mcpField
F
funnel-analysis

funnel-analysis

github.com/nimrodfisher数据与数据库509266 次安装5 周前更新
代码仓库

关于 funnel-analysis

funnel-analysis 是一项用于衡量用户按顺序完成流程情况并定位转化流失环节的技能。它为产品和分析团队提供分步转化率、转化耗时、分群比较及优先级报告。

主要功能

  1. 01定义漏斗步骤与时间窗口
  2. 02计算转化率和流失人数
  3. 03衡量步骤间耗时
  4. 04比较不同分群的漏斗表现
  5. 05排序发现并生成报告

适用场景

  1. 01定位用户流程中的流失环节
  2. 02评估产品变更对漏斗的影响
  3. 03比较不同渠道或用户群的转化
  4. 04为 A/B 测试设定基线

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nimrodfisher/data-analytics-skills --skill funnel-analysis

安装后在 Claude Code 中输入/funnel-analysis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。

assets/
funnel_report_template.md
references/
funnel_design_guide.md
scripts/
funnel_analyzer.py

详细介绍

漏斗分析

适用场景

  • 转化率较低,团队需要了解用户在哪个环节流失
  • 产品变更可能影响了漏斗中的特定步骤
  • 比较不同渠道、设备或用户群组的转化率
  • 设计 A/B 测试,需要基准数据来设定有意义的 MDE
  • 构建定期漏斗监控报告

流程

  1. 定义漏斗步骤和时间窗口 — 列出构成漏斗的事件或页面的有序序列。确定用户需要在多长时间内完成漏斗(会话、24 小时、7 天)。此处的定义若含糊不清,分析结果将失效。
  2. 构建用户级漏斗数据集 — 对每位到达第 1 步的用户,记录其在时间窗口内完成了哪些后续步骤,以及完成时间。使用 scripts/funnel_analyzer.py 根据事件日志计算这些数据。
  3. 计算转化率 — 计算逐步转化率(到达第 N 步的用户数 ÷ 到达第 N−1 步的用户数)和整体转化率(从第 1 步到最后一步)。记录每个步骤的流失绝对人数。
  4. 分析转化耗时 — 对完成每个步骤的用户,计算步骤间耗时的中位数、P75 和 P95。即使流失率不高,较长的间隔也可能表明存在阻力。
  5. 细分漏斗 — 按渠道、设备类型、用户群组或其他维度分别运行漏斗。按整体转化率对细分群体进行排序,并找出表现最差的群体与表现最佳的群体在哪些步骤上出现差异。参见 references/funnel_design_guide.md。
  6. 确定优先级并撰写报告 — 按流失人数绝对值 × 预估收入影响对流失节点排序。使用漏斗表、细分对比和排序后的建议填充 assets/funnel_report_template.md。

该技能所需的输入

  • 事件日志数据,至少包含:user_id、event_name、timestamp
  • 漏斗步骤的有序列表(按顺序排列的事件名称)
  • 漏斗完成的时间窗口
  • 需要进行对比分析时使用的细分列(channel、device、plan)
  • 每次转化的预估收入价值(用于估算影响)

输出

  • scripts/funnel_analyzer.py — 根据事件日志构建用户级漏斗,并计算逐步转化率、流失人数和转化耗时
  • references/funnel_design_guide.md — 介绍如何定义漏斗、选择时间窗口,以及避免常见的衡量错误
  • assets/funnel_report_template.md — 报告模板:漏斗概览表、流失分析、细分对比、转化耗时、建议

评论

支持 Markdown