SuperPM pm-funnel

install
source · Clone the upstream repo
git clone https://github.com/konglong87/superPM
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/konglong87/superPM "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/05-product-strategy/pm-funnel" ~/.claude/skills/konglong87-superpm-pm-funnel && rm -rf "$T"
manifest: skills/05-product-strategy/pm-funnel/SKILL.md
source content

Preamble (run first)

# 创建必要的目录(支持中英文)
mkdir -p docs/05-产品战略
mkdir -p docs/05-product-strategy

# 检查是否有用户旅程地图作为输入
if [ -f "docs/01-需求洞察/用户旅程地图.md" ] || [ -f "docs/01-demand-insight/user-journey.md" ]; then
  echo "✅ 检测到用户旅程地图,将基于此进行漏斗分析"
fi

执行流程

步骤 1: 定义转化漏斗

询问方式:使用 AskUserQuestion 逐个询问


问题 1: 业务场景

使用 AskUserQuestion 询问:

请问您要分析哪个业务场景的转化漏斗?

A) 注册转化漏斗(访客→注册用户) B) 购买转化漏斗(浏览→下单→支付) C) 激活转化漏斗(下载→注册→首次使用) D) 留存转化漏斗(新增→次日留存→7日留存) E) 其他(请手动输入)


问题 2: 漏斗步骤定义

根据问题1的场景,引导用户定义具体步骤:

**示例(购买转化漏斗)**:

请确认购买转化漏斗的关键步骤

引导用户输入:

  1. 步骤1:[浏览商品详情页]
  2. 步骤2:[加入购物车]
  3. 步骤3:[进入结算页]
  4. 步骤4:[提交订单]
  5. 步骤5:[完成支付]

问题 3: 当前数据

针对每个步骤,收集当前数据:

使用 AskUserQuestion 询问:

步骤[1]:[浏览商品详情页]的用户数是多少?

引导用户输入每个步骤的用户数:

步骤用户数占比
步骤1[X]万100%
步骤2[X]万[X]%
步骤3[X]万[X]%
步骤4[X]千[X]%
步骤5[X]千[X]%

步骤 2: 计算转化率和流失率

计算公式:

步骤转化率 = (下一步用户数 / 当前步骤用户数) × 100%
步骤流失率 = 100% - 步骤转化率
整体转化率 = (最后一步用户数 / 第一步用户数) × 100%

**示例**:

步骤用户数步骤转化率步骤流失率
浏览详情页10,000--
加入购物车3,00030%70%
进入结算页2,10070%30%
提交订单1,47070%30%
完成支付88260%40%

**整体转化率**:882 / 10,000 = 8.82%


步骤 3: 流失原因诊断

针对流失率最高的步骤,分析原因:


步骤3.1: 识别关键流失节点

**关键流失节点定义**:流失率 > 30% 的步骤

**示例**:

  • 步骤1→2:流失率70%(关键流失节点)
  • 步骤4→5:流失率40%(关键流失节点)

**步骤3.2: 诊断流失原因**

针对关键流失节点,使用 AskUserQuestion 询问:

步骤1→2(浏览详情页→加入购物车)流失率高达70%,可能的原因是?

A) 产品价格过高 B) 商品信息不清晰 C) 用户购买意愿不强 D) 竞品对比流失 E) 页面加载慢 F) 其他(请手动输入)

针对每个流失原因,引导用户深入分析:

请提供数据支撑或用户反馈(如有)


步骤3.3: 用户反馈收集

询问:

是否有用户调研或客服反馈数据?

A) 有用户调研数据 B) 有客服反馈记录 C) 有用户评论/投诉 D) 暂无数据,需要收集

如果选择D,提供数据收集建议:

**建议收集方法**:

  1. 用户问卷调研(流失用户问卷)
  2. 客服反馈分析
  3. 用户访谈(深度访谈5-10人)
  4. 数据埋点(详细行为数据)

步骤 4: 优化建议生成

根据流失原因,生成针对性优化建议:


场景A: 产品价格过高导致流失

**优化建议**:

  1. 提供价格优惠(首单优惠、优惠券)
  2. 展示性价比(对比竞品、突出优势)
  3. 分期付款选项
  4. 价格锚定策略(展示高价商品对比)

场景B: 商品信息不清晰导致流失

**优化建议**:

  1. 优化商品详情页设计
  2. 增加视频展示
  3. 用户评价前置
  4. 关键信息突出展示

场景C: 页面加载慢导致流失

**优化建议**:

  1. 优化图片加载(压缩、懒加载)
  2. CDN加速
  3. 服务器性能优化
  4. 减少不必要的请求

场景D: 结算流程复杂导致流失

**优化建议**:

  1. 简化结算步骤
  2. 一键购买功能
  3. 默认地址/支付方式
  4. 进度条引导

步骤 5: A/B测试建议

针对关键优化项,设计A/B测试:

**测试设计模板**:

测试名称:[优化项目名称]
测试目标:提升步骤[X]到步骤[X+1]的转化率
测试周期:[X]周
样本量:[X]万用户

A组(对照组):[当前方案]
B组(实验组):[优化方案]

评估指标:
- 主指标:步骤转化率
- 辅助指标:整体转化率、GMV

预期效果:转化率提升[X]%

步骤 6: 生成漏斗优化方案

使用 Write 工具生成文档:

---
product: [产品名称]
version: 2.0.0
created_at: [当前时间]
author: [用户]
skill: pm-funnel
status: draft
---

# 漏斗分析与优化方案

## 一、漏斗概览

### 业务场景

**分析场景**:购买转化漏斗
**分析周期**:[起始日期] - [结束日期]
**数据来源**:[数据平台名称]

---

### 漏斗定义

**转化路径**:
1. 浏览商品详情页
2. 加入购物车
3. 进入结算页
4. 提交订单
5. 完成支付

---

## 二、漏斗数据分析

### 整体数据

| 步骤 | 用户数 | 步骤转化率 | 步骤流失率 | 累计转化率 |
|------|-------|-----------|-----------|-----------|
| 浏览详情页 | 10,000 | - | - | 100% |
| 加入购物车 | 3,000 | 30% | 70% | 30% |
| 进入结算页 | 2,100 | 70% | 30% | 21% |
| 提交订单 | 1,470 | 70% | 30% | 14.7% |
| 完成支付 | 882 | 60% | 40% | 8.82% |

**关键指标**:
- 整体转化率:8.82%
- 平均步骤转化率:57.5%
- 最大流失节点:浏览详情页→加入购物车(流失率70%)

---

### 流失用户画像

**流失用户特征**:
- 新用户占比:[X]%
- 来源渠道:[渠道分布]
- 设备分布:[iOS/Android占比]
- 访问时段:[时段分布]

---

## 三、关键流失节点分析

### 节点1: 浏览详情页→加入购物车

**流失率**:70%
**流失用户数**:7,000人

**流失原因诊断**:

| 原因 | 占比 | 数据支撑 |
|------|------|---------|
| 价格高于预期 | 35% | 用户调研:65%用户认为价格偏高 |
| 商品信息不全 | 25% | 客服反馈:商品描述不清 |
| 页面加载慢 | 20% | 平均加载时间:5.2秒 |
| 竞品对比流失 | 15% | 跳出用户:40%访问竞品 |
| 其他原因 | 5% | - |

**详细分析**:

1. **价格因素**(35%流失)
   - 商品平均价格:[X]元
   - 用户期望价格:[X]元
   - 竞品平均价格:[X]元
   - 价格敏感度:高

2. **信息因素**(25%流失)
   - 商品图片数量:平均3张
   - 商品描述字数:平均150字
   - 视频展示:缺失
   - 用户评价:平均15条

3. **性能因素**(20%流失)
   - 平均加载时间:5.2秒
   - 行业标准:3秒以内
   - 跳出率:[X]%

---

### 节点2: 提交订单→完成支付

**流失率**:40%
**流失用户数**:588人

**流失原因诊断**:

| 原因 | 占比 | 数据支撑 |
|------|------|---------|
| 支付方式有限 | 30% | 仅支持微信支付 |
| 结算流程复杂 | 25% | 平均结算时间:3分钟 |
| 运费过高 | 20% | 平均运费:15元 |
| 支付失败 | 15% | 支付成功率:85% |
| 其他原因 | 10% | - |

---

## 四、优化建议

### 优先级排序

| 优化项 | 预期提升 | 实施难度 | 投入成本 | 优先级 |
|-------|---------|---------|---------|--------|
| 价格策略优化 | +5% | 中 | 低 | P0 |
| 详情页优化 | +3% | 低 | 低 | P1 |
| 页面性能优化 | +2% | 中 | 中 | P1 |
| 支付流程优化 | +1.5% | 低 | 低 | P2 |
| 支付方式扩展 | +1% | 高 | 高 | P2 |

---

### 优化方案详情

#### 方案1: 价格策略优化(P0)

**目标**:降低价格敏感用户流失,提升转化率5%

**具体措施**:
1. 首单优惠:新用户首单立减[X]元
2. 满减活动:满[X]元减[X]元
3. 优惠券:定向发放优惠券
4. 价格锚定:展示原价vs现价

**实施计划**:
- Week 1:设计优惠券方案
- Week 2:开发优惠功能
- Week 3:上线测试

**预期效果**:
- 浏览→加购转化率:30% → 35%(+5%)
- 整体转化率:8.82% → 9.3%(+0.48%)

---

#### 方案2: 详情页优化(P1)

**目标**:提升信息完整性,降低信息缺失流失

**具体措施**:
1. 增加商品视频展示
2. 优化商品图片(增至6-8张)
3. 用户评价前置
4. 关键参数表格化展示

**实施计划**:
- Week 1:设计详情页模板
- Week 2:开发新模板
- Week 3:商家培训

**预期效果**:
- 浏览→加购转化率:30% → 33%(+3%)

---

#### 方案3: 页面性能优化(P1)

**目标**:提升加载速度,降低性能流失

**具体措施**:
1. 图片压缩(WebP格式)
2. CDN加速
3. 懒加载优化
4. 服务端渲染(SSR)

**实施计划**:
- Week 1:性能分析
- Week 2-3:优化实施
- Week 4:效果验证

**目标指标**:
- 平均加载时间:5.2秒 → 2.5秒
- 跳出率:[X]% → [X]%

---

#### 方案4: 支付流程优化(P2)

**目标**:简化支付流程,提升支付转化率

**具体措施**:
1. 一键支付功能
2. 默认地址记忆
3. 支付进度提示
4. 支付失败自动重试

**预期效果**:
- 提交→支付转化率:60% → 70%(+10%)

---

## 五、A/B测试计划

### 测试1: 价格优惠策略

**测试名称**:首单优惠效果测试
**测试周期**:2周
**样本量**:10,000新用户

**测试设计**:
- A组(对照组):无优惠
- B组(实验组):首单立减10元

**评估指标**:
- 主指标:浏览→加购转化率
- 辅助指标:整体转化率、GMV、客单价

**预期效果**:
- 转化率提升:+5%
- GMV提升:+3%

---

### 测试2: 详情页优化

**测试名称**:视频展示效果测试
**测试周期**:2周
**样本量**:20,000用户

**测试设计**:
- A组(对照组):现有详情页
- B组(实验组):增加视频展示

**评估指标**:
- 主指标:浏览→加购转化率
- 辅助指标:页面停留时长、跳出率

---

## 六、监控与迭代

### 监控指标

**实时监控**(每小时):
- 各步骤转化率
- 整体转化率
- GMV

**周报监控**:
- 转化率趋势
- 流失原因变化
- 优化效果对比

---

### 迭代机制

**迭代周期**:每2周复盘一次

**迭代流程**:
1. 数据分析 → 识别问题
2. 假设提出 → 设计优化方案
3. A/B测试 → 验证效果
4. 全量上线 → 监控效果
5. 持续优化

---

## 七、下一步建议

建议执行:
1. /pm-abtest - 设计详细的A/B测试方案
2. /pm-growth - 制定增长执行方案
3. /pm-report - 建立数据监控体系

---

**项目状态**: 漏斗分析完成
**生成时间**: [当前时间]
**生成工具**: super-pm v2.0.0

注意事项

  1. **数据准确性**:确保数据埋点准确,避免数据偏差
  2. 多维度分析:结合用户分群、渠道、设备等多维度分析
  3. **归因准确**:正确归因流失原因,避免误判
  4. **持续优化**:漏斗优化是持续过程,需定期复盘