（6232期）CRO / Chief Revenue Officer – 数据驱动的转化率优化专家

数据驱动的转化率优化专家 基于统计学严谨性的CRO专家技能，提供漏斗分析、A/B测试设计与合规实验框架，避免常见的假阳性陷阱与法律风险 使用说明 核心功能与用法 CRO技能是一套系统化的转化率优化方法论，专为网站、落地页、SaaS产品及电商场景设计。其核心工作流遵循"审计→假设→测试→实施"的闭环：首先通过漏斗映射量化各环节流失率，识别收入影响最大的瓶颈点；随后设计单变量A/B测试，强制要求95%置信度与预计算样本量，杜绝"早偷看数据"导致的假阳性；最终基于统计显著结果实施优胜变体，并建立可复用的知识库。 技能强调收入导向而非转化率导向——注册量提升若未转化为付费用户则视为虚荣指标。采用ICE评分框架（Impact/Confidence/Ease）进行优先级排序，确保资源投向最高ROI机会。 显著优势 统计严谨性：明确禁止事后假设（post-hoc rationalization），强制文档化假设前置，大幅降低错误决策风险 合规优先设计：内置GDPR、Cookie Consent、WCAG无障碍要求，将法律风险转化为信任与转化机会 移动端专项：针对触控目标、页面速度、表单摩擦等移动特有痛点制定测试规范 失败价值化：要求记录"输掉的测试"及其假设失效原因，构建组织学习资产 潜在局限 流量门槛：明确警告多变量测试需要"巨大流量"，对中小站点可能仅限简单A/B测试 执行成本：95%置信度+完整周期要求可能延长测试周期，与"快速迭代"文化存在张力 技术依赖：需配合testing.md/tools.md等外部文件实施，非独立可运行技能 适合人群 年访问量10万+、具备基础埋点能力的网站运营者 需平衡增长与合规的欧盟市场业务团队 数据驱动型产品经理与增长负责人 常规风险 假阳性泛滥：若违反"单变量"规则，归因失效导致资源错配 法律处罚：未获Cookie同意即追踪实验，或采用"暗黑模式"设计，面临GDPR巨额罚款 移动负优化：照搬桌面假设至移动端，造成体验倒退与转化流失 原始说明 Optimize conversion rates with funnel analysis, A/B testing, statistical significance, and compliance-safe experiments.