电商经营工作台经营决策中枢
经营路径

情报 → 判断 → 选品 → 上架

经营主流程

AI 情报
每日 AI 情报开源项目与 Skills
今日工作台方法库经营 Agent任务记录PDD 采价记录候选商品上架商品价格换算物流价格浏览器任务订单管理
智能客服
在线客服入口客户入口管理客服会话售后确认客服知识

治理与复盘

规则库规则建议运行日报任务控制台策略配置
登录

经营与 AI 决策视角

电商经营工作台
AI情报工作台选品池上架
返回方法库

方法详情

事件口径对齐—漏斗断点定位—高摩擦环节修复法

先统一用户行为事件和漏斗进入规则,再按渠道、设备、SKU与人群定位异常流失点,可以避免只看最终转化率而误判经营问题。
领域:运营数据分析方法、运营方法可创建经营任务候选可创建经营任务
可执行性
92
CEO:可创建经营任务候选

决策路径

系统审核结论

可创建经营任务候选

决定是否展示创建经营任务入口。

我的处理状态

可创建经营任务

只代表人工跟进意图,不会单独解锁创建入口。

下一步

可以创建经营任务

下面可以直接创建选品或经营任务。

来源

平台:Matomo官方文档

作者/项目:Matomo

去重使用的来源链接:

https://matomo.org/guide/reports/funnels/

适用范围

市场:US

平台:淘宝、拼多多(参考Matomo漏斗分析方法迁移)

类目:全类目, 母婴优先, 排除Electronics, 排除High-return fashion

审核分解

来源可信度:17/20

步骤清晰度:23/25

结构化程度:19/20

边界清晰度:14/15

执行可行性:19/20

我的处理状态

当前:可创建经营任务。处理状态用于记录人工判断;是否能创建经营任务,仍以页面上方“系统审核结论”为准。

创建运营助手

这个入口会创建经营任务配置,绑定当前方法和领域;不会写入商品候选池,也不会立即运行。

事件口径对齐—漏斗断点定位—高摩擦环节修复法

领域:运营。后续会按当前输入对象、检查频率和输出格式执行。

已创建任务

当前方法还没有创建运营助手。

CEO 审核结论

事件校验、漏斗计算和异常排序高度结构化;因果解释与具体修复动作需运营复核。

建立事件字典、SQL或API适配层、基线检测和异常解释模板;Agent不得补造平台未提供的数据,也不得把相关性自动写成因果结论。

执行步骤

  1. 1.定义曝光、点击、详情浏览、收藏加购、下单、支付和退款的事件口径、去重键及统计窗口。
  2. 2.检查事件时间、SKU、渠道、设备和活动标识的完整性,隔离缺失或重复记录。
  3. 3.计算总体及分渠道、设备、SKU、新老客的逐步转化率和流失量。
  4. 4.使用历史稳定期或同类SKU建立基线,筛选流失量大且偏离基线的漏斗节点。
  5. 5.将异常节点映射到页面信息、价格优惠、库存、运费承诺、客服或支付环节的可验证假设。
  6. 6.按影响量与修复成本排序,每次验证一个主要假设,并以净支付和退款护栏判定结果。

判断指标

  1. 1.事件完整率
  2. 2.重复事件率
  3. 3.各节点转化率
  4. 4.节点绝对流失量
  5. 5.异常相对基线偏差
  6. 6.支付转化率
  7. 7.退款后净转化率

输入数据要求

  1. 1.带时间戳的店铺行为事件或后台汇总数据
  2. 2.事件定义与去重规则
  3. 3.SKU、渠道、设备和活动维度
  4. 4.支付、取消与退款数据
  5. 5.历史稳定期基线
  6. 6.同期价格、库存及促销变更记录

排除规则

  1. 1.排除Electronics与High-return fashion
  2. 2.排除事件口径不一致的跨期直接比较
  3. 3.排除样本量过小的细分结论
  4. 4.排除把平台无法观测的步骤填充为推测数据
  5. 5.排除未控制价格、库存和活动变化的因果结论
  6. 6.排除仅提升下单但显著恶化退款或投诉的修复方案

风险与适用边界

  1. 1.淘宝、拼多多可能不开放用户级全链路事件,部分分析只能使用聚合数据。
  2. 2.漏斗相关性不能单独证明某项改动造成结果变化。
  3. 3.跨设备、跨会话和归因窗口会造成用户路径断裂。
  4. 4.细分过多容易产生偶然异常,需要样本量与多重比较控制。

来源摘要与执行说明

Matomo文档说明如何定义目标漏斗、配置步骤、查看进入与退出情况并按细分维度分析。可迁移步骤包括明确漏斗顺序、统计每步转化与退出、识别非预期路径和分群比较;淘宝、拼多多可获取的事件粒度较受限,应以商家后台实际开放数据为准。

输出格式:输出漏斗定义、数据质量报告、节点转化矩阵、异常分群、潜在原因、影响规模和修复实验队列。

执行示例:任务发现拼多多某母婴SKU点击到详情正常,但加购到支付在移动端新客中显著低于基线;核对同期数据后将优惠领取复杂度列为假设,以简化优惠说明的小流量版本验证,并同时监控实付毛利和退款。