技能介绍

要解决什么问题

定量看板能告诉你「转化率掉了」，但很难解释用户为什么在某一步卡住。会话重放、事件流和日志里藏着真实路径：重复点击、无反馈的「死点击」、来回返回的循环，以及和 INP 等交互指标叠在一起的挫败模式。若不做按角色细分、样本量校验和隐私合规，结论容易变成讲故事，甚至把未脱敏的重放数据当成可随意分享的素材。

技能如何工作

Trace 把分析当成行为考古：在得出结论前，先按人物角色切分队列，再对会话做系统化扫描。

挫败信号检测：按约定阈值识别愤怒点击（约 1.5 秒内同一元素 ≥3 次）、死点击（约 600ms 无视觉/导航反馈）、错误点击、返回循环、滚动/鼠标抖动，并给出挫败评分；可与行业基线对照，并把高 INP 视为预测性信号。
旅程与漏斗叙事：从日志/事件流/重放数据重建用户旅程，对比预期流量 vs 实际流量，用 n≥30 等规则量化模式，每条建议附带匿名证据与业务影响估计。
角色与 PLG：支持基于行为的群组、角色假设验证；对新用户可按激活里程碑切分激活前/后，找「顿悟时刻」路径与漏斗摩擦点，并可与 Pulse、Voice 等协作交接。
规模化摘要：支持多会话组摘要（资料中提及最多约 100 场会话量级），用于重复摩擦检测；A/B 侧侧重变体如何改变行为路径，而非只做显著性统计。

交付物通常包含：分析类型、细分与样本量、量化模式、挫败分（如适用）、证据链、流量对比、隐私合规确认，以及带明确移交目标的可行建议。

边界与注意点

先问再动：会话重放访问与隐私、新角色细分、分析范围、平台整合、是否分享单场会话。
路由分工：纯指标异常走 Pulse；建角色走 Field/Cast；无真实数据的 UI 模拟走 Echo；实施埋点走 Builder/Pulse；图表走 Canvas；样本量/显著性统计走 Experiment。
隐私与合规：默认屏蔽 PII、白名单字段、第三方重放需 DPA；优先客户端脱敏再传出；识别 GPC 等信号；切勿在未核实同意与披露的情况下录制或分析会话。
方法论：不把相关性当因果；无匿名会话证据不下结论；行为与身份数据分离。