按流失位置选择下一项动作
诊断时先找到损失最大的相邻两步，再用分群、失败记录和用户研究解释。常见对应关系如下：
| 观察到的问题 | 优先检查 | 可尝试的改动 |
|---|---|---|
| 流量增加，合格任务开始下降 | 来源、人群、落地页与承诺 | 收紧关键词与内容，建立渠道专用页面 |
| 到站后很少开始 | 第一屏、加载、演示、案例、价格与信任 | 用具体任务和结果改写承诺，提前展示真实样例 |
| 注册开始后退出 | 字段、验证、密码、移动端和错误 | 删除无用字段，允许稍后补充，保留当前进度 |
| 进入产品却不开始核心任务 | 空状态、模板、权限和入口 | 提供可操作示例，把主任务放到首屏 |
| 开始后大量失败 | 输入要求、等待、能力边界和反馈 | 校验输入、显示进度、给出可恢复错误和限制 |
| 成功一次后不再回来 | 使用频率、结果质量和下一任务 | 按真实周期提醒，保存上下文，明确后续价值 |
| 重复使用却不付费 | 免费边界、价格、预算和付费时点 | 在价值成立后解释方案，核对包装与目标人群 |
| 结账开始后失败 | 支付方式、地区、税费、币种和错误 | 增加适用支付路径，清楚展示总价和支持入口 |
| 付费后退款或拒付 | 承诺、质量、续费提示和支持 | 对齐销售表述，缩短解决问题时间，记录退款原因 |
| 使用良好却少有推荐 | 结果是否可展示、邀请是否有意义 | 让用户分享成果或协作，不强迫批量邀请 |
一次只选择一个主要瓶颈和一个可控制改动。若同时更换渠道、首页、Onboarding、价格和付费墙，结果即使变好，也难以知道哪项产生作用。
分群要服务于决策
总体平均值会掩盖差异。常用分群包括来源、落地页、设备、地区、产品版本、新老用户、首个任务、方案和实验组。角色与经验只有在可靠收集并真正影响体验时才适合加入。
分群前先写出判断。例如「移动端导入失败率更高，可能与文件选择有关」可以通过设备、文件类型和错误代码检查；「某国家用户质量差」既含糊，也容易把支付、语言、时区和产品适配问题归到人群本身。
切分后还要保留样本量、时间范围和选择偏差。只有成功完成表单的人才有「角色」字段，按角色比较时就已经排除了表单退出者。只分析付费用户的功能偏好，也无法解释为什么高意图访客没有付费。
建立每周可以运行的诊断节奏
早期团队无需维护几十张看板。每周选择一条核心漏斗，按固定顺序复盘：
- 确认事件版本、缺失、重复、内部流量和支付事实；
- 比较本周与可比周期的各层绝对人数和转化；
- 找出影响业务最大的相邻流失点；
- 按一个有明确假设的维度分群；
- 抽查失败日志、支持记录、访谈和合规处理后的 Replay；
- 写下最可能原因、反证和仍未知的信息；
- 选择一个改动，确定负责人、主指标、护栏和结束时间；
- 下次复盘保留、回滚或继续验证。
结论记录应区分事实和解释。例如「注册完成到核心任务开始从 48% 降至 35%」是观察；「新版空状态让用户不知道下一步」是需要用会话、访谈或实验支持的解释。这样的记录能减少团队随数据波动反复改方向。
一个四周落地计划
第 1 周：价值路径和事件定义
- 用一句话定义目标用户、任务和第一次核心价值；
- 走完成功、失败、返回和重试路径；
- 画出到站、理解、开始、价值、重复、付费和推荐；
- 为每层选一项主要行为和一个负责人；
- 建立最小事件字典，删除无决策用途的采集。
第 2 周：Onboarding 和数据质量
- 列出所有注册、问卷、权限和引导步骤；
- 为每个问题写出会改变的体验，允许跳过或稍后补充；
- 检查匿名到登录、客户端到服务端和跨设备身份；
- 验证成功、失败、支付、退款和版本事件；
- 排除测试、内部与 Bot 流量，记录缺失和重复。
第 3 周：Aha Moment 和用户原因
- 提出一至三个价值行为候选；
- 比较完成、未完成、留存、付费与退款路径；
- 访谈近期成功、深度退出和付费用户；
- 按明确问题检查支持、失败日志和合规配置后的 Replay；
- 记录相关性、样本边界和其他可能解释。
第 4 周：实验与经营复盘
- 选择最大瓶颈，设计一项最小改动；
- 预先写明主指标、护栏、分群、窗口和停止条件；
- 同时观察首次价值、结果质量、付费、退款和支持；
- 更新事件、页面和引导文档；
- 形成下一个月只包含一至两个重点的改进队列。
上线与复盘清单
价值和漏斗
- 第一次核心价值对应真实任务与可确认结果；
- 每层有进入、通过和失败定义；
- 信任是否单独成层由产品学习成本和风险决定；
- 注册、激活、付费、退款、续费和推荐分别观察；
- 指标分母、时间窗口、版本和人群清楚。
Onboarding
- 每个问题都会改变体验或支持一项明确分析；
- 用户知道为什么询问，非必要项可跳过或稍后填写；
- 熟练用户有快捷路径，新手能获得足够反馈；
- 权限、团队邀请和付款只在合理时点出现；
- 失败、等待、返回和跨设备状态能够恢复。
Aha Moment 与研究
- 候选行为来自产品承诺和真实用户任务；
- 行为数据、留存、访谈、客服和质量共同验证；
- 相关性没有被写成因果或通用提升幅度；
- 反馈按价值距离和证据强度判断；
- Session Replay 带着问题抽样，并完成屏蔽、权限、保存和法律审查。
数据和实验
- 事件字典、负责人、版本和变更记录完整；
- 客户端与服务端事实去重，支付和退款可核对；
- 敏感内容、令牌和无关个人信息没有进入事件；
- 实验预先确定主指标、护栏、窗口和样本边界；
- 每次改动能够保留、回滚或继续验证。
好的 Onboarding 会减少用户在获得价值之前必须理解和填写的内容。可信的 Aha Moment 来自产品承诺、真实行为和用户原因的交叉验证。漏斗则把「增长不好」拆成可以行动的问题。三者连在一起，团队才能知道用户在哪一步失去价值、为什么停下，以及下一项改动应落在渠道、页面、产品、价格还是支持。