Is analysis-funnel safe to install?

SaferSkills independently audited analysis-funnel (Agent Skill) and scored it 100/100 (green). The audit ran 55 deterministic rules across Security, Supply Chain, Maintenance, Transparency, and Community; it found 0 high-severity and 0 lower-severity findings. The full rule-by-rule trace and per-finding evidence are below. Free, methodology-open.

CategoryWeightCategory scoreContribution

Securityprompt, exec, net, exfil, eval

35%

100

35.0 pts

Supply chainhash, typosquat, maintainer, lockfile

20%

100

20.0 pts

Maintenancestaleness, pinning, CI

15%

100

15.0 pts

TransparencySKILL.md, perms, README

15%

100

15.0 pts

Communityinstalls, verify, response

15%

100

15.0 pts

Findings & checks · 0 flagged

Securityscore 100 · 0 findings

✓—All security checks passedNo findings in this category for the latest scan.pass

Supply chainscore 100 · 0 findings

✓—All supply chain checks passedNo findings in this category for the latest scan.pass

Maintenancescore 100 · 0 findings

✓—All maintenance checks passedNo findings in this category for the latest scan.pass

Transparencyscore 100 · 0 findings

✓—All transparency checks passedNo findings in this category for the latest scan.pass

Communityscore 100 · 0 findings

✓—All community checks passedNo findings in this category for the latest scan.pass

The primary manifest — the file an agent reads to learn what this artifact does.

pm-05-metrics-ops/skills/analysis-funnel/SKILL.md · 1 file

pm-05-metrics-ops/skills/analysis-funnel/SKILL.md11.3 KB · Markdown

name: analysis-funnel

description: 当需要分析用户转化路径时使用。漏斗自动分析，AI自动执行全量漏斗计算、多维下钻、流失节点识别和趋势分析。关键词：漏斗分析、转化分析、流失节点、转化率、用户路径、用户在哪儿流失了、转化太低了、用户走不完流程。

metadata:

module: "产品度量运营"

sub-module: "数据分析"

type: "pipeline"

version: "2.1"

domain_tags: ["电商", "互联网", "通用"]

trigger_examples:

- "注册流程转化率太低了，帮我分析一下"

- "用户在哪个步骤流失最多"

- "支付转化漏斗帮我看看"

interaction_mode: "ai_auto"

漏斗自动分析

核心原则

流失即机会：每个流失节点都是优化的切入点，最大流失点 = 最大提升空间
下钻才能归因：整体转化率只告诉你"有问题"，多维下钻才告诉你"问题在哪"
对比才有判断：绝对值没有意义，环比同比对比才能判断趋势健康度

交互模式

🤖 AI自动执行（数据分析类）

输入

输入项	类型	必填	来源	说明
漏斗定义	object	是	用户提供	漏斗的步骤定义和事件配置
事件数据	object	是	用户提供	埋点事件数据
分群配置	object	○	用户提供	可选的用户分群维度
对比周期	string	○	用户提供	与哪段时间对比

支持的漏斗类型

类型	示例
转化漏斗	浏览→点击→加购→下单→支付
激活漏斗	注册→首次使用→完成新手引导
付费漏斗	曝光→点击→详情→支付→复购
搜索漏斗	搜索→结果页→详情页→加购

执行步骤

Step 1：全量漏斗计算

获取漏斗定义
├── 查询每个步骤的事件数据
├── 计算各步骤用户数
├── 计算步骤间转化率
└── 计算整体转化率

Step 2：多维下钻

对漏斗进行多维度拆分分析：

维度	拆分项
平台	iOS、Android、Web、小程序
渠道	自然流量、付费渠道、分享来源
用户类型	新用户/老用户、付费/免费、高价值/普通
版本	按App版本分组
地区	按国家/省份分组
时间	按小时/天/周分组

Step 3：最大流失节点识别

分析每个步骤的流失率
├── 找出流失率最高的步骤
├── 分析该步骤的流失用户特征
├── 关联流失前的用户行为
└── 识别流失原因假设

Step 4：趋势分析

时间趋势：各步骤转化率的日/周/月变化
对比分析：与上一周期对比
预测：基于趋势预测未来表现

输出

存储路径：output/pm-metrics-ops/analysis-funnel/ 输出文件：funnel_analysis.json

输出Schema：

{
  "type": "object",
  "required": ["funnel_name", "steps", "overall_conversion"],
  "properties": {
    "funnel_name": {"type": "string", "description": "漏斗名称"},
    "date_range": {"type": "object", "description": "分析时间范围，包含起止日期"},
    "steps": {"type": "array", "description": "漏斗步骤数据，包含事件名、计数和转化率"},
    "overall_conversion": {"type": "number", "description": "整体转化率"},
    "vs_last_period": {"type": "object", "description": "与上期对比，包含变化趋势和关键步骤"},
    "critical_drop": {"type": "object", "description": "关键流失分析，包含维度拆解和潜在原因"}
  }
}

funnel_analysis:
  analysis_time: "2024-01-15T10:00:00Z"
  
  # 漏斗基本信息
  funnel_name: "电商购买转化漏斗"
  date_range:
    start: "2024-01-08"
    end: "2024-01-14"
  
  # 漏斗步骤数据
  steps:
    - step: 1
      name: "商品详情页浏览"
      event: "product_view"
      count: 500000
      conversion_from_previous: 100.0  # 第一步为100%
      
    - step: 2
      name: "加入购物车"
      event: "add_to_cart"
      count: 80000
      conversion_from_previous: 16.0
      dropoff_from_previous: 420000
      
    - step: 3
      name: "发起结算"
      event: "checkout_start"
      count: 50000
      conversion_from_previous: 62.5
      dropoff_from_previous: 30000
      
    - step: 4
      name: "完成支付"
      event: "purchase_complete"
      count: 35000
      conversion_from_previous: 70.0
      dropoff_from_previous: 15000
  
  # 整体转化率
  overall_conversion: 7.0  # 从第一步到最终支付
  
  # 与上期对比
  vs_last_period:
    change_pct: -5.2
    trend: "declining"
    significant_steps:
      - step: 2  # 加购转化下降
        change: -8.3
      - step: 3  # 结算转化下降
        change: -3.1
  
  # 关键流失分析
  critical_drop:
    step: 1_to_2  # 从浏览到加购
    dropoff_rate: 84.0  # 流失率
    affected_users: 420000
    
    dimension_breakdown:
      platform:
        iOS: 82.0
        Android: 85.0
        Web: 88.0
      user_type:
        new_users: 78.0
        returning_users: 86.0
      traffic_source:
        search: 75.0
        recommendation: 90.0
        direct: 80.0
    
    potential_causes:
      - "商品价格高于用户预期"
      - "详情页信息不够吸引"
      - "推荐算法不够精准"
    
    optimization_suggestions:
      - "优化商品定价策略"
      - "改进详情页设计和内容"
      - "优化推荐算法，提升相关性"
  
  # 详细报告链接
  reports:
    funnel_chart: "output/pm-metrics-ops/analysis-funnel/charts/funnel_purchase_20240114.png"
    trend_chart: "output/pm-metrics-ops/analysis-funnel/charts/funnel_trend_20240114.png"
    dimension_data: "output/pm-metrics-ops/analysis-funnel/data/funnel_dimensions_20240114.json"

多维下钻示例

# 平台维度分析
platform_breakdown:
  ios:
    step1_count: 200000
    step4_count: 15000
    conversion: 7.5
    vs_avg: +0.5
    
  android:
    step1_count: 250000
    step4_count: 16000
    conversion: 6.4
    vs_avg: -0.6
    
  web:
    step1_count: 50000
    step4_count: 4000
    conversion: 8.0
    vs_avg: +1.0

# 用户类型维度分析
user_type_breakdown:
  new_users:
    conversion: 5.2
    main_drop: "step_2_to_3"  # 结算环节流失大
    
  returning_users:
    conversion: 9.8
    main_drop: "step_1_to_2"  # 加购环节流失大

漏斗定义配置

# 漏斗配置示例
funnel_definitions:
  - name: "purchase_conversion"
    description: "电商购买转化漏斗"
    steps:
      - name: "商品详情页浏览"
        event: "product_view"
        conditions:
          page_type: "product_detail"
          
      - name: "加入购物车"
        event: "add_to_cart"
        
      - name: "发起结算"
        event: "checkout_start"
        
      - name: "完成支付"
        event: "purchase_complete"
        conditions:
          payment_status: "success"
    
    conversion_window: 7d  # 7天内完成算转化
    
    exclusion_events:
      - event: "refund_complete"
        window: 30d

执行频率

每日分析：每日8:00执行
按需分析：手动触发针对特定漏斗的分析
实时监控：核心转化节点的实时监控

输出校验规则

字段路径	类型	必填	说明
funnel_analysis	object	是	漏斗分析根对象
funnel_analysis.funnel_name	string	是	漏斗名称
funnel_analysis.date_range	object	是	分析时间范围
funnel_analysis.date_range.start	string	是	开始日期
funnel_analysis.date_range.end	string	是	结束日期
funnel_analysis.steps	array	是	漏斗步骤数据，至少2步
funnel_analysis.steps[].step	number	是	步骤序号
funnel_analysis.steps[].name	string	是	步骤名称
funnel_analysis.steps[].event	string	是	事件名称
funnel_analysis.steps[].count	number	是	用户数
funnel_analysis.steps[].conversion_from_previous	number	是	步骤间转化率
funnel_analysis.overall_conversion	number	是	整体转化率
funnel_analysis.vs_last_period	object	是	与上期对比
funnel_analysis.critical_drop	object	是	关键流失分析
funnel_analysis.critical_drop.step	string	是	流失步骤
funnel_analysis.critical_drop.dropoff_rate	number	是	流失率
funnel_analysis.critical_drop.potential_causes	array	是	潜在原因列表

上游变更响应

当上游输入发生变更时，本Skill的响应策略：

上游变更	影响范围	响应策略
漏斗定义变更	步骤配置和转化计算	重新执行全量漏斗计算，标记变更步骤
事件数据更新	转化率和流失分析	增量更新转化数据，重新评估流失节点
分群配置变更	多维下钻维度	更新下钻维度，重新执行分群分析
对比周期变更	环比同比对比	重新执行对比分析，更新趋势判断

当漏斗分析自身变更时，对下游的通知机制：

分析变更类型	通知范围	通知方式
关键步骤转化率下降>10%	decision-dace	标记告警，触发洞察转化
流失节点变更	data-analysis-report	标记流失变更，触发报告更新
整体转化率趋势变化	decision-dace	标记趋势变化，触发DACE Analyze

决策规则

情况	处理方式
关键步骤转化率下降>10%	触发告警，标记为优先优化项
整体转化率低于行业基准	生成全链路优化建议
新用户转化率显著低于老用户	建议优化新用户引导流程
多维度下钻发现显著差异	生成针对性优化方案

质量检查

[ ] 漏斗步骤定义完整、无遗漏
[ ] 转化率计算基于全量数据
[ ] 流失节点识别附带原因假设
[ ] 多维下钻覆盖至少3个维度

降级策略

上游文件缺失降级方案

缺失范围	降级方案	输出影响
漏斗定义缺失	提示用户提供漏斗步骤和各步数据，直接计算转化率	漏斗步骤基于用户描述，可能不完整
事件数据缺失	用户提供漏斗步骤和各步数据 → 直接计算转化率	无法自动获取数据，依赖用户输入
漏斗定义 + 事件数据均缺失	用户提供漏斗步骤和各步数据 → 直接计算转化率	输出基础转化率计算结果，多维下钻标注"待补充"

若用户未提供分群配置，提示用户提供或跳过该输入相关步骤
若用户未提供对比周期，提示用户提供或跳过该输入相关步骤

数据获取说明

当上游文件缺失时，需用户提供以下信息以支撑降级生成：

漏斗步骤：转化漏斗的各步骤名称和顺序
各步数据：每个步骤的用户数或事件数
对比周期（可选）：需要对比的时间段

关键指标

指标	计算方式	健康范围
整体转化率	最终转化/进入用户	因业务而异
步骤转化率	下一步/当前步	因步骤而异
流失率	流失用户/上步用户	< 50% 理想
漏斗效率	实际转化/理论最优	> 60% 良好

analysis-funnel— agent skill

Is analysis-funnel safe to install?

漏斗自动分析

核心原则

交互模式

输入

支持的漏斗类型

执行步骤

Step 1：全量漏斗计算

Step 2：多维下钻

Step 3：最大流失节点识别

Step 4：趋势分析

输出

多维下钻示例

漏斗定义配置

执行频率

输出校验规则

上游变更响应

决策规则

质量检查

降级策略

上游文件缺失降级方案

数据获取说明

关键指标

Audit the pieces. Scan the whole. Decide.