产品增长数据分析
把产品业务问题拆成指标树、埋点口径与漏斗队列定义,产出分析计划与决策备忘录。
功能与用途
手上有个模糊的业务问题,比如新用户注册后转化不行、留存掉了,但说不清该看哪些指标、埋点怎么定口径。这个技能先问清要支撑哪个决策和多久要结论,再把 North Star 拆成可量化指标,写出埋点事件与属性表、漏斗和留存队列的定义。最后针对最大的掉点给出几个改动建议,每条都标明预期影响、实现成本和风险,需要验证时再补一份实验设计。
适用场景
- 新版本上线后注册转化掉了几个点,需要先确认是哪个环节掉、按渠:新版本上线后注册转化掉了几个点,需要先确认是哪个环节掉、按渠道和版本怎么分群看
- 要推动埋点治理,得先出一份事件命名与属性口径表,让客户端和服:要推动埋点治理,得先出一份事件命名与属性口径表,让客户端和服务端都对齐
- 老板问留存为什么变差,需要一份结论、证据、建议、风险齐备的分:老板问留存为什么变差,需要一份结论、证据、建议、风险齐备的分析备忘录而不是一堆图表
- 准备做一次转化优化实验,但假设、主指标、guardrails:准备做一次转化优化实验,但假设、主指标、guardrails 和随机化单位都还没定
适用人群
- 产品经理
- 增长分析师
- 数据产品负责人
使用步骤
- 说清要支撑哪个决策、多久要结论,以及手上有哪些数据。
- 让 AI 先定 North Star、辅助指标和 guardrails,并把分子分母与去重口径写明。
- 确认埋点事件与属性清单,检查有没有高基数字段、客户端与服务端职责是否分清。
- 选分析方法跑漏斗、cohort 和分群,并区分哪些是相关、哪些能说因果。
- 拿到洞察备忘录,按预期影响、实现成本、风险排出下一步要做的改动。
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 商业运营
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 专业
- 版本
- main
- 最近更新
- 2026-09-11
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Product management data analysis skill for defining metrics, building funnels/cohorts, diagnosing growth/retention, designing experiments, and translating insights into product actions. Use for tasks like metric trees, event taxonomy, dashboard requirements, SQL-style analysis plans, and decision memos.
使用前准备
- 无
依赖与权限
- 读取用户主动提供的内容