抖音数据复盘诊断器

为什么需要它

抖音后台导出的 CSV 里，播放、完播、点赞、评论、转发、转粉一列列排开，大多数人看完只能得出「数据不行」的结论。播放 1 万次、完播 25%，到底是钩子没留住人，还是封面根本没让人点进来？完播率卡在 18%，是结构散了还是节奏拖了？没有基准、没有漏斗分层、没有归因链路，复盘往往变成把同一批数字再抄一遍。这个技能要解决的就是「不知道看哪些指标、看不出问题在哪、复盘做不动」。

它如何工作

输入可以是单条视频数据（播放/完播/点赞/评论/转发/转粉）、账号数据（粉丝量/近期播放/涨粉趋势），或直接粘贴后台导出的 CSV/文本。无具体数据时，也能按「播放一直卡在 500」这类描述反推典型病症。

诊断按抖音流量漏斗逐层展开：封面点击 → 播放 → 完播 → 互动 → 转粉，哪一层掉得最狠，问题就定位在哪一层。基准优先取分赛道数据（15 类创作者各一套），没有同赛道数据时退回通用基准。归因环节把掉点层映射回创作环节：封面、钩子、结构、价值。

输出不止一句结论：

• 单条视频走「视频漏斗诊断」，给出掉点层级、归因判断和 1-3 条可执行的优化建议
• 账号数据/CSV走「账号健康诊断」，额外输出体检报告：矩阵健康度、粉丝净增取关、爆款率、趋势图
• 数据充分时用内置可视化模板渲染漏斗、曲线、雷达、趋势四类 SVG
• 可选闭环：A/B 数据回写 → 判胜 → 固化

内置资源包括 references/metrics-glossary.md（指标词典 + 分赛道基准）、references/diagnosis-framework.md（12 类病症库 + CSV 解析协议）、references/viz-templates.md（4 套 SVG 模板）、references/skill-linkage.md（与 hook/script/title/hotspot 上游技能的硬联动），以及 15 个诊断示例。

适用边界

不自动抓取抖音后台数据，只接受用户主动粘贴或上传的 CSV/文本；解析后不留存、不回传。基准值仅供参考，不保证爆款。上游技能不可用时按各自降级协议处理，标注 ⚠️ 不卡死。