AI Skill 大全

指标异常归因诊断

诊断某个指标为什么变了,找出真正的原因

功能与用途

当某个业务指标突然掉了、涨了或和预期对不上时,按一套流程走:先确认指标定义和数据源,再复现变化幅度和时间点,然后拆解出最可能的原因并逐一验证,最后明确区分哪些已验证、哪些只是推测、哪些还没解决。

适用场景

  • 核心业务指标波动归因:针对日活、GMV等指标发生的环比或同比剧烈波动,拆解细分维度贡献与结构效应,快速定位拉动或拖累大盘的关键客群或渠道。
  • 突发性峰值与故障回归排查:当系统报错率突增、接口耗时陡增或流量暴跌时,定位发生时间、峰值与波及切片,区分全局恶化还是特定版本引发的局部故障。
  • 跨报表口径差异对账排查:当不同看板或系统的同名指标数值对不上时,对齐时间窗口、过滤条件及聚合颗粒度,拆解并量化口径差异产生的数值残差。

适用人群

  • 数据分析师
  • 增长/运营分析岗
  • 需要向业务解释指标波动的数据负责人

使用步骤

  1. 说清指标含义、时间窗口、对比基准和统计口径
  2. 让它核对指标定义与数据源的可靠性(新鲜度、粒度、口径冲突)
  3. 它会量化变化幅度并拆解候选驱动因素,逐项验证贡献大小
  4. 拿到结论:最可能的原因、证据强度、以及下一步该做什么

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
main
最近更新
2026-09-18
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Diagnose why a metric changed or differs from expectation. Use when the task is to identify likely drivers of a metric movement, anomaly, gap, or discrepancy.

使用前准备

  • 需要能访问指标相关的数据源(数据库、看板或指标文档)

依赖与权限

  • 读取用户主动提供的内容

同类 Skill