# Quiz Funnel Expert

> Expert end-to-end pour concevoir, auditer et coder des quiz funnels haute-conversion (mobile apps + SaaS web) couplés à des paywalls optimisés. Couvre la stratégie (croyances → questions → personnalisation → paywall), le copywriting des questions et résultats, l'intégration paywall (hard/soft, trial mechanics, RevenueCat/Superwall/Adapty patterns), les benchmarks 2026 (RevenueCat 115k apps, Adapt…

- **Type:** Skill
- **Install:** `agentstack add skill-gquthier-quiz-funnel-expert-quiz-funnel-expert`
- **Verified:** Yes — security-reviewed for prompt injection and unsafe behavior
- **Seller:** [gquthier](https://agentstack.voostack.com/s/gquthier)
- **Installs:** 0
- **Category:** [AI & ML](https://agentstack.voostack.com/c/ai-and-ml)
- **Latest version:** 0.1.0
- **License:** MIT
- **Upstream author:** [gquthier](https://github.com/gquthier)
- **Source:** https://github.com/gquthier/quiz-funnel-expert

## Install

```sh
agentstack add skill-gquthier-quiz-funnel-expert-quiz-funnel-expert
```

Requires the [AgentStack CLI](https://agentstack.voostack.com/docs/cli). Works with Claude Code, Cursor, and any MCP-compatible agent.

## About

# Quiz Funnel Expert

Skill expert pour concevoir, auditer, coder et optimiser un **quiz funnel + paywall** haute-conversion. Couvre stratégie, copy, personnalisation, intégration paywall, benchmarks 2026, A/B test playbook et stack technique.

Le quiz funnel est **l'arme #1 de conversion mobile/SaaS 2024-2026**. Cal AI ($30M ARR), Noom ($750M ARR), Flo ($9M/mois), Cal AI, Opal, Stoic, BetterMe, Blinkist tournent tous sur ce pattern : **quiz → personalized plan → paywall**. Ce skill encode ce qui marche.

---

## Quand utiliser ce skill

Trigger sur :
- "Concevoir un quiz funnel / onboarding quiz / tunnel d'abonnement"
- "Optimiser un paywall (mobile app, SaaS web, freemium, trial)"
- "Auditer un onboarding existant"
- "Personnaliser un paywall selon les réponses utilisateur"
- "Choisir hard paywall vs freemium vs soft paywall"
- "Définir trial mechanics (3j vs 7j vs 14j vs reverse trial)"
- "Faire un teardown style Noom / Cal AI / Blinkist"
- "Coder un quiz funnel Next.js"
- "Pricing page SaaS (Linear, Notion, Anthropic style)"
- **Sous-skill Dashboard Réponse** : "back-office quiz", "dashboard admin quiz", "voir les réponses", "voir les leads / sessions", "drop-off rate par étape", "completion rate", "distribution des réponses par question", "export CSV des leads", "page admin pour une session" → router vers [12-admin-dashboard.md](references/12-admin-dashboard.md).

NE PAS trigger pour :
- Onboarding produit B2B post-signup pure (utiliser `onboarding-cro`)
- Cancel flow / churn save flows (utiliser `churn-prevention`)
- Public landing page sans quiz (utiliser `landing-page-expert`)

---

## Thèse centrale (à imprimer dans la mémoire de l'agent)

1. **L'onboarding est une conversion de croyance, pas un tour de produit.** Chaque écran doit déplacer l'utilisateur d'un état "incertitude" vers "ce produit comprend mon cas, peut me donner un résultat, vaut le prochain engagement".
2. **Le questionnaire est un asset de conversion uniquement s'il produit une personnalisation visible.** Si une réponse ne change ni le plan, ni le paywall, ni le segment, ni l'expérience → la question doit disparaître.
3. **Les 5 écrans avant le paywall comptent plus que le paywall lui-même** (Stormy, 4500+ A/B tests). Onboarding + paywall = un seul funnel.
4. **Day 0 est tout** : 90% des trial starts arrivent J0 (Adapty 2026), 84% des cancel arrivent J0-1 sur trial 3j (RevenueCat 2026). Si l'aha n'est pas dans la première session, c'est mort.
5. **Hard paywall n'a pas de pénalité de rétention** vs freemium (RevenueCat 2026, 115k apps : Y1 retention ~27% vs ~28%). La folklore "freemium retains better" est morte. Choix = fonction de CAC, pas d'idéologie.
6. **Long quiz convertit IF chaque question paie son loyer.** Noom = 113 écrans qui marchent. La majorité des quiz longs sont juste de la friction.

---

## Workflow par défaut quand on invoque ce skill

### Étape 1 — Diagnostic

Avant tout output, comprendre :

1. **Modèle économique** : mobile subscription / SaaS B2B / SaaS B2C / hybrid web-to-app / one-time purchase ?
2. **Plateforme** : iOS only / Android only / hybrid / web only ?
3. **CAC & LTV target** : si CAC > 30€ → hard paywall probablement ; si CAC < 5€ et viralité → soft/freemium.
4. **Catégorie** : Health & Fitness / Education / Productivity / AI / Finance / Lifestyle / Dating / SaaS dev tools / SaaS PLG / Enterprise sales-led ? Les benchmarks et patterns dominants varient.
5. **Aha moment** : quelle est l'action qui corrèle le plus avec la rétention J7 ? (À faire trouver à l'utilisateur si pas clair.)
6. **État actuel** : zéro / quiz existant à auditer / paywall existant à optimiser / cold redesign ?
7. **Contraintes Apple/Google** : hard paywall iOS Jan 2026 = toggle paywall mort (rejet Guideline 3.1.2), close button obligatoire, etc. Voir [reference 04](references/04-paywall-integration.md).

Si plusieurs infos manquent et bloquent → **demander à l'utilisateur en un seul tour groupé** (max 3-5 questions). Sinon avancer avec assumptions explicitées.

### Étape 2 — Choix structurels (avant copy)

Décider dans cet ordre, en s'appuyant sur les références :

| Décision | Référence | Default 2026 |
|---|---|---|
| Hard / soft / freemium / reverse trial | [05](references/05-paywall-benchmarks-2026.md) §Hard vs soft | **Hard pour mobile B2C subscription si CAC justifie ; reverse trial pour SaaS PLG mature ; freemium pour produit réseau/social** |
| Quiz length | [02](references/02-questionnaire-design.md) §Long vs court | 8-12 questions Health/Education ; 4-6 utilities ; 30+ Noom-style si justifié |
| Paywall placement | [04](references/04-paywall-integration.md) §Placement | Après plan personnalisé (pattern dominant) ; FitnessAI/Rootd ont +2x install-to-trial avec paywall **avant** onboarding (à tester) |
| Trial duration | [04](references/04-paywall-integration.md) §Trial mechanics | 3j (Adapty top config weekly+3d trial) ou 7j (sweet spot général) ; 14-30j Productivity/Business |
| Plans visibles | [05](references/05-paywall-benchmarks-2026.md) §Number of plans | **Single plan visible + "View all plans" link** dépasse souvent 3-plan en mobile ; SaaS = 3 self-serve + Enterprise |
| Default plan | — | **Annual préselectionné** → 2-3x annual mix, +70% annual revenue (Sunflower/Stormy) |
| CTA wording | [08](references/08-copy-library.md) | "Continue" beat descriptif +111% (Stormy) ; "Start Free Trial" / "Try for $0.00" / "Get [Plan Name]" |
| Pricing display | [05](references/05-paywall-benchmarks-2026.md) §Price framing | Per-week framing ($39.99/yr → "$0.76/week") + "SAVE 75%" anchor ; rond pour SaaS premium ($20, $30) |
| Web-to-app vs IAP | [04](references/04-paywall-integration.md) §Web-to-app | **Hybrid IAP+web** sur iOS US (web-only perd 6.5% net vs IAP) ; web-to-app standard pour Health/Education/AI haute LTV |

### Étape 3 — Architecture du flow (livrable principal)

Map le funnel screen-by-screen avec, pour CHAQUE écran :

- **Objectif/croyance convertie** (ex. "L'app comprend mon contexte")
- **Type d'écran** (entry / question / micro-insight / loading / result / paywall / commit)
- **Question + 4-5 options** (si Q) ou **copy headline + sub** (si insight/result/paywall)
- **Personnalisation triggered** : quelle variable ce screen alimente downstream
- **Drop-off risk** + mitigation
- **Event tracking** (voir [11](references/11-metrics-and-tracking.md))

Modèle de flow gagnant (à adapter) :

```
[Entry promise: result-focused, 1 écran max]
→ Goal question (objectif principal)
→ Current situation (état actuel)
→ Friction (blocage principal)
→ MICRO-INSIGHT #1 (utiliser réponses 1-3 → "On va adapter ton plan pour…")
→ Level/context question
→ Preference/frequency
→ MICRO-INSIGHT #2 (social proof segmenté : "Les [segment] obtiennent +X en Y semaines")
→ Commitment question (engagement léger)
→ Loading screen (3-7s, "On construit ton plan…")
→ Personalized result/preview (score + plan + timeline)
→ [Optional: First tiny action / preview]
→ PAYWALL personnalisé (headline = goal, bullets = pain points, CTA = action verb)
→ Account/email (pour save/sync, jamais avant)
→ Permission au moment d'usage
→ Home avec next action
```

### Étape 4 — Copy concrète

Pour chaque écran, livrer copy précise (voir [08-copy-library.md](references/08-copy-library.md) pour bibliothèque) :

- **Pas de features** → résultats / outcomes
- **Une idée par question, 4-5 options mutuellement exclusives**
- **Sensitive questions** : précéder d'un "On te demande ça pour adapter le plan, pas pour te juger"
- **Always provide escape** : "Skip" / "Je ne sais pas encore" / "Autre"
- **Loading copy honnête** : "On calcule ton plan à partir de tes réponses" (pas "Analyse en cours" générique)
- **Paywall headline = goal personnalisé** : "Débloque ton plan 14 jours [goal]" pas "Choose a plan"

### Étape 5 — Logique de personnalisation

Décrire le mapping `réponses → outputs` :

- Variables collectées (typed) → segment ID
- Segment → plan template / paywall variant / pricing
- Code-pattern réutilisable (voir [03-personalization-engine.md](references/03-personalization-engine.md) pour exemples Next.js+Zustand)

**Test de validité** : si deux utilisateurs avec réponses opposées voient le même résultat, ce n'est pas une vraie personnalisation. À supprimer ou refacto.

### Étape 6 — Paywall design + intégration

Voir [04-paywall-integration.md](references/04-paywall-integration.md). En résumé :

- **Layout** : single-page, no scroll, 3-5 icon-bullets (pas de table sur mobile), horizontal plan list, badge "Most Popular" sur target.
- **Trial mechanic** : iOS = pas de toggle paywall (mort Jan 2026, rejet 3.1.2). Use **Blinkist timeline pattern** (Today → Day X reminder → Day Y charge) → +23% trial conv prouvé, -55% complaints.
- **Pricing framing** : annual preselect, per-week display ("$0.76/week"), "SAVE 75%" badge.
- **Social proof** : user count + 4.2-4.5★ + review count + 1-2 testimonials.
- **CTA** : "Continue" / "Start Free Trial" / "Try for $0.00" + "No commitment, cancel anytime".
- **Close button visible** (Apple HIG, sinon rejet Review).
- **Exit drawer** (reframe → downsell → OTO 25-33%) capable de capter +15-20% revenue, mais cap 2-3 expositions et audit Apple.

### Étape 7 — A/B test backlog priorisé

Ne pas tester au hasard. Prioriser par **win rate Adapty 2026** :

| Test type | Win rate LTV | Priorité |
|---|---|---|
| Localization | **62.3%** | #1 (le plus underestimated) |
| Trial structure | 59.6% | #2 |
| Plan duration | 58.7% | #3 |
| Number of plans | 57.1% | #4 |
| Price changes | 45.5% LTV / 28.3% raw conv | #5 (lift $, pas %) |
| Visual/copy-only | 34.6% | #6 (bottom) |

Les apps qui font **14.7+ expériences/an gagnent jusqu'à 40x revenue** vs non-testers. Voir [09-ab-test-playbook.md](references/09-ab-test-playbook.md).

### Étape 8 — Instrumentation analytics

Évent taxonomy minimum :

```
onboarding_started
onboarding_step_viewed     (step_index, step_label)
onboarding_step_completed
question_answered          (question_id, answer_id, segment)
insight_viewed             (insight_id)
loading_viewed
result_viewed              (segment, score, plan_id)
paywall_viewed             (paywall_variant, segment, trial_duration, plan_interval, price)
paywall_plan_selected
paywall_closed             (reason: x | back | scroll_off)
trial_started
purchase_completed         (price, currency, plan_interval)
exit_offer_viewed
exit_offer_accepted
permission_priming_viewed
permission_granted
signup_completed
first_value_completed
d0_returned, d1_returned, d7_retained
trial_cancelled (Day 0/1/2…)
refund_requested
first_renewal
```

Ne JAMAIS optimiser sur trial start sans regarder paid + refund + first_renewal + D7 retention. Voir [11-metrics-and-tracking.md](references/11-metrics-and-tracking.md).

### Étape 9 — Backend admin "Dashboard Réponse" (sous-skill)

GA4/Mixpanel ne suffisent pas pour une équipe support/produit/sales : il faut **un back-office maison** qui montre, par session, les réponses brutes + l'état conversion + un funnel par étape avec drop-off + la distribution des réponses par option. C'est le sous-skill **Dashboard Réponse** ([12-admin-dashboard.md](references/12-admin-dashboard.md)).

Trigger spécifique : "back-office", "dashboard admin", "voir les réponses", "drop-off rate par étape", "completion rate", "voir une session", "export CSV des leads".

Le sous-skill livre, en tournant sur n'importe quel quiz funnel (schema-agnostic) :

- **Data model Prisma** : `QuizSession` (identité + answers JSON + UTM + état conversion + resultData) + `QuizEvent` (event log granulaire pour le vrai funnel et le temps par étape).
- **Config quiz unique** (`lib/quiz/config.ts`) — source de vérité partagée front/admin pour les labels des questions et options.
- **35+ métriques calculées** : volume (24h/7j/30j), engagement (avg/median step reached, bounce, completion, top exit step), capture email, conversion (rate, time-to-pay, refund), funnel par étape avec drop-off absolu et %, distribution des réponses par option × lift conversion vs taux global, top sources UTM/pays/device, tendance journalière 14j, segments convertisseurs.
- **4 pages admin** : overview KPI/funnel/trend, sessions list filtrable, session detail (toutes réponses + timeline events + raw JSON), distribution réponses par question.
- **Export CSV** sécurisé (`/api/admin/export`).
- **Auth fail-closed** via middleware Basic Auth (ou NextAuth/Clerk) — refuser 503 si secret absent.
- **Checklist d'intégration en 8 étapes** pour plug le sous-skill sur un projet existant.

À utiliser en complément de l'étape 8 (instrumentation events) : les events alimentent le dashboard, le dashboard alimente la décision growth.

### Étape 10 — Output format

Selon la requête, livrer :

- **Audit** → SCORE framework (Specific / Commitment / Output / Reduced friction / Experimentation), section par section, avec issue → impact → reco → priority.
- **Strategy** → funnel map + screen-by-screen + copy + perso logic + paywall sequencing + events + A/B backlog + risks.
- **Code** → composants React/Next.js avec store Zustand typed + persistance + analytics wired + tracking events. Stack de référence : Next.js 14 App Router + TypeScript + Tailwind + Framer Motion + Zustand persist + Prisma/Postgres + Stripe webhook. Voir [10-tech-stack.md](references/10-tech-stack.md).
- **Teardown** → flow map + copy verbatim + tactiques psycho + chiffres connus + ce qui s'applique au cas user.

---

## Tableau de référence rapide — chiffres signature 2026 à connaître

| Chiffre | Source | Use |
|---|---|---|
| **Hard paywall 5x conversion vs freemium** (D35 10.7% vs 2.1%) | RevenueCat 2026 | Argumentaire pour basculer freemium → hard si CAC le permet |
| **Y1 retention identique** hard ~27% vs freemium ~28% | RevenueCat 2026 | Démonter le mythe "freemium retains better" |
| **Apps 14.7+ exp/year = jusqu'à 40x revenue** | Adapty 2026 | Justifier investissement testing |
| **89.4-90% trial starts Day 0** | RevenueCat / Adapty 2026 | Pourquoi Day 0 = tout |
| **84% trial 3j cancellations Day 0-1** | RevenueCat 2026 | 3j est viable, pas besoin de plus dans la plupart cas |
| **Trial 17-32j convertit 1.7x mieux que ≤4j** (42.5% vs 25.5%) | RevenueCat 2026 | Mais seulement si la catégorie supporte (Business/Productivity) |
| **Annual default = 2-3x annual mix, +70% revenue** | Sunflower/Stormy | Toujours preselect annual sauf gaming |
| **"Continue" CTA beat descriptive +111%** | Stormy 4500+ A/B | Default pour CTA paywall |
| **Blinkist Honest Paywall +23% trial conv, -55% complaints** | Growth.design / Purchasely | Pattern timeline = standard 2026 |
| **Localization test win rate 62.3%** (le plus haut) | Adapty 2026 | Prio #1 pour A/B |
| **Web-only loses 6.5% net vs IAP** sur iOS US | RevenueCat A/B test | Hybrid IAP+web, jamais web-only |
| **Toggle paywall mort iOS Jan 2026** (rejet 3.1.2) | RevenueCat | Use Blinkist timeline pattern |
| **Weekly plans = 55.6% revenue mix 2025** (vs 43.3% 2024) | Adapty 2026 | Weekly+3d trial = 1.5x LTV |
| **44.5% des purchases Day 0** | Adapty 2026 | Optimiser activation J0 |
| **Cal AI 75% off annual vs monthly** (vs 50% standard) | Adapty | Anchor agressif marche |
| **Noom 113 écrans, $750M ARR** | Retention.blog | Long quiz peut marcher si chaque écran paie |
| **Reverse trial +10 à +40% freemium→premium** | Elena Verna / Dropbox | Pour SaaS PLG mature (Notion/Canva/Superhuman) |
| **Pricing 14j SaaS sweet spot 62% trials** | ChartMogul | Avec achievement-based upgrade triggers (+258% conv) |

---

## Références détaillées

- **[01-conversion-framework.md](references/01-conversion-framework.md)** — Modèle mental "conversion de croyance", SCORE audit, Day 0, psychologie (commitment, goal-gradient, endowed progress, loss aversion, social proof, curiosity gap)
- **[02-questionnaire-design.md](references/02-questionnaire-design.md)** — Types Q, ordre, copy rules, micro-insights, longueur, sensitive questions, mauvaises questions typiques
- **[03-personalization-engine.md](referenc

…

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [gquthier](https://github.com/gquthier)
- **Source:** [gquthier/quiz-funnel-expert](https://github.com/gquthier/quiz-funnel-expert)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

## Pricing

- **Free** — Free

## Security capabilities

Automated source analysis of v0.1.0 — what this tool can access:

- **Network access:** no
- **Filesystem access:** no
- **Shell / process execution:** no
- **Environment & secrets:** no
- **Dynamic code execution:** no

*"Yes" means the capability is present in the source — more access means more to trust, not that it is unsafe.*


## Versions

- **0.1.0** — security scan: passed — Imported from the upstream source.

## Links

- Listing page: https://agentstack.voostack.com/l/skill-gquthier-quiz-funnel-expert-quiz-funnel-expert
- Seller: https://agentstack.voostack.com/s/gquthier
- Browse the marketplace: https://agentstack.voostack.com/browse

---
Listed on AgentStack — the marketplace for AI agent skills and MCP servers. Every listing is security-reviewed. Creators keep 70%.