发布窗口监控
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2c0f1e77/aaron-launch-monitor。
技能介绍
要解决的问题
发布窗口通常只有几天,但发布后的数据往往要在复盘时才拼得出来:UTM 漏标、事件没触发、渠道数据和自有后台对不上。等到事后再回溯,归因已经失真。
Launch Monitor 把验证提前到 T-0 之前,并持续盯住 T-0 到 T+30 的发布窗口。它不做发布决策,只负责让“是否真的起量”这件事可核查。
核心能力
- 发布前 instrumentation 校验:逐个发布面检查
UTM参数、转化/注册事件和落地页可达性;未通过的项目会被明确标为 blocker。 - 窗口遥测读取:通过
scripts/connectors/hn.py、scripts/connectors/producthunt.py、scripts/connectors/appstore.py、scripts/connectors/gdelt.py拉取社区与新闻信号;缺少 connector 或 key 时退化为用户粘贴数值,并标记为User-provided。 - D0/W1/M1 快照:在关键节点记录实际值与目标值。归因以用户自己的 web analytics 为准,平台自报数据仅作参考。
- 异常与阈值告警:每条告警必须写明指标、阈值以及它映射到的 KPI target;
flamewar ratio只作为启发式预警,不替代平台规则。 - spike-vs-sustain 与 owned-capture 判断:比较第 2 周留存相对发布峰值的表现,以及发布流量进入邮件列表/社群的比例。
适用边界
这个技能只监控和报告。发布日的 go/rollback 决策交给 launch-day-conductor,指标深挖交给 performance-analyzer,评论主题分流交给 launch-feedback-synthesizer。T+30 之后转给 performance-monitor,窗口外的长期品牌监听由 social-pulse-monitor 处理。所有 API 响应和粘贴内容都按 untrusted input 处理。
使用场景
- 产品准备在 Hacker News 发布,需要先逐面检查 UTM 与注册事件是否可用。
- 产品已上线,需要在 D0/W1/M1 对照 KPI 目标记录实际值并标记来源。
- 发布后评论增长快于得分,需要检查 flamewar 比例并向相关负责人发出预警。
- 发布进入第 2 周,需要比较流量/注册相对发布峰值的留存和 owned-capture 比例。
适合人员
- 准备发布产品并需要验证 instrumentation 的工程师或增长负责人。
- 要按 KPI 目标核对 D0/W1/M1 实际数据的发布项目负责人。
- 需要监控 HN/Product Hunt/新闻回声并在异常时告警的增长运营。
- 负责发布复盘交接,需要留存窗口快照和归因事实的数据分析师。