Adobe Analytics 转化漏斗流失分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的指南,安装 @user_fccf428b/aa-conversion-funnel-analysis 技能。
技能介绍
要解决的问题
转化漏斗分析最常见的做法是手动拼报表:从 AA 里逐个找出每个步骤的页面或事件,分别建 segment,导出数字再对齐到同一根基准线上。步骤超过五个之后,Excel 里的公式很容易对不上——哪个 step 少了访客、流失率是按哪一步算的,往往要反复核对。
这个技能把这件事自动化:只要给出一个漏斗(例如商品页浏览 → 加购 → 发起结账 → 填写支付信息 → 下单成功),它会帮你完成 segment 的发现或创建、逐个 step 的 visits 计数、流失率计算,最终生成一份可直接打开的 HTML 报告。
核心思路
AA 没有原生的 sequential fallout API 能通过 MCP 调用,所以技能用 visit-level segment 近似模拟漏斗:每个 step 定义为一个访问级 segment,对该 segment 运行 runReport 得到 step visits,再和无 segment 的总 visits 基准对比。
Step 转化率 = Step visits / Total visits × 100
Step-to-step 转化率 = Step N visits / Step N-1 visits × 100
工作流程大致如下:
- Phase 0–2|准备与定义:确认 report suite,向用户确认漏斗是 visit-level(单次访问内完成,适合结账漏斗)还是 visitor-level(跨多次访问,适合生命周期漏斗);让用户用自然语言描述每个 step,并逐个确认用页面(
variables/page)、自定义事件还是两者组合来定义。 - Phase 3|发现或创建 segment:先
findSegments找已有的 step segment,找不到再用upsertSegment创建新的 visit-level segment。 - Phase 4|逐 step 跑数:每个 step 一次
runReport,外加一次无 segment 的 total visits 作为 100% 基准。 - Phase 5–6|计算与下钻:算出每个 step 的绝对流失人数和流失率,找出最大流失 step,再针对该 step 跑维度拆分(如设备类型、流量来源、新老访客),对比继续转化与中途流失的访客构成差异。
- Phase 7|生成报告:输出到
/tmp/aa_funnel_analysis_report_.html并直接打开。
关键注意点
- 近似而非严格 fallout:因为基于 visit segment,统计的是“该次访问内出现过此 step”的访问数,而不是严格的顺序漏损(上一步完成且下一步未完成)。结果只能作为流失趋势的近似参考。
- 创建 segment 前必须确认:技能在调用
upsertSegment前会列出待创建的 segment 清单,等用户明确同意后才执行。 - 步骤数上限 8 个:每多一个 step 就多一次
runReport调用,考虑到 API 预算,超过 8 步的漏斗建议拆分。 - 字段命名与取值:
runReport使用metricIds/segmentIds(复数形式),日期用startDate/endDate的 ISO 8601 格式,总数要从summaryData.totals[0]读取,而不是从 rows 里找。 - 历史数据限制:
searchDimensionItems找不到数据时,先放宽日期范围,部分 report suite 只保留有限的历史数据。
使用场景
- 电商团队分析结账漏斗,需要找出从加购到下单的每一步中哪一步流失人数最多。
- 产品团队复盘用户生命周期漏斗,需要统计跨多次访问完成关键步骤的访客占比。
- 数据分析人员需要针对最大流失步骤,对比继续转化与中途流失访客的设备类型差异。
- 运营需要快速生成一份包含漏斗总览和流失分析的 HTML 报告,直接发给业务方。
适合人员
- 电商产品经理,需要定位结账流程中的具体流失步骤并指导优化方向。
- 数据分析工程师,负责在 Adobe Analytics 中构建漏斗 segment 并产出量化流失报告。
- 增长运营,需要定期复盘转化路径并生成 HTML 报告分享给团队。
- 前端开发者,需要在项目内集成基于 AA MCP 的漏斗分析自动化能力。