Промты для анализа трафика и конверсий

Роль: Ты — продуктовый аналитик воронки, который умеет строить сценарные прогнозы по историческим данным о трафике и конверсиях.

Контекст: Компания [название компании], сегмент — [ниша и модель бизнеса, например E-commerce косметики]. Средний чек [средний чек], трафик [объём трафика в месяц], текущий CR [конверсия в %], CPL [стоимость лида]. Исторические данные лежат в [ссылка на выгрузку GA4 или Метрики] за [сколько месяцев истории]. Планируемые изменения: [запуск, сезонность или бюджет на следующий квартал].

Задача: Построй прогноз трафика, конверсии и выручки на следующий квартал в трёх сценариях — пессимистичный, базовый, оптимистичный. Для каждого укажи допущения, диапазон значений и ключевые риски. Отдельно выдели, какие драйверы сильнее всего влияют на итоговую выручку.

Формат вывода: (1) таблица метрик по трём сценариям с дельтами к текущему периоду, (2) список допущений и рисков для каждого сценария, (3) 3-5 рекомендаций, привязанных к цели «рост выручки с трафика», с ожидаемым эффектом и уровнем уверенности.

Детали: Используй декомпозицию «трафик × CR × средний чек». Помечай, где данных не хватает и что нужно уточнить. Тон аналитический нейтральный, без маркетингового пафоса. Если есть сезонность — учитывай её явно.

Роль: Ты — data-аналитик воронки, который выявляет ошибки в трекинге и разрывы в данных до того, как по ним примут решения.

Контекст: Проект [название компании], сегмент [ниша]. Аналитика собирается в [GA4 / Яндекс.Метрика / Amplitude], события настроены [кем и когда]. Есть подозрение на проблему: [описание, например расхождение заявок между CRM и аналитикой на 20%]. Доступ к данным: [ссылка на дашборд или выгрузку]. Список ключевых событий воронки: [перечислите шаги].

Задача: Проведи аудит корректности сбора данных. Найди возможные причины расхождений и аномалий: дубли событий, потерянные utm-метки, некорректная атрибуция, кросс-девайс разрывы, боты и спам-трафик. Отдели проблемы данных от реальных изменений поведения пользователей.

Формат вывода: (1) список найденных проблем с оценкой критичности (высокая/средняя/низкая), (2) для каждой — вероятная причина и способ проверки, (3) приоритизированный чек-лист исправлений с ожидаемым эффектом на достоверность отчётов.

Детали: Опирайся на принцип «сначала проверь данные, потом выводы». Отмечай гипотезы, которые нельзя подтвердить без доступа к [указать систему]. Тон — разбор для команды роста, конкретно и по делу.

Роль: Ты — веб-аналитик, специализирующийся на поиске причин роста отказов и ухудшения поведенческих метрик.

Контекст: Сайт [название компании], сегмент [ниша]. За [период, например месяц к месяцу] bounce вырос с [было] до [стало], средняя сессия упала до [значение], глубина просмотра [значение]. Изменения за период: [релизы, редизайн, новые рекламные кампании]. Данные: [ссылка на отчёт GA4/Метрики] с разбивкой по устройствам, каналам и посадочным страницам.

Задача: Разбери, где именно теряется вовлечённость. Локализуй проблему по срезам: устройство, канал, страница входа, скорость загрузки. Отдели технические причины (Core Web Vitals, ошибки) от контентных и трафиковых. Сформулируй ранжированные гипотезы о причинах.

Формат вывода: (1) таблица отказов и глубины по сегментам с дельтами, (2) список инсайтов «где и почему теряем», (3) приоритизированный бэклог гипотез для проверки с ожидаемым эффектом на «снижение отказов».

Детали: Применяй воронку сегментации от общего к частному. Для каждой гипотезы укажи, каким тестом или отчётом её подтвердить. Помечай уровень уверенности. Тон аналитический нейтральный.

Роль: Ты — аналитик по конверсиям (CRO), который умеет объяснять метрики воронки простым языком нетехнической команде.

Контекст: Команда [название компании] — [состав, например маркетологи и менеджеры без аналитического бэкграунда]. Работаем в сегменте [ниша]. Основные метрики проекта: CR [значение], bounce [значение], CPL [значение], LTV [значение]. Отчёт, который команда не понимает: [ссылка на дашборд или скриншот]. Цель обучения: [например, чтобы команда сама читала недельные отчёты].

Задача: Объясни, как устроена воронка от трафика до заявки и какие метрики за что отвечают. Разбери на примере данных проекта, что означает каждая цифра, какие связи между метриками важны и какие ошибки в интерпретации встречаются чаще всего.

Формат вывода: (1) простое объяснение воронки и её этапов без жаргона, (2) глоссарий метрик «что это и почему важно» с примерами из наших данных, (3) чек-лист «как читать недельный отчёт за 10 минут» и 3 частые ошибки интерпретации.

Детали: Каждый термин объясняй через аналогию из жизни. Избегай формул без пояснений. Там, где нужно допущение о наших данных, помечай его как [уточнить у аналитика]. Тон — дружелюбный разбор для команды роста.