{{ taskTitle }}
产品问题诊断与迭代
{{ currentStep === 1 ? '全链路转化漏斗诊断' : currentStep === 2 ? '用户评论根因分析' : 'AB 测试验证方案' }}
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。
节点转化率计算使用案例数据计算从曝光到复购的各节点转化率。
全链路转化漏斗可视化根据节点转化率绘制各渠道与行业均值的漏斗对比图。
一
计算各节点转化率
根据案例数据填写各渠道链路节点转化率，数值以百分比（%）填写。
| 链路节点 | 天猫 | 京东 | 抖音 | 拼多多 | 行业均值 |
|---|---|---|---|---|---|
| {{ row.linkNode }} |
二
全链路转化漏斗可视化
根据上述转化率绘制各渠道与行业均值的节点转化漏斗对比图。
{{ funnelChart.name || '节点转化漏斗对比图' }}点击缩略图可放大预览
支持 PNG、JPG、WEBP 格式，图片不超过 5MB；上传后可点击预览。
三
定位异常节点
对比行业均值数据，定位异常节点并填写分析与判定。
| 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：默认展示一行可填写，最少一行，可增加行，最多 5 行；诊断异常节点须从上表已填写渠道中选择。
漏斗只能定位“哪个环节出了问题”，本步骤通过词云和情感倾向分析，从真实用户评价中提取高频问题，验证异常背后的根本原因。
一
词云分析
导入评论数据，系统自动生成高频问题词云。
高频问题词云基于导入评论自动生成
请根据词云图填写词云中出现频次最高的 TOP3 问题。
二
情感倾向分析
点击分析后，系统自动填充评论数量；请自行计算占比，保留两位小数。
评论数量由系统填充；系统仅校验学生填写的占比。
| 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），对比两组关键指标差异，用数据判断改进方案是否值得落地。
一
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。
二
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 }} |
三
可视化呈现
绘制 AB 测试结果对比图并上传，作为改进方案的可视化证据。
{{ abChart.name || 'AB 测试结果对比图' }}点击缩略图可放大预览
支持 PNG、JPG、WEBP 格式，图片不超过 5MB；上传后可点击预览。
- 使用 Excel/WPS 绘图功能，自主完成 AB 测试结果对比图，可参考《实训操作说明》。
- 下载 Excel 模板，填写关键数据，自动计算 AB 测试数据并生成测试结果对比图。
- 也可导出数据表上传到通用 AI 大模型，通过对照组和实验组数据对比生成组合柱状图。
四
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，并提出具体迭代优化建议。
支持 CSV、TXT、XLS、XLSX，文件不超过 5MB。