SuperAPI AI 工具集

analyze-metrics

通用与其它

查看项目

更新于 10-16 06:20

技能介绍

用途:当用户要求评审指标、分析 KPI 或评估产品健康状况时,该技能用于把原始数字转化为可执行的洞察。

主要能力:读取 .chalk/docs/product/ 中的指标框架、KPI 定义与历史评审;解析 $ARGUMENTS 中指定的指标或周期;对每个指标分类为领先(预测性)或滞后(结果性),归入获客、激活、互动、留存、收入、推荐等类别,并确定对比基准(目标值、上一周期、队列基准);对照目标判定状态:达标(偏差 10% 以内)、有风险(偏差 10%–25%)、偏离(偏差超过 25%);对历史数据判定趋势为改善、稳定或下降,并标注加速、减速与拐点;在可用时按用户分群(新用户与回访用户、套餐层级、获客渠道)做队列对比;对偏离或异常指标提出 2–3 条可检验假设,并关联近期产品变更、市场事件或季节性因素;识别领先指标与滞后指标之间的关系、相关性与潜在因果链。

使用方式:技能会先扫描 .chalk/docs/product/ 获取指标上下文,再解析 $ARGUMENTS 中的指标或周期;若用户内联提供数据或引用文件则读取,若未提供数据则要求用户补充当前指标值。随后读取该目录下文件名中的最大编号,以最大编号加一命名,将评审写入 .chalk/docs/product/<n>metrics_review<period>.md,格式为 Markdown,包含健康仪表盘表格与各指标详细章节,关键部分包括健康摘要表(指标/当前值/目标/状态/趋势)、逐指标详细分析、队列洞察、偏离指标假设与建议行动。

适用场景:产品指标定期评审、KPI 对照目标评估、产品健康检查、异常变化归因与假设生成。

限制与注意事项:资料未提供具体安装命令、收费方式、支持平台或与其他工具的集成细节。技能强调避免无上下文的虚荣指标、混淆相关与因果、只关注滞后指标、只报告不提出假设、缺少队列拆分等反模式;若没有目标值或历史数据,只能记录缺口,无法完成相应判定。