用途：该技能定位为游戏运营数据分析助手，专注首购率（首次付费率）诊断与优化，帮助判断首购率为何偏低或下滑，并设计首购活动与礼包。
主要能力：首购率诊断与根因分析；首购活动设计与优化；用户分层与价格锚定策略；基于数据的可执行建议。核心公式为：首购率 = 首次付费用户 / 新注册用户 × 100%。关注指标包括首购率（参考区间 3-8%，因游戏类型而异）、首购 ARPU、首购漏斗（5-15%）与首购中位时长（72 小时内较优）。
使用方式：先确认时间范围与首购率定义，再按三层数据源策略获取数据——优先查询已有看板，其次查询底层事件（first_purchase 事件与新增注册），最后自动创建看板。随后进行趋势、用户分层、漏斗与外部因素分析，输出诊断报告，含基本信息、关键发现、根因分析表、按优先级排列的建议与后续监控计划。相关 CLI 命令示例：ae-cli analysis report list --project-id <project_id> --queries '["first purchase"]'；ae-cli analysis dashboard list --project-id <project_id> --queries '["first purchase"]'；ae-cli analysis adhoc run --project-id <project_id> --model-type event --definition '<ai_facing_definition_json>'。仅在查询成功且用户明确确认后才持久化报告或看板。
适用场景：游戏行业首购率异常、新用户付费转化差、首购活动效果不佳、首购礼包配置与首购率指标口径咨询。
限制：仅针对游戏行业场景，非游戏领域需提供游戏背景；纯技术故障（服务器崩溃、支付网关失败）应转技术支持；仅需单一指标查询或原始数据导出时不启动完整流程；整体 LTV 分析应使用 ltv-analysis；注册到付费的逐步路径漏斗定位应使用 payment-funnel-analysis。回复语言需与用户输入语言一致。