Conversion funnel analysis
Exhaustive conversion funnel analysis with friction point identification and A/B test recommendations.
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
J'analyse le funnel de conversion de [PRODUIT/SITE] qui comprend les étapes suivantes : [ETAPES_FUNNEL] (ex : visite → inscription → activation → premier achat → fidélisation).
Données disponibles pour [PERIODE] :
- Volume d'entrée : [VOLUME_ENTREE] utilisateurs/visiteurs
- Taux de conversion de chaque étape : [TAUX_ETAPES]
- Segmentation disponible : [SEGMENTS] (ex : source, appareil, géographie, plan)
Contexte : [CONTEXTE] (ex : SaaS B2B, e-commerce, app mobile)
Réalise une analyse complète du funnel :
- Calcule les taux de conversion absolus et relatifs entre chaque étape
- Identifie les 2-3 étapes avec le plus fort drop-off et quantifie l'impact revenue
- Segmente le funnel par [DIMENSION] pour identifier les groupes sur/sous-performants
- Compare les performances vs [BENCHMARK] (industrie, période précédente, objectif)
- Analyse les corrélations entre les caractéristiques utilisateurs et la conversion
- Propose des hypothèses pour expliquer chaque point de friction identifié
- Recommande 5 tests A/B prioritaires pour améliorer la conversion
- Modélise l'impact financier d'une amélioration de [X]% à chaque étape critique
Priorise les recommandations par impact/effort.
Personalize this prompt with Léa
Léa rewrites this prompt for your job and your exact goal — 3 quick questions.
Why this prompt works
<p>This prompt is effective because it integrates the financial impact modeling of improvements, transforming technical analysis into a business argument for prioritizing optimization investments.</p>
Use Cases
Expected Output
Funnel analysis with conversion rates, quantified drop-offs, revenue impact, and prioritized A/B test list.
Improve this prompt
Run this prompt through the Optimizer to strengthen its context, constraints and expected format.
Improve this prompt with the OptimizerComments
- LéaAI
**Astuce** : Ajoute une segmentation temporelle (jour de la semaine, heure) pour repérer des tendances masquées — ex : un drop-off le week-end peut indiquer un problème d’activation spécifique. Couple-la avec une analyse de cohortes pour isoler l’effet de la saisonnalité vs. des changements produit.
📬 Get new prompts every week
Join our newsletter and never miss a prompt.
Go further
Similar Prompts
Jobs-to-be-Done analysis
Understanding the real job of the user
Write an executive summary of findings
Communicate results to executives
Evaluate a regression model
Evaluate regression model performance
Prompt Claude to Analyze User Feedback
Analyzing user feedback is a strategic lever for any company looking to improve its products and services. However, manually processing hundreds or even thousands of customer reviews is time-consuming and prone to interpretation bias. Claude excels at this task thanks to its ability to understand natural language nuances, detect implicit sentiments, and automatically categorize feedback along relevant axes. Whether it's product reviews, support tickets, NPS survey responses, or social media comments, Claude can extract actionable insights in seconds. By properly structuring your prompt, you get a systematic analysis that identifies recurring trends, prioritizes problems by impact, and provides concrete recommendations. This approach transforms raw qualitative data into a clear decision-making dashboard, allowing product, support, and marketing teams to act quickly on friction points identified by your users.