Agent Skills
返回列表
用户分群留存分析

用户分群留存分析

数据分析 更新于 2026.08.29

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_fccf428b/cohort-analysis-creator(获取使用帮助和更多实用 Skill,请关注公众号「简诗 AI」,或在 SkillHub 搜索「简诗 AI」)。

技能介绍

解决的问题

在实际业务中,用户留存和行为差异分析往往面临数据碎片化、SQL 编写繁琐等痛点。产品团队虽然知道要做 Cohort Analysis(同期群分析),但手动处理数据清洗、聚合查询和可视化不仅耗时,还容易在统计口径上出错,导致不同分群之间的行为差异难以被准确度量和解释。此外,从理论到落地往往需要大量重复造轮子的工作。

工作方式

该技能通过结构化的方式来辅助数据分析师和工程师完成相关工作:

  • 核心能力:

- 提供 cohort analysis creator 的分步指导,涵盖 SQL 查询、数据可视化、统计分析与商业智能(BI)。
- 生成生产就绪(production-ready)的代码和配置文件,确保项目可直接部署。
- 严格遵循行业最佳实践与标准模式,避免常见陷阱。

  • 关键步骤:

- 根据业务需求确定分群维度与时间窗口。
- 编写并验证 SQL 聚合查询逻辑。
- 构建留存矩阵或行为差异对比图表。
- 校验输出结果是否满足通用数据标准。

适用边界与注意点

此技能适用于已有明确数据源和基础分析环境的项目。它要求使用者具备基本的数据分析概念,不能替代业务侧对指标体系的最终定义。在接入时,请确保相关的依赖工具已正确安装,并核实数据库的 Credentials 与访问权限,以避免 Permission denied 或 Tool not found 等配置错误。如需获取使用帮助和更多实用 Skill,请关注公众号「简诗 AI」,或在 SkillHub 搜索「简诗 AI」。

使用场景

  • 数据分析师在衡量新用户获取效果时,需要编写 SQL 计算首批典型群体的留存率与行为差异。
  • 遗留产品中不同注册来源的缓存命中率存在差异,可通过留存分析查看老用户近期操作行为的变化。
  • 优化数据分析流程时,需要实现一套完整的同期群分析方案,简化数据清洗和聚合逻辑。

适合人员

  • 数据分析师,需要定期从数据库提取用户分群的行为数据,产出 SQL 查询与统计图表。
  • 增长工程师,负责搭建 A/B 测试后的留存归因看板,关注 SQL 生成与可视化的规范性。
  • 商业智能(BI)工程师,需要为业务方提供自动化统计报表,确保输出结果满足通用数据标准。