AI Skill 大全

KPI与漏斗分析

清洗营销数据并计算 CAC、ROAS、LTV 等指标,输出漏斗、队列、归因与优先级建议报告。

功能与用途

手上有一份投放或业务数据,脏得没法直接用,又不知道该按什么口径算指标、该用哪种归因模型。这个技能先按检查清单把缺失、重复、异常值和格式问题处理掉,再套用现成的 KPI 公式算出获客、互动、收入、转化各层指标。接着跑漏斗找出最大掉点、按时间或渠道做队列留存、用多种归因模型对比渠道质量,最后落到一张按优先级排序的建议表。

适用场景

  • 季度投放复盘,多个渠道的消耗与转化数据格式不一,需要统一口径:季度投放复盘,多个渠道的消耗与转化数据格式不一,需要统一口径后算清 CAC 和 ROAS
  • 从曝光到成交的漏斗某一级掉得厉害,但不确定该按渠道还是按人群:从曝光到成交的漏斗某一级掉得厉害,但不确定该按渠道还是按人群拆开看
  • 老板要看 LTV:CAC 是否健康,需要先算准流失率再推客户:老板要看 LTV:CAC 是否健康,需要先算准流失率再推客户平均生命周期
  • 几个渠道都说是自己带来的成交,需要比较首触、末触和位置型归因:几个渠道都说是自己带来的成交,需要比较首触、末触和位置型归因下的差异

适用人群

  • 投放与增长分析师
  • 营销数据运营
  • 电商增长负责人

使用步骤

  1. 把数据集和要回答的问题给 AI,并说明时间范围。
  2. 让 AI 先跑清洗清单:缺失值怎么处理、重复怎么判、异常值用哪种方法识别。
  3. 确认要算的指标口径,注意分子分母、去重规则和时间窗。
  4. 跑漏斗和 cohort,确认最大掉点和留存曲线的解读。
  5. 拿到报告,按优先级、预期影响和数据置信度排下一步动作。

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。

查看 MCP 接入说明

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
master
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

Performs statistical data analysis, data cleaning, and insight extraction covering KPI calculation, trend analysis, cohort analysis, funnel analysis, and attribution modeling. Use when user asks about data analysis, statistics, KPI, metrics, trend analysis, cohort, funnel analysis, attribution, forecast, 데이터 분석, 지표, 통계, 코호트, or 퍼널.

使用前准备

  • 无

依赖与权限

  • REPORT
  • 读取用户主动提供的内容

同类 Skill