适用于 Openclaw 的 变现实验规划器

一个面向增长团队的数据驱动框架,用于划分业务模式、分析营收群组,并执行高影响力的定价与增购实验。

quochungto
v1.0.0
2026年4月14日
0
357
0

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install bookforge-monetization-experiment-planner

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式
~/.openclaw/skills/
工作区
<project>/skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 bookforge-monetization-experiment-planner。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

什么是 变现实验规划器?

变现实验规划器是一款专门为 PMF(产品市场契合)后阶段公司设计的工具,旨在不牺牲用户留存的情况下释放营收增长。通过利用 Hacking Growth 框架的原理,这项 Openclaw Skills 资产帮助团队从直觉驱动的定价转向结构化的分析方法。它专注于识别营收的真实来源,并提供弥合“分文差距”和优化定价相对性所需的战术蓝图。

对于用户在增长但营收持平的团队来说,这项技能至关重要。它确保每一次定价变动或新等级的引入都建立在稳定的留存数据之上,防止短期收益导致长期流失。通过将其集成到您的工作流中,您可以系统地测试围绕订阅锚点、电子商务捆绑包或广告位扩张的假设。

变现实验规划器 应用场景

  • 当用户留存稳定但单用户营收停滞不前时。
  • 您需要重构当前的定价分级或引入新的付费级别。
  • 领导层需要深入分析哪些客户细分群体驱动了最大的价值。
  • 您正在考虑降价,并需要验证销量是否能真正抵消较低的利润率。
  • 计划使用成熟的心理锚点将免费用户转化为付费等级。

变现实验规划器 工作原理

  1. 留存验证:确认稳定的留存底线作为前提条件,确保您不是在对正在流失的用户群进行变现。
  2. 原型分类:识别业务模式(订阅、电子商务或广告营收),以设定正确的诊断指标。
  3. 漏斗映射:将营收触点叠加到客户旅程中,以识别高流失的瓶颈点。
  4. 群组细分:按支出区间、计划等级或参与深度分解营收,以发现高价值细分群体。
  5. 实验生成:根据业务原型提出具体的测试建议,如三级锚定、年度增购或包邮门槛。
  6. 待办事项优先级排序:按影响力、信号速度和可逆性对实验进行排序,生成可执行的路线图。

变现实验规划器 配置指南

要安装变现实验规划器及其所需的依赖项,请在终端中使用以下命令:

# 安装核心变现技能
clawhub install bookforge-monetization-experiment-planner

# 安装必备的留存选择器
clawhub install bookforge-retention-phase-intervention-selector

变现实验规划器 数据架构与分类体系

该技能处理并生成特定的数据结构,以确保分析的严谨性:

文件类型 描述 关键字段
输入 CSV 营收群组 Customer ID, Plan Tier, Acquisition Source, 90-day Spend
输入 MD 定价分级 Plan names, Price points, Feature gates, Annual discounts
输出:待办事项 monetization-experiment-backlog.md Hypothesis, Metric, Cohort, Signal Timeline, Pitfall Flags
输出:分析 revenue-cohort-analysis.md Cohort Definitions, Revenue Contribution, Segment Profiles

变现实验规划器 高级特性

  • 分文差距处理:通过限时试用而非直接要价来转化免费用户的专项逻辑。
  • 定价相对性引擎:自动建议三级锚定,利用诱饵效应提高高等级转化率。
  • 多智能体支持:与留存和 ICE 评分技能协同工作,构建全周期的增长引擎。
  • 反应性降价保护:为下意识考虑降价的团队提供内置警告和测试要求。
  • 个性化护栏:隐私优先的检查,确保行为建议不会跨越到侵入性监控。

SKILL.md


加载中

Openclaw 相关技能

METADATA

Github Stars: 0
forks: 0

精选*