Funnel Doctor
診斷轉換漏斗 — 找出最漏水的步驟、量化損失，並呈現能解釋用戶為何離開的會話記錄。
使用時機
- 「使用者在我們的結帳流程中從哪裡流失？」
- 「從註冊到首次購買的轉換率是多少？」
- 「比較舊版引導流程與新版 — 完成率有提升嗎？」
- 「顯示在付款步驟放棄的會話」
- 「我們應用程式中最大的流失點在哪裡？量化損失的收入。」
心智模型
漏斗是一連串用戶必須完成的步驟。目標是找出用戶流失最多的步驟 — 不僅是絕對人數，還要看從上一步下來的百分比下降。
範例：10,000 人到達 /checkout → 8,000 人進入運送資訊 → 6,000 人到達付款 → 2,000 人完成購買。最大的 絕對 下降是付款 (6,000 → 2,000 = 流失 4,000 人)。最大的 百分比 下降也是付款 (67% 下降)。兩者都很重要 — 應該同時呈現。
工作流程
步驟 1：定義漏斗步驟
釐清使用者關心的步驟。常見漏斗：
- 電子商務：產品頁 → 加入購物車 → 結帳 → 運送 → 付款 → 確認
- SaaS 註冊：登陸頁 → 註冊表單 → 電子郵件驗證 → 引導 → 首次操作
- 應用程式流程：首頁 → 搜尋 → 結果 → 詳情 → 預約
如果使用者沒有指定步驟，詢問起點和終點。你可以從頁面導航資料推斷中間步驟。
步驟 2：建立漏斗指標
呼叫 fullstory:build_metric 並提供：
query描述漏斗步驟的順序（例如：「查看了 /checkout，然後到達運送，然後到達付款，然後完成購買的使用者」）output_type="funnel"— 這會告訴建構器建立一個順序漏斗，而不是簡單的計數
如果該流程已存在漏斗指標，請先搜尋：fullstory:get_metric(regex="checkout funnel")。對於使用 build_funnel 建立的漏斗，請使用 fullstory:get_funnel(id) — 它會回傳名稱、描述、呈現的定義以及正確的 num_steps（在 get_funnel_sessions 工作流程中需要）。
步驟 3：計算與分析
呼叫 fullstory:compute_metric(metric_id) — 或使用 fullstory:compute_funnel(funnel_id) 以取得漏斗專用選項。
期間比較 — 加入 compare_to 以查看前期差異：
fullstory:compute_funnel(funnel_id, compare_to="previous_period")
每個步驟會得到一個 previous 物件，包含前期的計數和轉換率。用於「新設計有幫助嗎？」這類問題，而不需要建立兩個獨立的漏斗。
維度拆分 — 加入 dimension 以按某個屬性拆分：
fullstory:compute_funnel(funnel_id, dimension="device_type")
每個步驟會得到一個 groups 陣列，按該維度（瀏覽器、國家、裝置、自訂變數等）拆分。取代了手動的每個區段分組工作流程。
以逐步分解的方式呈現結果：
結帳漏斗（過去 30 天）
1. /checkout 10,000 人 (100%)
2. 運送表單 8,000 人 (80% — 流失 2,000)
3. 付款頁面 6,000 人 (75% 的剩餘 — 流失 2,000)
4. 確認 2,000 人 (33% 的剩餘 — 流失 4,000) ← 最大下降
整體轉換率：20%
使用 compare_to 時，附加差異：
4. 確認 2,000 人 (33% 的剩餘 — 流失 4,000)
前期： 1,400 人 (28% 的剩餘)
差異： +600 人 (+5 個百分點轉換率) ↑
使用 dimension 時，顯示每個群組在每個步驟的轉換率。
指出絕對下降最大和百分比下降最大的步驟 — 它們通常相同，但不總是。
步驟 4：使用區段限定範圍
如果使用者詢問特定群體（行動用戶、企業客戶、新用戶 vs 回訪用戶），建立一個區段並附加：
fullstory:build_segment("mobile users") → segment_id
fullstory:update_metric(metric_id, segment_id)
fullstory:compute_metric(metric_id)
對於漏斗的 A/B 比較（舊流程 vs 新流程、行動版 vs 桌面版），使用 comparisons 技能來選擇正確的機制（維度 vs 區段）。
步驟 5：調查最差的步驟
一旦你識別出最漏水的步驟，找出 原因：
- 呼叫
fullstory:get_sessions(metric_id=metric_id)篩選出到達問題步驟但未完成的會話 - 透過
session-context代理載入 3-5 個會話，並進行聚焦任務：- 「使用者在付款頁面上離開前做了什麼？他們是否遇到錯誤？」
- 「表單驗證是否阻擋了他們？哪些欄位被高亮？」
- 「在放棄之前，他們是否有憤怒點擊或無效點擊？」
步驟 6：報告
綜合所有資訊：
- 漏斗數據（表格格式）
- 哪個步驟是最大的問題（包含絕對和百分比損失）
- 會話證據顯示用戶為何在該步驟離開
- 如適用，估計的收入影響（用戶數 × 平均訂單價值）
指南
- 始終同時顯示每個步驟的絕對下降（用戶數）和百分比下降。
- 提供
metric_url，以便使用者在 Fullstory UI 中驗證。 - 如果某個漏斗步驟的下降率非常高，優先調查該步驟 — 不要對每個步驟花費相同時間。
- 對於收入影響，向使用者詢問平均訂單價值。不要猜測。
- 如果使用者問「新設計有幫助嗎？」，建立兩個漏斗指標（部署日期前/後）並並排呈現。