简诗 AI 数据分析

要解决的问题

当次日留存突然掉了几个点、注册到激活的转化率连续下滑时，团队习惯说“先看看数据”。可打开仪表盘之后，真正难的是回答四个问题：变了什么、为什么变、意味着什么、接下来做什么。多数分析停在前两问，能把“接下来做什么”讲到有负责人、时间线和置信度的很少。这个技能要解决的正是分析不闭环的问题。

技能如何工作

核心是四问法：任何分析都必须回答 What changed?、Why?、So what?、Now what? 四问，缺一不可——只有图表、没有叙事，不叫分析。

具体能力包括：

• 漏斗分析：按阶段记录指标、当前值、基准与流失率，定位最大流失节点并给出验证假设
• 群组分析：先定义群组（如注册周）、留存口径（登录/核心动作/营收）和窗口（D1、D7、D30），输出留存表并标注基线、异常群组与跨期趋势
• 指标异动分诊：指标异常波动时，先补时间窗口与对比基线，再谈归因
• 对干系人的输出模板：固定包含问题、时间范围、数据来源、发现、归因、置信度、建议动作（含负责人与时间线），以及“本次分析不能说明什么”

动手前会索取五项输入：指标或问题、时间范围、可用数据、业务背景、受众。交付前再用 0–40 分评分卡自检，覆盖四问完整度、归因证据强度、不确定性诚实度与可执行性。

适用边界与注意点

这是分析框架，不是数据引擎——它不替你拉数，输入数据的粒度决定输出上限。使用时要守住几条红线：

• 相关不等于因果，每次都要显式区分
• 报异动必须带时间窗口和基线，“转化率下降了”本身不完整
• 聚合指标可能掩盖子群反向趋势，不要跳过分层拆解
• 置信度如实标注，写清哪些是假设、确认还需要什么数据

如果完全没有基线，先建立基线，再下结论。