简诗 AI 产品分析

解决什么问题

产品团队常遇到三类难解释的状态：事件口径不一致，导致同一转化路径在不同看板上出现两个结果；漏斗某一步明显下滑，但不知道是功能问题、引导问题还是用户构成变化；留存与北极星指标各自孤立，无法回答“改了什么会改善长期结果”。这类问题需要一个从事件体系到实验、再到目标复盘的连续分析框架，而不是零散 SQL。

技能如何工作

技能围绕产品分析链路展开：

• 先定义 event taxonomy：把核心动作、身份识别、目标事件与排除条件写清，为 PostHog、Mixpanel 等工具提供统一口径。
• 再跑漏斗分析：配置漏斗步骤、时间窗和筛选条件，定位关键断点，并提出可验证的优化假设。
• 随后做留存分析：按周 cohort 或 DAU/MAU 看留存波动，比较不同人群与实验组的表现。
• 最后沉淀北极星：将业务目标写成 North Star Metric，拆解为可观测输入指标，并用 OKR、产品看板让结果可追踪。

技能也覆盖 feature flags、A/B 测试显著性计算和产品 dashboard 设置。常用 slash 命令如 /funnel-analysis、/cohort-retention、/north-star、/ab-test 可直接映射到上述步骤。

适用边界与注意点

它只适用于产品事件、漏斗、留存和北极星指标相关场景；通用数据分析或非产品任务不应套用。默认交付分析、方案、草稿、代码建议或检查清单，不主动读取越权文件；信息不足先确认，不补齐虚构事实。联网、接口调用和凭据使用必须先获得明确授权，脚本只作为可审查参考，生产执行前仍需自行验证。