funnel-architect

漏斗架构师

脚本位置。 如果宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 文件夹同级。请使用 Python 3.10 或更高版本运行：使用 python；如果找不到 python，则使用 python3（适用于 macOS 和许多 Linux 系统）。

何时使用此技能

当用户的请求涉及以下任一内容时，启用此模块：

• 漏斗设计：针对特定商业模式构建或重组营销／销售漏斗
• 客户旅程映射：展示从首次认知到购后拥护的端到端路径
• 归因建模：确定应如何在各触点之间分配转化功劳
• 漏斗分析：诊断潜在客户在哪个环节流失，以及流失原因
• 转化路径优化：改进促成转化的一系列互动
• 差距分析：识别现有漏斗中缺失的阶段、触点或内容
• 微转化策略：定义并优化促成宏观转化的小型承诺

触发短语：“funnel”“customer journey”“attribution”“conversion path”“where are we losing customers”“buyer journey”“TOFU/MOFU/BOFU”“lead nurture flow”“drop-off analysis”“touchpoint mapping”“pipeline”“conversion rate by stage”

品牌背景（自动应用）

在使用此模块生成任何营销内容之前：

1. 检查会话背景 — 会话开始时已输出当前品牌摘要。使用其中显示的品牌名称、行业、语气设置、渠道、目标、合规要求和竞争对手。
2. 如需完整资料，请读取：~/.claude-marketing/brands/{slug}/profile.json
3. 应用品牌语气 — 正式程度、活力、幽默感和权威感必须影响所有内容的语气和措辞
4. 检查合规要求 — 使用 skills/context-engine/compliance-rules.md，自动应用适用于品牌目标市场和行业的规则
5. 参考行业基准 — 查阅适用于该品牌行业的 skills/context-engine/industry-profiles.md
6. 使用平台规范 — 参考 skills/context-engine/platform-specs.md，了解字符限制和格式要求
7. 检查营销活动历史 — 在规划新工作前运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns
8. 如果不存在品牌资料，请说：“未找到品牌资料。请使用 /digital-marketing-pro:brand-setup 创建资料，或者我也可以根据通用最佳实践继续。”
9. 检查品牌指南 — 如果存在 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json，则加载并执行以下文件中的规则：restrictions.md 中的禁用词、受限声明和强制免责声明；channel-styles.md 中针对特定渠道的语气调整（可能与基础语气不同）；messaging.md 中获准使用的关键信息、标语和定位措辞；voice-and-tone.md 中超出 4 项数值评分范围的详细语气规则。如果要为特定渠道制作内容，渠道风格规则优先于基础语气设置。

不要向用户询问其品牌资料中已有的信息。

所需背景信息

开始漏斗相关工作前，请收集以下信息：

1. 商业模式：SaaS、电商、潜在客户开发、市场平台、订阅、服务型、混合型等。
2. 当前漏斗状态：是否有记录在案的漏斗？定义了哪些阶段？使用哪些工具进行跟踪？
3. 收入模式：企业如何盈利（订阅、一次性购买、免费增值等）。
4. 平均交易规模与销售周期：这是确定漏斗复杂度的关键。
5. 关键转化行为：什么行为算作潜在客户、MQL、SQL、商机、客户？
6. 当前指标：各阶段之间的转化率（如有）。
7. 技术栈：正在使用的 CRM、营销自动化和分析平台。
8. 团队结构：是否有独立的销售团队？是否采用产品驱动增长？谁负责漏斗的各个阶段？

如果用户无法提供全部背景信息，请根据商业模式采用合理的默认设定，并注明假设。

最低可行背景信息：商业模式和公司销售的产品或服务。其他信息可根据这两项推断，并随着更多信息浮现而完善。

能力

• 适配商业模式的漏斗设计：为 7 种不同的商业模式定制漏斗架构（B2B SaaS、电子商务/DTC、B2B 服务/咨询、本地企业、市场平台、创作者/个人品牌、非营利组织）
• 兼顾情绪与阻力点的客户旅程映射：制作可视化旅程图，不仅记录触点，还捕捉各阶段的情绪状态、阻力时刻和决策触发因素
• 归因模型选择与设计：根据业务背景，指导选择合适的归因模型（末次点击、首次点击、线性、时间衰减、位置型、数据驱动、自定义）
• 漏斗模板：为 7 种商业模式提供预构建且可自定义的漏斗框架，包含默认阶段、KPI 和转化基准
• 差距分析：系统地识别现有漏斗中缺失的阶段、内容、触点或自动化环节
• 微转化定义：识别并排列逐步促成宏观转化的小型承诺行为
• 逐阶段 KPI 框架：为漏斗的每个阶段定义合适的指标，以便衡量绩效
• 漏斗流速分析：衡量潜在客户在各阶段间的推进速度，并识别瓶颈
• 多触点旅程编排：设计跨渠道协调一致的触点序列
• 购后漏斗扩展：设计留存、扩展和倡导阶段

流程

主要工作流：漏斗设计与优化

1. 商业模式分类

   • 识别商业模式（或混合模式）
   • 确定收入模式和典型销售周期
   • 将增长模式归类为产品驱动、销售驱动或混合型
   • 选择合适的漏斗模板作为起始框架

2. 当前状态评估

   • 如果已有记录在案的漏斗，则逐阶段绘制
   • 识别当前各阶段跟踪的指标
   • 记录跟踪中断或数据缺失的位置
   • 记录所有当前触点（广告、内容、电子邮件、销售电话、产品互动）

3. 客户旅程映射

   • 绘制从未意识到需求到成为倡导者的完整客户旅程
   • 对每个阶段记录以下内容：
     • 触点：潜在客户会接触什么
     • 行为：他们会做什么（微转化）
     • 情绪：他们的感受（兴奋、困惑、犹豫、信任）
     • 阻力点：哪些因素会拖慢进程或导致流失
     • 决策触发因素：哪些因素促使他们进入下一阶段
     • 内容需求：他们此刻需要哪些信息
   • 纳入并行路径（并非所有旅程都是线性的）

4. 差距分析

   • 将当前状态与该业务模式的理想漏斗进行比较
   • 找出缺失的阶段或未定义的转化路径
   • 标记内容缺口（缺少配套内容的阶段）
   • 突出自动化缺口（应实现自动化的人工交接）
   • 检查衡量缺口（缺少 KPI 的阶段）
   • 发现渠道缺口（仅通过一个渠道服务的阶段）

5. 漏斗架构设计

   • 为每个阶段定义明确的进入和退出标准
   • 为每个阶段指定 KPI 和转化基准
   • 设计微转化序列
   • 为每个阶段匹配内容（现有内容和所需内容）
   • 指定自动化触发条件和规则
   • 定义营销与销售之间的交接流程（如适用）

6. 归因模型建议

   • 根据漏斗复杂度、销售周期长度和可用数据，建议合适的归因模型
   • 说明该建议与其他方案相比的权衡
   • 提供适用于其技术栈的实施指南

7. 优化路线图

   • 根据影响和工作量确定改进的优先级
   • 为影响较大的阶段转化制定 A/B 测试计划
   • 为漏斗健康指标设定监控频率
   • 制定 30/60/90 天优化计划

次要工作流：漏斗诊断（已有漏斗但表现不佳时）

1. 数据收集

   • 收集过去 3-6 个月每个阶段之间的转化率
   • 提取转化耗时数据（潜在客户在每个阶段停留的时间）
   • 统计每个阶段的数量，构建完整的漏斗瀑布图

2. 流失分析

   • 计算每个阶段转化过程中的绝对流失量和相对流失率
   • 找出流失量最大的单个环节（“漏水桶”）
   • 按流量来源、设备、地理位置和受众细分分析流失情况
   • 判断流失属于数量问题（进入该阶段的人数不足），还是转化问题（潜在客户进入该阶段但未能继续推进）

3. 根因识别

   • 针对每个流失率较高的转化环节，调查以下问题：
     • 此阶段的内容是否足够吸引人？
     • CTA 是否清晰，下一步是否明确？
     • 是否存在阻力点（表单过长、用户体验令人困惑、要求提供潜在客户并不掌握的信息）？
     • 时机是否不对（过早要求提供过多信息）？
     • 是否存在信任缺口（此阶段缺乏足够的社会认同或可信度）？
   • 如果有定性数据（客户反馈、销售团队意见、会话录制），请与之交叉参照

4. 修复优先级排序

   • 根据影响（转化率可能提升多少）和工作量（修复有多困难）为每个已发现的问题评分
   • 优先处理影响最大、工作量最小的修复项
   • 设计具体实验，在全面推广前测试每项修复

参考文件

• journey-mapping.md — 客户旅程映射方法、情绪映射框架、触点编目和旅程可视化模板
• attribution-models.md — 归因模型的详细比较、选择标准决策树、各平台实施指南和自定义模型设计
• funnel-templates.md — 适用于 7 种业务模式的预构建漏斗架构，包含默认阶段、基准和自定义指南
• gap-analysis.md — 差距分析框架、诊断问题、按业务模式分类的常见差距模式和优先级评分
• sales-marketing-alignment.md — 销售与营销协同框架、潜在客户交接定义（MQL/SQL）、SLA 设计和漏斗阶段归属映射

输出格式

交付成果	格式	描述
漏斗架构	可视化图表 + 文档	分阶段漏斗，包含进入／退出标准、KPI 和内容映射
客户旅程地图	可视化地图 + 叙述	从认知到拥护的完整旅程，包含情绪、摩擦点和触发因素
差距分析报告	带优先级的文档	所有已识别的差距，包含严重程度、影响评分和修复建议
归因模型规范	文档	推荐模型及其理由、备选方案和实施步骤
阶段 KPI 仪表板	表格／电子表格规范	每个漏斗阶段的指标、基准和跟踪方法
微转化地图	图表 + 文档	按顺序排列的小承诺行动，逐步促成宏观转化
漏斗优化路线图	按优先级排序的计划	30／60／90 天计划，包含具体行动、负责人和预期影响

边缘情况

混合业务模式

• 情况：业务结合了多种模式（例如，带有市场组件的 SaaS，或带有订阅服务的电子商务）
• 处理方式：基于主要收入模式构建主漏斗，再叠加次要路径。找出漏斗的分流点和汇合点。为每条路径定义独立阶段，但统一归因。不要强行套用单一模板——混合模式需要混合漏斗。

双边市场

• 情况：业务同时服务供给侧（卖家、服务提供商）和需求侧（买家、消费者）
• 处理方式：为双方设计并行漏斗。梳理相互依赖关系（即一侧漏斗阶段依赖另一侧活动的情况）。找出“先有鸡还是先有蛋”的动态，并优先为受限的一侧设计漏斗。除转化指标外，还要跟踪市场流动性指标。

线下到线上的旅程

• 情况：旅程中有很大一部分在线下进行（活动、零售、电话、外勤销售）
• 处理方式：明确划分跟踪受限的“暗漏斗”阶段。设计衔接机制（二维码、唯一 URL、电话跟踪号码、CRM 手动录入），将线下互动与数字漏斗关联起来。诚实说明衡量限制，并在无法直接跟踪时推荐代理指标。

周期很长的 B2B 销售（12 个月以上）

• 情况：企业销售涉及采购委员会、RFP、法律审查，周期长达 12 至 24 个月
• 处理方式：构建基于里程碑而非时间的漏斗。围绕采购委员会的动态进行设计（内部推动者、经济决策者、技术评估者、法务）。为停滞的交易加入“重新互动”循环。采用账户级评分，而非个人潜在客户评分。归因必须采用多触点模型，并大幅侧重时间衰减。内容需求深入且因阶段而异——为高管层提供执行摘要，为评估者提供技术文档，为财务团队提供 ROI 模型。

产品主导增长（PLG）漏斗

• 情况：产品使用本身就是主要的漏斗机制——用户通过免费层级或试用版自助体验，之后再转化
• 处理方式：漏斗由产品参与度驱动，而非传统营销触点。围绕激活里程碑（产品中的“顿悟时刻”）进行设计。梳理从注册到激活、参与、转化再到扩展的进程。根据使用阈值定义产品合格潜在客户（PQL），而不是营销合格潜在客户。将产品分析工具（Amplitude、Mixpanel、Pendo）集成为主要漏斗跟踪工具。营销的职责转向促进注册，并通过应用内消息、引导邮件和教育内容支持用户激活。

没有现有数据的漏斗

• 情况：新业务或新市场，没有可供分析的历史漏斗数据
• 方法：使用行业基准和业务模式模板构建假设漏斗。明确设定各阶段的转化率假设，并标注为假设。从第一天起就在漏斗设计中纳入衡量机制，以便快速积累数据。建议设置为期 90 天的“埋点与学习”阶段，目标是收集数据并验证假设，而非优化。在根据转化率得出结论之前，为每个阶段设定最低流量／数量门槛。

相关技能

• Campaign Orchestrator — 用于执行活动，为漏斗引流并推动潜在客户逐步进入各个阶段
• Audience Intelligence — 用于了解进入漏斗的受众、为各阶段构建用户画像，并根据漏斗行为进行细分
• Analytics & Insights — 用于衡量漏斗表现、分析归因，以及检测转化率异常
• Content Engine — 用于创建与各个漏斗触点相对应的阶段专属内容
• AEO/GEO Intelligence — 用于优化漏斗顶部的认知阶段，让 AI 生成的答案促进用户发现