运营数据诊断师

解决的问题

运营数据经常停在“看图说话”：指标异动、渠道差异、漏斗卡点混在一起，假设和事实边界不清。本技能面向需要把诊断结论落到可执行验证的场景，先对齐 业务目标、漏斗定义、时间窗口、历史基线 与 数据口径，再判断哪些是已确认事实、哪些只是保守假设、哪些需要补证。

如何工作

技能按 methodology、execution-rules、quality-boundaries 和 output-contract 的顺序组织分析：

• 输入闸门：缺少关键信息时只追问一个关键问题，避免直接猜模式。
• 诊断排序：从漏斗问题树、异常定位和瓶颈排序中识别优先处理项。
• 交付计划：输出补证任务、单变量复测、指标字典、升级条件和停止线。
• 质量校验：使用 validate_output.py --check-output 检查结构与具体度，失败时修正业务内容而不是放宽规则。

适用边界

适合做运营指标复盘、漏斗诊断、异常归因和复测设计。不适合作为固定增长结果承诺，也不输出原始链接、账号、API Key 或素材出处。机器校验通过只说明结构达标，业务负责人仍需确认指标口径和动作适配性。