关于 data-and-funnel-analytics
面向营销与产品团队的数据分析技能,提供追踪规划、漏斗分析、产品参与度评估和 ROI 计算方法。内容覆盖从事件设计与数据解读到转化路径诊断,并强调让追踪数据服务于决策。
主要功能
- 01规划事件命名、属性与 UTM 参数
- 02分析转化漏斗并定位流失环节
- 03评估产品参与度与留存指标
- 04按 Hook、Story、Offer 验证漏斗
- 05计算 ROI、回本点与回收周期
适用场景
- 01为网站或产品制定事件追踪计划
- 02比较不同用户群体的漏斗转化
- 03诊断营销流量与转化路径问题
- 04评估投资方案的收益与回收风险
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ manojbajaj95/ claude-gtm-plugin --skill data-and-funnel-analytics安装后在 Claude Code 中输入/data-and-funnel-analytics确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
examples/basic_funnel_report.htmlbasic_funnel.pysegmented_funnel_report.htmlsegmented_funnel.pyreferences/full-guide.mdprpm.jsonroi-reference.md详细介绍
数据与漏斗分析
工作区上下文
提问前先阅读引导上下文:strategy/brand.md 了解品牌、受众、产品、渠道、工具、限制和指标;about/me.md 了解个人表达风格;content/ideas.md 和 content/calendar.md 了解内容规划。仅在必要时参考旧版产品营销上下文文件。将生成的草稿保存到 content/<platform>/drafts/YYYY-MM-DD_short-topic-slug.md,并将可长期参考的经验反馈到 strategy/brand.md、about/me.md 或 content/ideas.md。
工作约定
此技能适用于其 frontmatter 指定的范围,并可独立使用:按照本地说明、参考资料、脚本和资源开展工作;仅询问任务所需但缺失的信息;将超出范围的工作交接给相邻技能;并交付可执行的成果、决策、计划、草稿或诊断。
端到端分析:设置跟踪、解读数据、分析漏斗、衡量产品参与度、验证转化路径并计算 ROI。
原则: 跟踪数据是为了做决策,而不是为了收集数据——每个事件都应有助于采取行动。
分析跟踪
事件命名规范
格式:小写蛇形命名 object_action。
signup_completed | cta_hero_clicked | checkout_started | onboarding_step_completed
规则:使用具体而非含糊的名称(cta_hero_clicked,而不是 button_clicked);已完成的操作使用过去时;将上下文放在属性中,而不是事件名称中。
跟踪计划
| 类别 | 事件 | 关键属性 |
|---|---|---|
| 营销 | page_view | page_title, page_location, referrer |
cta_clicked | button_text, location, page | |
form_submitted | form_type, page | |
signup_completed | method, plan | |
| 产品 | onboarding_step_completed | step_number, step_name |
feature_used | feature_name, context | |
trial_started | plan, source | |
purchase_completed | plan, value, currency | |
| 电子商务 | product_viewed | product_id, category, price |
product_added_to_cart | product_id, price, quantity | |
checkout_started | cart_value, items_count |
标准属性
- 用户上下文: user_id, user_type (free/paid/admin), plan_type
- 归因: source, medium, campaign, content, term(UTM 参数)
- 页面: page_title, page_location, content_group
- 个人身份信息(PII)卫生: 切勿将电子邮件、姓名或电话号码作为事件属性发送。仅使用经过哈希处理的用户 ID。
GA4 实施
// gtag.js custom event
gtag('event', 'signup_completed', {
'method': 'email',
'plan': 'free',
'user_id': userId
});
// GTM dataLayer
dataLayer.push({
'event': 'signup_completed',
'method': 'email',
'plan': 'free'
});
增强型衡量(在 GA4 中启用):page_view, scroll, outbound_click, site_search, video_engagement, file_download。
转化: 管理 → 事件 → 切换“标记为转化”。计数方式:每个会话一次(表单提交)或每次都计数(购买)。
UTM 参数
规范:utm_source={channel}&utm_medium={cpc|email|organic|social}&utm_campaign={id}&utm_content={variant}&utm_term={keyword}
- 应用于所有付费链接和电子邮件链接
- 切勿用于站内链接(会破坏会话归因)
- 使用小写字母,以连字符代替空格
- 在 UTM 跟踪表中记录
隐私与合规
- GDPR/CCPA:实施同意管理机制,在获得同意前阻止 GA4
- GA4 数据保留期限:最长 14 个月(管理 → 数据设置)
- 启用 IP 匿名化
分析解读
GA4 基准
| 指标 | 良好 | 警示 | 较差 | 较差时采取的措施 |
|---|---|---|---|---|
| 平均页面停留时间 | >3 分钟 | 1–3 分钟 | <1 分钟 | 深化内容 |
| 跳出率 | <40% | 40–70% | >70% | 添加站内链接,优化引言 |
| 互动率 | >60% | 30–60% | <30% | 检查内容质量 |
| 滚动深度 | >75% | 50–75% | <50% | 添加视觉分隔 |
| 每次会话浏览页数 | >2.5 | 1.5–2.5 | <1.5 | 优化站内链接 |
Google Search Console 基准
| 指标 | 良好 | 警示 | 较差 | 较差时采取的措施 |
|---|---|---|---|---|
| 点击率(CTR) | >5% | 2–5% | <2% | 优化标题/元描述 |
| 平均排名 | 1–3 | 4–10 | >10 | 加强内容,建立链接 |
| 展示次数 | 增长 | 稳定 | 下降 | 更新内容 |
流量质量矩阵
High Engagement
│
┌──────────────┼──────────────┐
│ HIDDEN GEM │ STAR │
│ Low traffic │ High traffic│
│ → Promote │ → Maintain │
Low ───────┼──────────────┼──────────────┼─── High
Traffic │ UNDERPERFORM│ LEAKY │ Traffic
│ Low traffic │ High traffic│
│ → Rework │ → Optimize │
└──────────────┼──────────────┘
│
Low Engagement
异常检测
| 指标 | 显著变化 | 警报级别 |
|---|---|---|
| 流量 | 周环比 ±30% | HIGH |
| 点击率 | 周环比 ±1pp | MEDIUM |
| 排名 | ±5 位 | HIGH |
| 跳出率 | 周环比 ±10pp | MEDIUM |
产品分析
北极星指标
代表客户价值的唯一指标:
| 公司 | 北极星指标 |
|---|---|
| Slack | 周活跃用户数 |
| Airbnb | 已预订晚数 |
| Spotify | 收听时长 |
| Shopify | GMV |
标准:代表客户价值、与收入相关、可频繁衡量、能凝聚团队。
各阶段关键指标
| 阶段 | 指标 |
|---|---|
| 获客 | 流量来源、CPC、访客 → 注册转化率 |
| 激活 | 注册 → 首次核心操作、价值实现时间、引导流程完成率 |
| 留存 | DAU/MAU(黏性)、D1/D7/D30 留存率、流失率 |
| 收入 | MRR/ARR、ARPU、LTV、LTV:CAC 比率 |
| 推荐 | 病毒系数、推荐注册数、NPS |
留存基准
| 时间范围 | 良好 | 较差 |
|---|---|---|
| D1 | 60–80% | <40% |
| D7 | 40–60% | <10% |
| D30 | 30–50% | <2% |
良好 = 曲线趋于平缓。较差 = 急剧下滑。
仪表板设计
- 高管: 北极星指标(醒目数字)、收入(MRR/ARR)、关键趋势
- 产品: 活跃用户、功能使用情况、留存群组、转化漏斗
- 营销: 流量来源、转化率、CPA、各渠道 ROI
转化漏斗分析
核心工作流
- 加载并合并用户旅程数据
- 定义漏斗步骤并逐步计算转化率
- 按用户属性细分(设备、群组、套餐)
- 可视化瓶颈
- 生成优化建议
常见漏斗类型
| 漏斗 | 步骤 |
|---|---|
| 电子商务 | 促销 → 搜索 → 查看产品 → 加入购物车 → 购买 |
| SaaS 注册 | 落地页 → 注册 → 验证邮箱 → 完成引导流程 |
| 内容 | 查看文章 → 评论 → 分享 → 订阅 |
分析模式
- 瓶颈识别 — 流失率最高的步骤
- 细分对比 — 不同用户群体的转化情况
- 时间分析 — 随时间变化的转化情况
- A/B 测试 — 对比不同的漏斗方案
请参阅 examples/,了解使用 Plotly 可视化的 Python 实现。
漏斗验证(DotCom Secrets)
根据 Russell Brunson 的框架为现有漏斗评分:钩子 → 故事 → 方案。
评分维度
| 维度 | 权重 | 衡量内容 |
|---|---|---|
| 钩子强度 | 2x | 让人停下滑动,吸引注意力 |
| 故事共鸣 | 1.5x | 建立情感联系和信任 |
| 方案清晰度 | 2x | 清晰、有吸引力、令人无法抗拒 |
| 价值阶梯契合度 | 1x | 符合用户升级路径 |
| 流量匹配度 | 1.5x | 与流量的认知热度相匹配 |
| 转化路径 | 1x | 下一步清晰明确、毫无阻碍 |
评分标准
| 分数 | 评定 |
|---|---|
| 85–100 | 转化利器 — 可开始扩大规模 |
| 70–84 | 优秀漏斗 — 修复薄弱环节后再扩大规模 |
| 55–69 | 漏损漏斗 — 扩大流量前先修复 |
| 40–54 | 故障漏斗 — 重建关键组件 |
| 0–39 | 无法运作 — 从头开始 |
流量热度
| 热度 | 他们了解 | 合适的漏斗 |
|---|---|---|
| 冷 | 对你一无所知 | 潜客漏斗、价值优先的内容 |
| 温 | 了解问题和你的解决方案 | 低价体验产品、网络研讨会、挑战活动 |
| 热 | 准备购买 | 销售页面、订单表单、预约通话 |
完整的评分标准和示例,请参阅 references/full-guide.md。
ROI 分析
核心指标
ROI: (Net Profit / Total Investment) × 100%
- ✅ 投资:ROI > 100%(现实情景)
- ⚠️ 复核:ROI 50–100%
- ❌ 拒绝:ROI < 50%
盈亏平衡点: Investment / Monthly Net Profit
- ✅ 投资:盈亏平衡点 < 现实目标的 50%
- ❌ 拒绝:盈亏平衡点 > 70%
回本周期: Investment / Monthly Net Profit
- ✅ 投资:< 12 个月
- ⚠️ 复核:12–24 个月
- ❌ 拒绝:> 24 个月
3 种情景分析
始终模拟最佳 / 现实 / 最差情景:
| 情景 | 假设 | 收入 | 利润 | ROI | 评估 |
|---|---|---|---|---|---|
| 最差 | 悲观 | 风险等级 | |||
| 现实 | 预期 | 目标 | |||
| 最佳 | 乐观 | 上行空间 |
决策规则: 如果最差情景的 ROI ≥ 0%,则投资风险较低。
执行摘要模板
[Investment] achieves [ROI%] ROI at [conversion/growth rate].
Break-even occurs at [threshold], with payback in [months].
Investment is [recommended/not recommended] because [reason].
有关详细公式(NPV、LTV、CAC、敏感性分析),请参阅 references/roi-reference.md。
验证与质量保证
上线前
- 事件在 GA4 DebugView 中触发
- 属性具有预期值
- 没有重复事件
- 转化标记正确
- 落地页已采集 UTM 参数
持续工作
- 每周: 检查关键事件是否突然下降(变化 >20% 时进行调查)
- 每月: 审查是否有未设置跟踪的新页面 / 功能
- 每季度: 全面审查跟踪计划——删除过时事件,添加遗漏事件
工具
| 类别 | 工具 |
|---|---|
| 事件跟踪 | Mixpanel、Amplitude、PostHog(开源) |
| 会话录制 | FullStory、LogRocket、Hotjar |
| A/B 测试 | Optimizely、VWO |
| 网站分析 | GA4、Google Search Console |
| 标签管理 | Google Tag Manager |
相关技能
- ab-test-setup — A/B 测试的衡量与设置
- seo-and-aeo-strategy — 衡量 SEO/AEO 表现
- conversion-rate-optimization — 漏斗分析后优化转化
- executive-dashboard-generator — 根据分析数据构建仪表板