今天给大家带来一个实际的案例分析：“电商用户增长与转化分析”。

本次分析涵盖的核心统计维度与指标如下：

1. 注册转化概览：帮我看看最近一周来了多少人访问，有多少人最后注册成用户了，注册转化怎么样。

2. 渠道拉新效果：我想知道各个访问渠道带来了多少访客、多少注册用户，哪个渠道拉新效果最好。

3. 设备转化对比：帮我看一下不同设备来的用户，注册效果有什么差别，哪个设备的转化更高。

4. 地域转化分布：看看各个省份、城市的访客数、注册用户数和下单用户数，哪里转化最好。

5. 渠道加购转化：帮我分析一下从访问到加购的转化情况，哪些渠道的人更容易先把商品加进购物车。

6. 注册下单转化：我想知道注册用户里面，有多少人最后下单了，下单转化率高不高。

7. 加购下单分析：帮我看看加购的人最后有多少下单了，哪些商品加购多但下单少。

8. 商品成交效率：看一下不同商品从被加购到被下单的转化情况，哪些商品最容易成交。

9. 渠道支付意愿：帮我看各个渠道带来的下单人数和支付人数，哪个渠道付钱最爽快。

10. 支付转化漏斗：我想知道支付转化率怎么样，就是下单的人里面最后真正付钱的人有多少。

11. 首单来源分析：帮我看看哪些用户是第一次下单，首单用户主要来自哪些渠道。

12. 会员价值对比：看一下会员和非会员的下单转化、支付转化有什么差别，会员值不值得继续做。

13. 复购行为分析：帮我分析一下复购情况，哪些用户买过一次以后还会继续买，复购率高不高。

14. 渠道客户质量：我想知道不同渠道带来的用户，后面谁更容易复购，哪个渠道客户质量最好。

15. 城市消费价值：帮我看看不同城市的用户下单金额和支付金额，哪里用户更值钱。

16. 拉新与转化商品：看一下哪些商品最能带来新用户下单，哪些商品更容易让用户直接付钱。

17. 趋势波动监控：帮我按时间看一下注册、加购、下单、支付的变化趋势，最近是不是哪里掉下来了。

18. 渠道流失诊断：我想看看访问很多但注册很少的渠道有哪些，帮我找出问题比较大的渠道。

19. 商品流失诊断：帮我找出加购很多但最后不下单的商品，看看是不是这些商品转化有问题。

20. 全链路漏斗分析：给我整体看一下从访问、注册、加购、下单到支付这一整条链路，每一步掉了多少人。

一、需求分析

有一批业务表，如下图：

各表的列信息和部分数据如下。

访问行为表：

加购表：

下单表：

用户表：

支付表：

根据上面5个表格进行下面20个指标数据分析：

1. 注册转化概览：帮我看看最近一周来了多少人访问，有多少人最后注册成用户了，注册转化怎么样。
2. 渠道拉新效果：我想知道各个访问渠道带来了多少访客、多少注册用户，哪个渠道拉新效果最好。
3. 设备转化对比：帮我看一下不同设备来的用户，注册效果有什么差别，哪个设备的转化更高。
4. 地域转化分布：看看各个省份、城市的访客数、注册用户数和下单用户数，哪里转化最好。
5. 渠道加购转化：帮我分析一下从访问到加购的转化情况，哪些渠道的人更容易先把商品加进购物车。
6. 注册下单转化：我想知道注册用户里面，有多少人最后下单了，下单转化率高不高。
7. 加购下单分析：帮我看看加购的人最后有多少下单了，哪些商品加购多但下单少。
8. 商品成交效率：看一下不同商品从被加购到被下单的转化情况，哪些商品最容易成交。
9. 渠道支付意愿：帮我看各个渠道带来的下单人数和支付人数，哪个渠道付钱最爽快。
10. 支付转化漏斗：我想知道支付转化率怎么样，就是下单的人里面最后真正付钱的人有多少。
11. 首单来源分析：帮我看看哪些用户是第一次下单，首单用户主要来自哪些渠道。
12. 会员价值对比：看一下会员和非会员的下单转化、支付转化有什么差别，会员值不值得继续做。
13. 复购行为分析：帮我分析一下复购情况，哪些用户买过一次以后还会继续买，复购率高不高。
14. 渠道客户质量：我想知道不同渠道带来的用户，后面谁更容易复购，哪个渠道客户质量最好。
15. 城市消费价值：帮我看看不同城市的用户下单金额和支付金额，哪里用户更值钱。
16. 拉新与转化商品：看一下哪些商品最能带来新用户下单，哪些商品更容易让用户直接付钱。
17. 趋势波动监控：帮我按时间看一下注册、加购、下单、支付的变化趋势，最近是不是哪里掉下来了。
18. 渠道流失诊断：我想看看访问很多但注册很少的渠道有哪些，帮我找出问题比较大的渠道。
19. 商品流失诊断：帮我找出加购很多但最后不下单的商品，看看是不是这些商品转化有问题。
20. 全链路漏斗分析：给我整体看一下从访问、注册、加购、下单到支付这一整条链路，每一步掉了多少人。

二、工作流配置

为了完成需求，进行统计，我们需要先将数据入库准备数据，然后才能进行表统计。 我们来详细配置下工作流。

步骤1、数据准备阶段（入库）

由于我们的数据不需要任何清理，所以我就省略了，直接进行入库。添加“一个文件助手”智能体和“数据入库”。 如下图：

文件助手的提示词，描述数据csv文件的路径就可以了。

步骤2、表统计

数据入库好之后。我们就可以进行统计配置了。

统计1：注册转化概览

帮我看看最近一周来了多少人访问，有多少人最后注册成用户了，注册转化怎么样。

直接挂一个 “表操作”智能体，输入上面提示词，这样“注册转化概览”统计就配置好了。 注意，输出表名必须指定。

配置好之后，发布工作流，我们先跑一下“注册转化概览”的结果：

我们发现，最近一周的 访问人数，注册人数，已经统计出来了。

统计2：渠道拉新效果

我想知道各个访问渠道带来了多少访客、多少注册用户，哪个渠道拉新效果最好。

同上，我们新建一个“渠道拉新效果”节点。配置上面提示词。运行结果如图：

从结果中我们可以看到每个渠道的访客数，注册数。

统计3：设备转化对比

帮我看一下不同设备来的用户，注册效果有什么差别，哪个设备的转化更高。

同上，我们新建一个“设备转化对比”节点。配置上面提示词。运行结果如图：

从结果中我们可以看到每个设备的访客数，注册数。

统计4：地域转化分布

看看各个省份、城市的访客数、注册用户数和下单用户数，哪里转化最好。

同上，我们新建一个“地域转化分布”节点。配置上面提示词。运行结果如图：

从结果中我们可以看到各城市的访客情况。

统计6：剩余所有指标

其余的我就不一一演示了， 我们先把所有统计节点配置好，如下图：

三、统计结果输出到文件

我们只需要在最后挂一个“数据出库”节点，然后选择要下载的表名称，如下图：

等待执行完成，打开目录，就可以看到所有统计文件，如图：

四、总结

本次案例基于五张业务表，通过工作流自动化完成了20个电商增长与转化指标的统计，涵盖渠道拉新、各环节转化漏斗、商品效率、复购及流失诊断等，并最终将结果输出为文件。