mcpField
E
ecom-analytics

ecom-analytics

github.com/asgard-ai-platform营销与增长24348 次安装21 周前更新
代码仓库

关于 ecom-analytics

面向电商团队的分析技能,用于评估流量、转化、收入和留存。内容涵盖 GA4 事件追踪,并按漏斗阶段诊断销售变化,而非将其视为单一症状。

主要功能

  1. 01衡量获客至留存各阶段
  2. 02检查 GA4 电商事件
  3. 03定位转化漏斗流失点
  4. 04评估收入、AOV 和商品组合
  5. 05按客户群比较留存

适用场景

  1. 01诊断店铺收入下滑原因
  2. 02查找购物者离开购买漏斗的环节
  3. 03评估渠道流量和转化质量
  4. 04追踪重复购买和客户终身价值

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/asgard-ai-platform/skills --skill ecom-analytics

安装后在 Claude Code 中输入/ecom-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/
sample_scenario.md
references/
ecom-benchmarks.md
ga4-setup.md

详细介绍

电商分析

概述

电商分析通过流量、转化和收入等维度衡量网店的表现。本技能涵盖 GA4 电商跟踪设置、漏斗分析和关键指标解读,帮助诊断网店表现不佳或表现良好的原因。

框架

IRON LAW: Diagnose by Funnel Stage, Not by Symptom

"Sales are down" is a symptom, not a diagnosis. Decompose into funnel stages:
Traffic × Conversion Rate × AOV = Revenue

If revenue drops 20%, is it because traffic dropped (acquisition problem),
conversion dropped (UX/pricing problem), or AOV dropped (product mix problem)?
Each requires a completely different fix.
电商漏斗与关键指标
阶段指标指标说明
获客会话数、用户数、流量来源、CPC、CAC吸引到的访客够多吗?他们来自哪里?成本是多少?
互动每次会话浏览页数、网站停留时间、跳出率、商品浏览量访客感兴趣吗?他们在浏览吗?
转化加购率、发起结账率、购买转化率他们在哪个漏斗环节流失?
收入收入、AOV、每笔订单商品数、每次会话收入他们花了多少钱?商品组合是否健康?
留存复购率、购买频率、客户生命周期价值他们会回来吗?
GA4 电商事件
事件触发条件关键参数
view_item浏览商品页item_id、item_name、price、category
add_to_cart点击加入购物车items 数组、value、currency
begin_checkout开始结账items、value、coupon
add_payment_info输入付款信息payment_type
purchase完成订单transaction_id、value、tax、shipping、items
诊断框架

阶段 1:流量检查

  • 与上一周期相比,总流量是上升、下降还是持平?
  • 哪些渠道发生了变化?(自然流量、付费流量、社交媒体、直接流量、引荐流量)
  • 流量质量是否下降?(按来源分析跳出率、每次会话浏览页数)

阶段 2:转化检查

  • 漏斗中流失最多的环节在哪里?
  • 对比:浏览 → 加入购物车 → 结账 → 购买
  • 行业转化率基准:整体为 1-3%,加购率为 5-10%

阶段 3:收入检查

  • AOV 趋势:上升(追加销售有效)还是下降(折扣侵蚀价值)?
  • 商品组合:收入是否正转向利润率较低的商品?
  • 每次会话收入:核心指标(流量质量 × 转化率 × AOV)

阶段 4:留存检查

  • 按群组分析复购率
  • 首次购买到第二次购买之间的时间
  • 按获客渠道分析 LTV 趋势

输出格式

# E-Commerce Performance Report: {Store}

## Summary Dashboard
| Metric | Current | Prior Period | Change | Status |
|--------|---------|-------------|--------|--------|
| Sessions | {N} | {N} | {%} | 🟢/🟡/🔴 |
| Conversion Rate | {%} | {%} | {%} | 🟢/🟡/🔴 |
| AOV | ${X} | ${X} | {%} | 🟢/🟡/🔴 |
| Revenue | ${X} | ${X} | {%} | 🟢/🟡/🔴 |

## Funnel Analysis
| Stage | Volume | Rate | Drop-off | Benchmark |
|-------|--------|------|----------|-----------|
| Sessions | {N} | 100% | — | — |
| Product Views | {N} | {%} | {%} | — |
| Add to Cart | {N} | {%} | {%} | 5-10% |
| Checkout | {N} | {%} | {%} | 40-60% of ATC |
| Purchase | {N} | {%} | {%} | 1-3% overall |

## Diagnosis
- Primary issue: {funnel stage} — {specific problem}
- Root cause: {analysis}

## Recommendations
1. {action targeting the diagnosed stage}

注意事项

  • 脱离流量质量来谈转化率毫无意义:来自电子邮件(高意向)的 5% 转化率和来自展示广告(低意向)的 0.5% 转化率都很正常。不要跨渠道比较。
  • GA4 会话数 ≠ Universal Analytics 会话数:GA4 使用基于事件的模型。会话超时和归因规则均有所不同。迁移期间预计会有 5-15% 的差异。
  • 移动端转化率总是较低:移动端为 1-2%,桌面端为 3-5% 是常见水平。不要将它们合并为一个数字,应分别分析。
  • 季节性很重要:应与去年同期比较,而不只是与上月比较。电商有明显的季节性规律(11.11、圣诞节、春节)。
  • 收入 ≠ 利润:激进折扣带来的 20% 收入增长可能会降低利润。跟踪收入的同时也要跟踪利润率。

参考资料

  • GA4 设置指南参见 references/ga4-setup.md
  • 各行业电商基准数据参见 references/ecom-benchmarks.md

评论

支持 Markdown