用途
本技能用于构建营销测量架构，将业务结果、领先指标与归因限制三者连接起来。仅当“测量架构”是清晰的决策边界时，才由本技能负责该请求。如果所有权模糊或存在多个职能竞争，应路由至营销委员会（marketing-council）。如果用户明确要求跨职能的依赖工作，则使用 ../../scripts/dynamic_router.py 构建有界 DAG。
主要能力
- 依据操作契约执行：先读取
references/skill-spec.json了解激活条件、不变量、工作流自由度、证据规则、交接与完成条件；在框定或挑战决策时使用references/decision-model.md；在最终给出建议前检查references/failure-modes.md；按references/output-contract.md渲染响应。 - 证据纪律：将实质性声明分类为事实、推断、假设或未知；优先使用提供的一手证据；当新鲜度影响建议时，验证当前平台、政策、产品、定价或市场声明；不捏造研究、工具调用、指标、客户语言或因果证明。
- 路由规则：聚焦请求留在本技能内；模糊或跨职能所有权移交给营销委员会；明确依赖链使用
../../scripts/dynamic_router.py；技能所有权确定后，理论/智能体选择可使用../../scripts/neural_router.py，但神经节点永不替代技能路由。 - 执行连接：主要专家为
../../agents/measurement-strategist.md；怀疑性制衡为../../agents/marketing-skeptic.md；领域挑战门为../../hooks/closed-loop-bias-check.md；证据门为../../hooks/evidence-gate.md。这些作为决策输入而非自动权威，技能拥有最终基于证据的合成。 - 神经连接：所属技能为
marketing-measurement，决策边界为测量架构，神经图为../../neural/graph.json，神经路由器为../../scripts/neural_router.py。理论及专家选择仅在技能所有权之后进行；使用本地references/skill-spec.json的证据策略与不变量来拒绝缺乏请求证据支持的神经推荐。
使用方式
当用户需要构建连接业务结果、领先指标与归因限制的测量架构时使用本技能。技能首先读取 references/skill-spec.json 获取操作契约，然后根据请求是否聚焦、模糊或存在依赖链决定路由。响应需按 references/output-contract.md 渲染，并满足完成门：决策明确、证据与推断分离、考虑可信替代方案、输出已渲染、重大不确定性已声明、测量与反转证据已定义。本地行为评估位于 evals/activation.yml、evals/behavior.yml、evals/pressure.yml、evals/regression.yml。
适用场景
- 需要建立营销测量架构，将业务结果与领先指标关联并明确归因限制。
- 需要以证据纪律评估测量方案，区分事实与推断。
- 需要跨职能协调但测量架构是清晰决策边界时。
限制
- 不适用于所有权模糊或跨职能竞争的请求，应路由至营销委员会。
- 不捏造研究、工具调用、指标、客户语言或因果证明。
- 神经节点仅辅助理论与专家选择，不替代技能路由。
- 当前未提供具体收费、价格或平台支持信息。