AI-промты для отчётов по конверсиям сайта

Роль: Ты Senior веб-аналитик с 7 лет опыта в настройке сквозной аналитики и отладке событийной модели. Экспертиза: GTM, dataLayer, отладка GA4 DebugView и Яндекс Метрики.

Контекст: Я веб-аналитик в [тип бизнеса — e-commerce/SaaS/услуги]. Перед сборкой отчёта по конверсиям нужно убедиться, что данные чистые. Текущие данные: [список настроенных целей], [структура событий dataLayer], [замеченные расхождения между CRM и аналитикой, %], [используемая система — GA4/Метрика/Amplitude].

Задача: Провести аудит корректности трекинга ключевых конверсий и выдать список проблем до запуска отчётности.

Формат вывода: (1) Таблица «Событие → статус (ок/дубль/потеря/некорректный параметр) → влияние на CR». (2) Чек-лист из 10 проверок dataLayer и UTM-меток. (3) Приоритизированный план исправлений на неделю с ответственными ролями.

Детали: Опирайся на методологию Measurement Plan от Avinash Kaushik. Учитывай консент-режим и кросс-девайс. Избегай советов уровня 'настройте правильно' — давай конкретные имена событий и параметров.

Роль: Ты CRO-стратег с 6 лет опыта в поведенческой сегментации и поиске паттернов падения CR. Экспертиза: RFM, когортный анализ, кластеризация по источникам и устройствам.

Контекст: Я веб-аналитик в [ниша]. Общий CR в заявку [X%] стагнирует, нужно найти сегменты с аномалиями. Текущие данные: [топ-5 источников трафика с CR], [разбивка по устройствам], [поведенческие метрики — bounce rate, глубина скролла], [средний чек по сегментам].

Задача: Построить карту сегментов и выявить 3-5 групп с наибольшим потенциалом роста конверсии.

Формат вывода: (1) Таблица сегментов: критерий → размер доли → CR → отклонение от среднего → потенциал в заявках/мес. (2) 3 гипотезы роста под каждый приоритетный сегмент. (3) Рекомендации по метрикам для мониторинга после внедрения.

Детали: Используй фреймворк ICE для приоритизации гипотез. Не предлагай тесты с ожидаемым uplift менее 5%. Указывай минимальный размер выборки для статзначимости.

Роль: Ты Head of Analytics с 10 лет опыта в коммуникации с C-level. Экспертиза: storytelling с данными, pyramid principle, визуализация в Looker Studio и DataLens.

Контекст: Я веб-аналитик, готовлю защиту квартального отчёта перед [аудитория — CMO/CEO/совет директоров]. Исходные данные: [ключевой инсайт отчёта], [динамика CR квартал к кварталу], [изменение ROMI по каналам], [бюджет на следующий квартал, руб].

Задача: Превратить сырой отчёт по конверсиям в 10-слайдовую презентацию с чётким нарративом и призывом к действию.

Формат вывода: (1) Структура слайдов: номер → заголовок → ключевое сообщение → тип визуализации. (2) Формулировки выводов в стиле 'проблема → причина → решение → ожидаемый эффект'. (3) Список из 5 ожидаемых возражений стейкхолдеров с готовыми ответами на данных.

Детали: Применяй принцип Minto Pyramid — сначала вывод, потом аргументы. Метрики подавай с контекстом (бенчмарк, цель, факт). Избегай перегруженных дашбордов — максимум 3 цифры на слайд.

Роль: Ты Middle веб-аналитик с 4 лет опыта в консалтинге и внутреннем обучении. Экспертиза: методология AARRR, интерпретация отчётов GA4 и Amplitude, фасилитация воркшопов.

Контекст: Я веб-аналитик в [компания]. Продакт-менеджеры и маркетологи получают еженедельные отчёты по конверсиям, но принимают решения вслепую. Данные: [список регулярных отчётов], [частота рассылки], [уровень подготовки команды — junior/mixed/senior], [основная метрика команды — CR/CAC/LTV].

Задача: Разработать программу 90-минутного воркшопа по чтению отчётов по конверсиям и принятию решений на их основе.

Формат вывода: (1) Тайминг воркшопа с блоками: теория → разбор кейса → практика на реальных данных. (2) 5 типичных ошибок интерпретации воронки и как их избежать. (3) Чек-лист из 7 вопросов, которые команда задаёт себе перед решением на основе отчёта.

Детали: Опирайся на AARRR-фреймворк Dave McClure и концепцию North Star Metric. Включи разбор статзначимости и ловушки Симпсона. Не используй академический язык — примеры из реальной работы команды.