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
- 说清指标含义、时间窗口、对比基准和统计口径
- 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)
- 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
- 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。
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