{{ taskTitle }}
{{ taskBackground }}
实训目标
{{ taskRequirement }}
实训要求
从用户触达产品的全路径出发，搭建从曝光到复购的完整数据漏斗，逐层计算各环节转化率并对比行业均值，定位产品在哪个环节出现了明显异常流失，精准锁定问题所在的运营环节。
3.导出数据表上传到通用AI大模型，通过AI大模型辅助完成计算，参考步骤及提示词如下：请根据表格数据，计算从曝光到复购链路节点转化率。
计算各节点转化率
根据案例数据计算各个渠道链路节点转化率，参考方法及工具如下：
| 链路节点 |
|
行业均值 |
|---|---|---|
| {{ row.linkNode }} |
|
全链路转化漏斗可视化
根据节点转化率计算结果，绘制各渠道转化率与行业均值的转化漏斗对比图，可视化呈现多环节情况，参考方法及工具如下：
3.导出数据表上传到通用AI大模型，通过AI大模型辅助完成，参考步骤及提示词如下：请根据表格数据绘制漏斗图，并与行业均值漏斗图进行对比。
支持 PNG、JPG、WEBP 格式，图片不超过 5MB；上传后可点击预览。
定位异常节点
对比案例行业均值数据，定位异常节点。
| 渠道 | 链路节点 | 店铺转化率 | 行业均值转化率 | 异常分析与判定 |
|---|---|---|---|---|
说明：这个表格默认展示一行可填写，最少一行，可以增加行，最多5行，这里填写的渠道需要来源于第一个表的渠道。
漏斗只能定位“哪个环节出了问题”，要回答为什么出问题，需要分析用户最真实的反馈。本步骤通过词云分析和情感倾向分析，从用户评价中提取高频问题，判断整体口碑倾向，验证漏斗异常背后的真实根因。
词云分析
导入数据，生成词云，基于案例评论数据自动生成高频问题词云。
请根据词云图填写词云中出现频次最高的TOP3问题。
情感倾向分析
| 情感类型 | 评论数量（条） | 占比 |
|---|---|---|
| {{ row.type }} | {{ row.count ?? '—' }} |
请结合词云TOP3与情感分析结果，说明本案例的核心问题根本原因；说明高频问题与情感数据是如何验证步骤一漏斗异常结论的
找到根因后，还需验证“改进方案是否真的有效”，避免拍脑袋迭代。AB测试对照诊断法将用户随机分为对照组（维持原方案）和实验组（应用改进方案），对比两组的关键指标差异，用数据判断改进方案是否值得落地。
确定测试方案
请基于案例资料，针对步骤一和步骤二分析结果，设计AB测试方案
AB测试数据填报
请从案例资料中获取AB测试两组数据，计算后填入下表并逐项判定：
| 测试指标 | 对照组数据 | 实验组数据 | 判定与分析 |
|---|---|---|---|
| {{ row.metric }} |
可视化呈现
绘制AB测试结果对比图，参考方法及工具如下：
支持 PNG、JPG、WEBP 格式，图片不超过 5MB；上传后可点击预览。
- 1.使用Excel/WPS绘图功能，自主完成AB测试结果对比图，参考《实训操作说明》。
- 2.下载Excel模版，填写关键信息，自动计算AB测试数据，并生成测试结果对比图。
- 3.导出数据表上传到通用AI大模型，通过AI大模型辅助完成，参考步骤及提示词如下：请根据表格数据，进行对照组和实验组数据对比，采用组合柱状图生成可视化图形。
诊断结论与迭代优化建议
结合全链路数据漏斗诊断、售后评论分析法及AB测试对照诊断，分析产品存在的问题，并提出具体的迭代优化建议。
支持 CSV、TXT、XLS、XLSX，文件不超过 5MB。