简诗AI线下体验服务迭代回看单
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 提供的指南,将技能 @user_fccf428b/offline-experience-post-launch-review 安装到您的 AI 助手中,以便进行线下体验服务上线效果的复盘。
技能介绍
要解决的具体问题
线下体验服务上线后最常见的复盘缺陷,是拿一份只统计现场热度的回看报告去推动保留、放量或停止决定。缺少基线校验、口径说明和硬约束审查时,局部活动数据容易被误读为全局验证;排队拥挤、投诉上升、复访损耗等副作用也常被省略,而这正是决定继续堆量还是停下来优化的关键信息。@user_fccf428b/offline-experience-post-launch-review 只处理线下体验服务中的上线效果回看,产出物是迭代决定单;它并不替代全盘战略、真实平台操作或合规审批。其边界由三项条件共同确定:使用对象是线下体验服务;操作重点是根据真实使用决定保留、优化或停止;验收结果以体验到购买转化率复查迭代决定单是否可执行。这个窄切口的价值,在于防止报告阶段把未确认事实写成既成结论,也防止决定单中出现无法兑现的承诺。
技能如何工作
核心能力是把上线期数据组织成可复核的迭代决定,而不是替你完成发布、结算或投放等真实动作。执行入口需要四项输入:空间、服务动作、用户反馈、上线指标;资料不足时先输出补证据清单并标注数据日期、来源、缺失项与不可比较口径,不会用空泛建议填满模板。
关键机制有四项:基线校验机制对比上线前基线与预设成功指标,区分已确认事实、分析判断与待确认事项,不编造经营数据、平台政策或活动结果;硬约束机制把现场安全、人员容量与预约节奏受控写成硬约束,禁止用无法落地的排期绕过承载边界;指标拆分机制拆出采用、完成、满意、收益与副作用,不只看活跃而忽略投诉与复购损耗;迭代决定生成机制基于以上输入给出继续放量、优化、补验证或下线的明确决定,质量检查要求使用真实基线。
另有两个交付前机制约束交付物:交付前核验机制用现场观察、预约和满意度记录交叉核对迭代决定单的各观察维度,缺任一证据即标记暂不可交付,并列出缺失信息、影响范围与下一步补证据动作;转化复查机制以体验到购买转化率为复查指标,若实际数据尚未取得,只给出计算口径与复查日期,绝不虚构结果。
交付物可追溯也是设计重点:迭代决定单保留基线、实际结果、解释、决定与下一验证字段;体验转化复查记录对齐复查日期、原始证据(现场观察、预约和满意度记录)、计划值或基线、实际结果、差异解释与下一动作。
适用边界与注意点
本技能只做线下体验服务上线后的效果回看,不做全盘运营动作、合同与合规审批。涉及价格、促销、抽奖、广告、个人信息或平台规则时,先汇总给业务或法务的待确认事项,不把建议包装成已发生结果。处理会员、客户、员工或活动参与者数据时,只取完成任务所需最小字段并提醒先去标识化。
使用场景
- 线下体验活动上线后,需要对照基线和实际数据生成继续、优化或停止的迭代决定单。
- 多门店体验服务复盘时,需要按统一口径拆分采用率、满意度和体验到购买转化率。
- 预约承载或现场安全条件不足时,需要在方案里标明硬约束并先列出补证据清单。
- 缺少现场观察、预约和满意度记录时,需要给出感受到购买转化率的测量口径和复查时间,而不是编造结果。
适合人员
- 线下零售运营负责人,需要在门店体验服务上线后给出可复核的保留、优化或停止建议。
- 体验活动运营专员,需要把真实使用反馈整理成迭代决定单,支撑管理层继续放量或下线。
- 商业分析师,需要基于体验转化率、安全与容量约束复盘线下服务,避免只看活跃度。
- 门店店主,需要在预约超载或满意下滑时申请暂停链以审批,而不是继续推广。