Funnel Analysis 是一个用于分析用户转化漏斗的提示词技能，主要用途是追踪用户在一系列顺序步骤中的进展，识别用户流失的位置，并优化每个阶段以提升转化率。
主要能力包括：定义漏斗结构，通常分为初始进入阶段（如落地页、应用打开）、中间步骤（如注册、选择、支付）和最终目标完成阶段（如购买、订阅、注册）；计算关键指标，如流失率（每个阶段的离开百分比）、转化率（每个阶段的推进百分比）、漏斗效率（从第一阶段到最终阶段的整体转化）、摩擦分数（识别问题区域）。
使用方式上，资料提供了基于 Python 的实现示例，使用 pandas、numpy、matplotlib 和 seaborn 库。示例代码包括：创建示例漏斗数据、计算漏斗计数和指标、生成漏斗可视化图表（传统漏斗图和分阶段用户数柱状图）、流失分析图、漏斗效率矩阵、阶段间转化率图、按流量来源分群的漏斗对比、分群比较表、文本形式的桑基图表示、关键洞察可视化。分析步骤包括：定义客户旅程中的所有阶段、统计每个阶段的用户数、计算流失率和转化率、识别最大瓶颈、按分群（流量来源、设备等）分析、与目标进行基准对比、优先安排优化工作。
适用场景包括：优化用户转化路径并提升转化率；识别用户流程中的瓶颈和流失点；比较不同分群或流量来源的表现；衡量产品功能采用或引导效果；改进客户旅程效率和用户体验；A/B 测试不同的漏斗配置或设计。
常见流失点包括：复杂的注册表单、意外费用、令人困惑的导航、支付问题、技术错误。交付物包括：漏斗可视化图表、流失分析表、阶段间转化率、分群漏斗分析、瓶颈识别、可操作的优化建议、基准对比报告。
限制方面，资料未提供具体收费、价格、平台支持或实际效果数据。