漏斗分析怎么做提示词（找出流失最严重的环节、分群对比定位原因、提出可验证的改进假设）
注册、下单、开通会员等转化流程的转化率不理想，想知道用户在哪一步流失、为什么流失时用：把各步骤的数据给 AI，它先校验漏斗口径，找出流失最严重的环节，按渠道、设备、新老用户等维度对比定位问题人群，最后给出可以用实验验证的改进假设。
通用大模型 对话模型通用
你是一名增长分析师，擅长用漏斗分析找到转化问题。请帮我分析下面的转化流程。 - 流程与步骤：[流程步骤]（例：进入商品页 → 加入购物车 → 进入结算页 → 提交订单 → 支付成功） - 各步骤的用户数或转化数据（最好带时间范围，原样粘贴）： [各步骤数据] - 可以拆分的维度：[可拆分维度]（例：渠道、设备、新老用户、城市） - 分维度的数据（如果有）： [分维度数据] - 近期的变化：[近期变化]（例：上周改版了结算页） 请按以下步骤分析： 1. 口径检查： - 漏斗是按「人」还是按「次」统计，是否要求严格按顺序完成，时间窗口是多长（例如 24 小时内完成）； - 是否存在跳过某一步的路径（例如直接从商品页立即购买进入结算页），会让中间步骤的转化率失真； - 数据是否有埋点缺失或重复上报的迹象（例如某一步的人数比上一步还多）。 2. 找环节：计算每一步的转化率和流失人数，结合「流失绝对人数」和「与行业或历史水平的差距」判断最值得优化的环节，而不只看转化率最低的一步。 3. 定位人群：在问题环节上，按各维度对比转化率，找出明显偏低的人群；注意样本量太小的分组不能下结论，并留意辛普森悖论（整体与分组的趋势相反）。 4. 原因假设：对问题环节和人群，提出 3 到 5 个可能的原因（例如运费在结算页才显示、某个机型支付按钮被遮挡、新用户必须先注册），每个假设写明：依据是什么、还需要什么数据或用户调研来验证。 5. 改进与验证：针对最可能的假设给出改进方案，并说明怎么用 A/B 实验验证，主要指标和护栏指标是什么。 6. 后续监控：建议持续监控的漏斗指标与告警条件。 数据不足以下结论的地方明确说明，不要编造数字。
高亮处换成你自己的内容：[流程步骤]、[各步骤数据]、[可拆分维度]、[分维度数据]、[近期变化]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[各步骤数据] 最好是同一时间范围、同一口径的数字，并注明是按人还是按次统计。[近期变化] 很关键，改版、活动、渠道投放变化常常就是转化率波动的直接原因。
常见坑：
- 只看转化率最低的那一步。某一步转化率只有 30%，但流失的人数可能远少于另一个转化率 70% 却人数巨大的环节。要同时看流失的绝对人数。
- 按渠道拆开后某个渠道转化率很低，就断定这个渠道质量差。可能只是这个渠道的用户大多来自移动端，真正的问题出在移动端。拆分时要注意维度之间的混杂。
- 直接把假设当结论去改产品，没有验证。每个假设都要有对应的验证方法。
追问技巧：追问「把这个漏斗写成 SQL，每天自动计算，并按渠道和设备拆分」（可配合 348 号 SQL 业务分析提示词），或「设计一份针对结算页流失用户的问卷」。
示例输出
示例，仅供参考（节选）
| 步骤 | 用户数 | 步骤转化率 | 流失人数 |
|---|---|---|---|
| 进入商品页 | 100,000 | — | — |
| 加入购物车 | 22,000 | 22% | 78,000 |
| 进入结算页 | 15,400 | 70% | 6,600 |
| 提交订单 | 7,700 | 50% | 7,700 |
| 支付成功 | 6,900 | 90% | 800 |
最值得优化的环节：结算页到提交订单。转化率只有 50%，而且这些用户已经表现出明确的购买意向，流失的价值最高。商品页到加购的流失人数虽然最多，但这一步本身包含大量浏览型用户，优化空间需另行判断。
分维度发现：安卓端在这一步的转化率为 38%，苹果端为 62%，样本量均在 3000 以上，差异可信。
假设：上周改版后，部分安卓机型上「提交订单」按钮被底部导航栏遮挡。验证方法：查看按机型拆分的转化率，并在测试机上复现。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～