转化漏斗优化
提供转化漏斗优化的可落地指南与SOP。在开展转化漏斗优化相关工作时调用。
Install via CLI (Recommended)
clawhub install openclaw/skills/skills/clawkk/conversion-funnelWhat This Skill Does
转化漏斗优化 (Conversion Funnel Optimization) 是一个专门针对商业转化链路的AI助理工具,旨在帮助用户通过系统化的方法论提升业务关键指标。它不仅仅是一个单一的插件,而是一套集成了SOP(标准作业程序)、数据监控模型、风险控制以及最佳实践的综合解决方案。该技能能够引导用户从定义业务目标开始,一步步进行数据接入、看板搭建、小流量测试,最终实现漏斗转化的闭环优化。通过使用此技能,企业或开发者可以快速定位流失节点,识别潜在瓶颈,并利用内置的标准化流程降低决策成本。
Installation
在终端中运行以下命令即可将该技能集成至OpenClaw生态:
clawhub install openclaw/skills/skills/clawkk/conversion-funnel
安装完成后,即可在会话中通过触发词调用其分析能力。
Use Cases
- 电商业务流失分析:识别用户在下单、支付环节的流失原因,制定针对性的转化补救方案。
- SaaS产品转化提升:针对注册到激活的转化率进行漏斗诊断,指导UX/UI的迭代方向。
- 内容分发与用户留存:分析读者从进入页面到订阅的路径,优化引导逻辑。
- 营销活动复盘:在大型投放活动后,利用此技能进行转化漏斗的归因分析与标准化知识沉淀。
Example Prompts
- "我目前的电商App新用户注册到下单的流失率高达70%,请使用转化漏斗优化技能帮我构建一个诊断SOP。"
- "请列出一份转化漏斗优化的Checklist,包含数据埋点核对、看板搭建要点以及合规性自查要求。"
- "我们刚刚完成了一次小流量试点,这是留存数据[数据粘贴],请帮我分析转化瓶颈并起草一份优化后的标准化改进方案。"
Tips & Limitations
- 提示建议:为了获得更精准的优化建议,请确保传入数据的准确性,并尽可能详细地描述当前的业务场景和具体的目标指标。
- 合规提示:在进行数据分析时,务必严格遵守中国本地的数据隐私法律法规,尤其是针对个人信息的脱敏处理与数据最小化原则。
- 局限性:本技能主要提供方法论与策略指导,具体的数据采集需依赖后端埋点与平台看板工具,建议结合BI系统协同使用。
Metadata
Not sure this is the right skill?
Describe what you want to build — we'll match you to the best skill from 16,000+ options.
Find the right skillPaste this into your clawhub.json to enable this plugin.
{
"plugins": {
"official-clawkk-conversion-funnel": {
"enabled": true,
"auto_update": true
}
}
}Tags(AI)
Flags: data-collection
Related Skills
data-move
Deep data migration workflow—scope, mapping, validation, batching and ordering, dual-write and cutover, rollback, and reconciliation. Use when moving tenants, bulk backfills, or changing stores without losing trust in data correctness.
data-model
Deep data modeling workflow—grain, facts and dimensions, keys, slowly changing dimensions, normalization trade-offs, and analytics query patterns. Use when designing warehouse/analytics models or reviewing star/snowflake schemas.
guard
Deep AI safety guardrails workflow—policy definition, input/output filtering, monitoring, escalation, and false-positive handling. Use when reducing harmful outputs, misuse, or policy violations in LLM products.
prompts
Deep prompt engineering workflow—task spec, constraints, examples, evaluation sets, iteration protocol, regression testing, and safety alignment. Use when improving LLM outputs, shipping prompt changes, or building reusable prompt templates.
cost-opt
Cloud cost review: rightsizing, reservations, waste. Use when reducing infra spend.