Activation onboarding

Onboarding自动优化

核心原则

1. Onboarding是价值递送不是功能导览：每个引导步骤都必须让用户感受到价值，而非仅仅知道功能在哪
2. 分群即分路：不同用户分群需要不同的Onboarding路径，一条路径走不通所有人
3. Aha Moment是终点：Onboarding的唯一目标是让用户到达Aha Moment，其他都是手段

交互模式

🤖→👤 AI建议人类审批

输入

输入项	类型	必填	来源	说明
Onboarding数据	object	是	用户提供	完成率、流失率、用户反馈
Aha Moment数据	object	是	output/pm-growth/activation-aha/aha_moment.yaml	Aha Moment数据
用户分群数据	object	○	用户提供	用户特征、行为特征

Onboarding阶段定义

标准Onboarding流程包含以下阶段：

欢迎页 → 价值展示 → 账户设置 → 功能引导 → Aha Moment → 激活完成

阶段1: 欢迎页

• 品牌展示
• 价值主张传达
• 引导开始

阶段2: 价值展示

• 核心功能演示
• 用户案例展示
• 价值承诺

阶段3: 账户设置

• 基本信息填写
• 偏好设置
• 个性化配置

阶段4: 功能引导

• 核心功能介绍
• 操作演示
• 实践练习

阶段5: Aha Moment

• 引导完成核心价值行为
• 确保用户感受到产品价值

阶段6: 激活完成

• 庆祝激活成功
• 展示后续价值路径
• 提供帮助资源

执行步骤

Step 1: 当前Onboarding效果分析

整体效果评估

• Onboarding完成率
• 各阶段转化率
• 完成时间分布
• 用户满意度

流失分析

• 最大流失节点识别
• 流失原因推断
• 流失用户特征分析

效果对比

• 不同渠道用户的Onboarding差异
• 不同用户分群的Onboarding差异
• 与行业基准对比

Step 2: 分群Onboarding策略生成

基于用户分群，设计差异化Onboarding策略：

分群维度

• 技术背景（技术/非技术）
• 使用场景（B端/C端）
• 行业类型
• 注册来源
• 用户规模

策略设计原则

用户类型	引导风格	引导内容
技术型	简洁直接	快速上手，提供高级功能
业务型	详细友好	逐步引导，强调价值
企业型	专业全面	完整培训，强调协作
个人型	轻量快速	最小步骤，立即体验

Step 3: 个性化引导内容生成

基于分群策略，生成个性化引导内容：

内容类型

1. 渐进式引导 - 分步骤引导用户完成关键操作
2. 上下文提示 - 在用户需要时展示帮助
3. 视频演示 - 展示核心功能操作
4. 交互教程 - 引导用户边学边做
5. 奖励激励 - 完成引导获得奖励

内容生成原则

• 简洁明了，一眼看懂
• 行动导向，强调下一步
• 价值导向，强调收益
• 进度感知，让用户知道还剩多少

Step 4: A/B测试设计

为Onboarding优化设计A/B测试：

测试类型

1. 整体Onboarding改版 - 新旧Onboarding方案对比
2. 单点优化测试 - 某个引导步骤的优化
3. 分群差异化测试 - 不同用户群的不同引导方案

核心指标

• 主要指标: Onboarding完成率、激活率
• 次要指标: Onboarding时长、用户满意度
• 护栏指标: 后续留存率、付费转化率

输出

存储路径：output/pm-growth/activation-onboarding/

输出文件：onboarding_plan.json

输出Schema：

{
  "type": "object",
  "required": ["current_effectiveness", "segment_strategies"],
  "properties": {
    "current_effectiveness": {"type": "object", "description": "当前Onboarding效果评估，包含完成率、流失点和平均完成时间"},
    "segment_strategies": {"type": "array", "description": "分群Onboarding策略列表，包含分群特征和预期提升"},
    "personalized_content": {"type": "array", "description": "个性化引导内容列表，包含内容类型和触发条件"},
    "ab_tests": {"type": "array", "description": "A/B测试设计方案列表"}
  }
}

onboarding_optimization

{
  "current_effectiveness": {
    "overall_completion_rate": 0.45,
    "stage_completion_rates": {
      "welcome": 0.85,
      "profile_setup": 0.65,
      "first_action": 0.55,
      "aha_moment": 0.35
    },
    "drop_off_points": [
      {"stage": "profile_setup", "drop_off_rate": 0.24}
    ],
    "avg_time_to_complete": 12.5
  },
  "segment_strategies": [
    {
      "segment": "新用户-技术背景",
      "size": 5000,
      "characteristics": ["有技术背景", "偏好自助探索"],
      "strategy": "简化引导，提供高级功能入口",
      "expected_improvement": "+20%激活率"
    }
  ],
  "personalized_content": [
    {
      "segment": "新用户-非技术背景",
      "content_type": "step_by_step_guide",
      "content": "分步引导教师完成课程创建、内容编辑和学员邀请的交互式教程",
      "trigger": "注册后立即展示"
    }
  ],
  "ab_tests": [
    {
      "test_id": "ONB_TEST_001",
      "hypothesis": "分步骤引导 vs 自由探索",
      "target_segment": "非技术背景用户",
      "expected_lift": "15%"
    }
  ]
}

A/B测试设计模板

test_id: "ONB_TEST_{序号}"
name: "测试名称"
hypothesis: "优化假设描述"
target_segment: "目标用户群体"
variants:
  control:
    name: "对照组"
    description: "当前方案描述"
  treatment:
    name: "实验组"
    description: "优化方案描述"
metrics:
  primary: "主要指标定义"
  secondary: ["次要指标列表"]
  guardrail: ["护栏指标列表"]
design:
  min_sample_per_variant: 2000
  runtime_days: 14
  mde: 0.05
success_criteria:
  - primary_metric_lift: ">=10%"
  - guardrail_metrics: "无显著下降"
  - statistical_significance: 0.95

输出校验规则

字段路径	类型	必填	说明
current_effectiveness	object	是	当前效果评估，须含overall_completion_rate/drop_off_points
current_effectiveness.overall_completion_rate	number	是	整体完成率，范围0-1
current_effectiveness.drop_off_points	array	是	流失点列表，每项须含stage/drop_off_rate
segment_strategies	array	是	分群策略列表，至少1个分群策略
segment_strategies[].segment	string	是	分群名称
segment_strategies[].strategy	string	是	策略描述
personalized_content	array	否	个性化内容列表，每项须含segment/content_type/content/trigger
ab_tests	array	否	A/B测试列表，每项须含test_id/hypothesis

决策规则

情况	处理方式
Onboarding完成率<40%	重新设计引导流程
某阶段流失率>30%	优化该阶段引导内容
技术型用户完成率显著低于非技术型	提供自助探索路径
A/B测试主指标提升<5%	调整测试假设或扩大样本

质量检查

• Onboarding阶段定义完整（欢迎→激活完成）
• 流失分析覆盖各阶段和用户分群
• 个性化引导与用户分群匹配
• A/B测试包含护栏指标（后续留存、付费转化）

降级策略

上游文件缺失降级方案

缺失的上游输入	降级方案	输出影响
Onboarding数据缺失	用户描述当前Onboarding流程 → 生成优化建议	优化建议基于定性描述而非数据驱动
Aha Moment缺失	跳过Aha Moment引导优化，基于通用最佳实践	Onboarding优化缺乏Aha Moment锚点
Onboarding数据 + Aha Moment均缺失	用户描述当前Onboarding流程 → 生成优化建议	输出基于最佳实践的优化建议，标注"待数据验证"

• 若用户未提供用户分群数据，提示用户提供或跳过该输入相关步骤

数据获取说明

当上游文件缺失时，需用户提供以下信息以支撑降级生成：

• 当前Onboarding流程：新用户引导的步骤和内容
• 完成率数据（可选）：各引导步骤的完成率
• 用户反馈（可选）：新用户对引导流程的反馈

上游变更响应

上游变更影响表

上游来源	变更类型	影响范围	响应动作
activation-aha	主Aha Moment变更	Onboarding终点和引导路径	重新设计引导路径指向新Aha
activation-aha	到达率数据更新	分群策略的预期提升	调整预期提升和优先级
用户提供-Onboarding数据	数据口径变更	效果评估和流失分析	按新口径重新评估效果

下游通知机制表

下游消费者	通知条件	通知方式	通知内容
retention-management	激活率变更	写入输出文件	新用户激活率和Onboarding完成率
activation-orchestrator	Onboarding策略输出完成	输出文件更新	Onboarding优化完成状态和关键结论

关键成功指标

指标	当前值	目标值
Onboarding完成率	45%	≥60%
激活率	35%	≥50%
平均完成时间	12.5分钟	≤10分钟
引导满意度	3.2	≥4.0