
    
    exclusion_events:
      - event: "refund_complete"
        window: 30d

执行频率

• 每日分析：每日8:00执行
• 按需分析：手动触发针对特定漏斗的分析
• 实时监控：核心转化节点的实时监控

输出校验规则

字段路径	类型	必填	说明
funnel_analysis	object	是	漏斗分析根对象
funnel_analysis.funnel_name	string	是	漏斗名称
funnel_analysis.date_range	object	是	分析时间范围
funnel_analysis.date_range.start	string	是	开始日期
funnel_analysis.date_range.end	string	是	结束日期
funnel_analysis.steps	array	是	漏斗步骤数据，至少2步
funnel_analysis.steps[].step	number	是	步骤序号
funnel_analysis.steps[].name	string	是	步骤名称
funnel_analysis.steps[].event	string	是	事件名称
funnel_analysis.steps[].count	number	是	用户数
funnel_analysis.steps[].conversion_from_previous	number	是	步骤间转化率
funnel_analysis.overall_conversion	number	是	整体转化率
funnel_analysis.vs_last_period	object	是	与上期对比
funnel_analysis.critical_drop	object	是	关键流失分析
funnel_analysis.critical_drop.step	string	是	流失步骤
funnel_analysis.critical_drop.dropoff_rate	number	是	流失率
funnel_analysis.critical_drop.potential_causes	array	是	潜在原因列表

上游变更响应

当上游输入发生变更时，本Skill的响应策略：

上游变更	影响范围	响应策略
漏斗定义变更	步骤配置和转化计算	重新执行全量漏斗计算，标记变更步骤
事件数据更新	转化率和流失分析	增量更新转化数据，重新评估流失节点
分群配置变更	多维下钻维度	更新下钻维度，重新执行分群分析
对比周期变更	环比同比对比	重新执行对比分析，更新趋势判断

当漏斗分析自身变更时，对下游的通知机制：

分析变更类型	通知范围	通知方式
关键步骤转化率下降>10%	decision-dace	标记告警，触发洞察转化
流失节点变更	data-analysis-report	标记流失变更，触发报告更新
整体转化率趋势变化	decision-dace	标记趋势变化，触发DACE Analyze

---

决策规则

情况	处理方式
关键步骤转化率下降>10%	触发告警，标记为优先优化项
整体转化率低于行业基准	生成全链路优化建议
新用户转化率显著低于老用户	建议优化新用户引导流程
多维度下钻发现显著差异	生成针对性优化方案

质量检查

• 漏斗步骤定义完整、无遗漏
• 转化率计算基于全量数据
• 流失节点识别附带原因假设
• 多维下钻覆盖至少3个维度

降级策略

上游文件缺失降级方案

缺失范围	降级方案	输出影响
漏斗定义缺失	提示用户提供漏斗步骤和各步数据，直接计算转化率	漏斗步骤基于用户描述，可能不完整
事件数据缺失	用户提供漏斗步骤和各步数据 → 直接计算转化率	无法自动获取数据，依赖用户输入
漏斗定义 + 事件数据均缺失	用户提供漏斗步骤和各步数据 → 直接计算转化率	输出基础转化率计算结果，多维下钻标注"待补充"

• 若用户未提供分群配置，提示用户提供或跳过该输入相关步骤
• 若用户未提供对比周期，提示用户提供或跳过该输入相关步骤

数据获取说明

当上游文件缺失时，需用户提供以下信息以支撑降级生成：

• 漏斗步骤：转化漏斗的各步骤名称和顺序
• 各步数据：每个步骤的用户数或事件数
• 对比周期（可选）：需要对比的时间段

关键指标

指标	计算方式	健康范围
整体转化率	最终转化/进入用户	因业务而异
步骤转化率	下一步/当前步	因步骤而异
流失率	流失用户/上步用户	< 50% 理想
漏斗效率	实际转化/理论最优	> 60% 良好