用途：通过多步转化漏斗分析用户行为，定位营销活动、用户旅程和业务流程中的瓶颈与优化机会。
主要能力：从多步用户数据构建转化漏斗；计算各步骤之间的转化率；按用户属性（如设备、性别、地区）做细分分析；使用 Plotly 创建交互式可视化；生成业务洞察与优化建议。
适用场景：营销活动分析（推广→购买）、用户注册引导流程、网站转化漏斗优化、App 用户旅程、销售管道、线索培育流程。
使用方式：先安装依赖，命令为 pip install pandas plotly matplotlib numpy seaborn。数据需包含用户旅程步骤（点击、页面浏览、操作）、用户标识（customer_id、user_id 等）、时间戳或步骤标记，可选细分属性。流程为：加载并合并用户旅程数据，定义漏斗步骤并计算指标，按设备、性别等细分，生成可视化，输出洞察与建议。交付物包括漏斗可视化图表、转化率表、细分分析报告和优化建议。
常见分析模式：瓶颈识别（流失率最高的步骤）、分组对比、时间趋势、A/B 测试对比、优化前后影响衡量。
限制与注意：资料未提供具体价格、平台支持范围或效果保证；需保证数据质量与一致性，明确漏斗步骤定义，考虑用户旅程时间窗口，验证统计显著性，并聚焦可执行的洞察。