Menu
当需要推动团队数据驱动决策文化时使用。数据文化自动化，通过每日、每周、每月、每季的自动化报告体系，推动数据驱动决策文化的落地。确保团队始终基于数据做决策。关键词：数据文化、数据驱动、决策文化、数据素养、报告体系、让团队看数据做决定、培养数据习惯、定期发数据报告。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
当需要评估获客渠道或优化获客漏斗时使用。用户获取指挥官，调度 acquisition-analysis（获客分析一体化），实现从渠道评估到漏斗优化的闭环。关键词：用户获取、获客渠道、漏斗优化、渠道评估、获客策略、acquisition-analysis、拉新、获客。
当需要识别和工程化Aha Moment时使用。Aha Moment自动工程化Pipeline，分析留存数据和行为数据，自动识别Aha Moment候选，测量到达率，识别最短路径，输出Onboarding优化建议。关键词：Aha Moment、激活时刻、用户激活、到达率、Onboarding优化、什么时候觉得好用、体验核心价值、爽点在哪。
当需要优化用户Onboarding流程时使用。Onboarding自动优化Pipeline，分析Onboarding数据和用户分群，自动生成个性化引导策略，设计A/B测试方案。关键词：Onboarding、新用户引导、引导优化、个性化引导、用户激活、新手引导、上手快、引导太长。
当需要识别Aha Moment或设计Onboarding流程时使用。用户激活指挥官，调度activation-aha/onboarding。关键词：用户激活、Aha Moment、Onboarding、新用户引导、新手引导、激活率。
当需要管理Sprint周期或追踪敏捷执行时使用。敏捷执行指挥官，调度 agile-sprint-planning、agile-daily-sync、agile-review 子Skill执行。agile-review 已合并 retrospective-auto 的自动回顾能力。关键词：敏捷执行、Sprint规划、每日站会、Sprint评审、敏捷管理、Sprint复盘、迭代复盘、敏捷开发、复盘报告、自动回顾。
当需要自动化Sprint评审和复盘报告时使用。Sprint评审与复盘报告一体化，Step 1完成Sprint评审（产出清单整理、Demo准备清单、反馈收集分类、数据收集、问题识别、改进建议生成），Step 2生成完整复盘报告（Sprint目标达成分析、交付质量评估、团队速率趋势、改进行动项、下一Sprint建议），Step 3完成上线复盘（效果复盘、工程质量复盘、过程复盘、改进行动项生成）。关键词：Sprint Review、Sprint Retro、迭代评审、迭代回顾、敏捷复盘、评审会、复盘报告、Sprint复盘、改进行动项、做得怎么样、上线复盘、发布复盘、效果评估、持续改进。
| name | decision-culture |
| description | 当需要推动团队数据驱动决策文化时使用。数据文化自动化，通过每日、每周、每月、每季的自动化报告体系，推动数据驱动决策文化的落地。确保团队始终基于数据做决策。关键词：数据文化、数据驱动、决策文化、数据素养、报告体系、让团队看数据做决定、培养数据习惯、定期发数据报告。 |
| metadata | {"module":"产品度量运营","sub-module":"决策闭环","type":"pipeline","version":"2.1","domain_tags":["通用"],"trigger_examples":["团队不习惯看数据，怎么推动","帮我建立数据驱动的文化","设置定期的数据报告推送"],"interaction_mode":"ai_suggest_human_approve"} |
🤖→👤 AI建议人类审批
| 输入项 | 类型 | 必填 | 来源 | 说明 |
|---|---|---|---|---|
| OKR数据 | object | 是 | output/pm-metrics-ops/decision-dace/dace_status.yaml | 目标与关键结果、进度追踪数据 |
| 决策记录 | object | 是 | output/pm-metrics-ops/decision-dace/decision_insight.json | 团队历史决策及数据支撑情况 |
| 团队反馈 | object | ○ | 用户提供 | 报告使用率、数据素养评估 |
┌─────────────────────────────────────────────────────────┐
│ 数据文化节奏 │
├─────────────────────────────────────────────────────────┤
│ │
│ 每日 异常检测 → 每日摘要（无异常不打扰） │
│ │ │
│ ▼ │
│ 每周 功能Review → 实验汇总 → 周度报告 │
│ │ │
│ ▼ │
│ 每月 完整报告 → OKR追踪 → 月度Review │
│ │ │
│ ▼ │
│ 每季 指标体系复盘 → 战略Review（人类主导） │
│ │
└─────────────────────────────────────────────────────────┘
每小时执行
├── 核心指标健康检查
├── 异常检测
└── 如有异常：触发告警
daily_summary:
generated_at: "2024-01-15T20:00:00Z"
date: "2024-01-15"
# 状态
status: "no_alerts" # no_alerts / alerts_handled / critical
# 关键指标
key_metrics:
dau:
value: 10850000
vs_yesterday: +0.8%
vs_last_week: +2.1%
status: "healthy"
revenue:
value: 1580000
vs_yesterday: -1.2%
vs_last_week: +5.3%
status: "healthy"
conversion_rate:
value: 0.352
vs_yesterday: +0.5%
status: "healthy"
# 实验状态
experiments:
running: 3
summary:
- id: "exp_001"
name: "简化注册流程"
day: 7
current_lift: "+8.5%"
status: "on_track"
- id: "exp_002"
name: "新版首页"
day: 4
current_lift: "+2.1%"
status: "monitoring"
- id: "exp_003"
name: "新定价策略"
day: 2
current_lift: "+0.3%"
status: "early_monitoring"
# 告警记录（如有）
alerts:
count: 0
details: []
# 今日要点
highlights:
- "所有核心指标正常，无告警"
- "简化注册实验进展顺利，预计提前完成"
- "今日无重大产品变更"
# 明日预告
tomorrow:
- "exp_001 预计达到统计显著性"
- "计划发布 v2.5.1 小版本"
weekly_feature_review:
week: "2024-W03"
review_date: "2024-01-15"
features_reviewed:
- feature: "简化注册流程"
release_date: "2024-01-08"
status: "released"
metrics:
registration_rate:
before: 0.352
after: 0.381
lift: +8.2%
user_feedback: "positive"
verdict: "功能成功，维持现状"
- feature: "首页推荐优化"
release_date: "2024-01-10"
status: "monitoring"
metrics:
click_rate:
before: 0.12
after: 0.128
lift: +6.7%
verdict: "指标正向，继续监控2周"
weekly_experiment_summary:
week: "2024-W03"
experiments_summary:
completed_this_week: 2
positive: 1
negative: 0
inconclusive: 1
details:
- id: "exp_reg_001"
name: "简化注册实验"
result: "positive"
lift: "+8.2%"
decision: "全量发布"
- id: "exp_pricing_001"
name: "新定价实验"
result: "inconclusive"
lift: "+2.1%"
decision: "继续实验"
learnings:
- "简化操作步骤对转化有显著正向影响"
- "定价改动需要更长时间验证"
recommendations:
- "继续简化产品核心流程"
- "定价类实验延长到3-4周"
weekly_report:
week: "2024-W03"
period: "2024-01-08 to 2024-01-14"
generated_at: "2024-01-14T18:00:00Z"
# 执行摘要
executive_summary: |
本周整体表现良好。
- DAU较上周增长2.1%，达到1085万
- 注册转化率提升8.2%（实验组）
- 完成2个实验，1个正向，1个待定
# OKR进度
okr_progress:
obj_1_dau:
target: 12000000
current: 10850000
progress: 35%
on_track: true
obj_2_revenue:
target: 50000000 # 月度
current: 15500000 # 本月累计
progress: 31%
on_track: true
# 核心指标周报
metrics_weekly:
dau:
this_week_avg: 10820000
last_week_avg: 10590000
change: +2.2%
d7_retention:
this_week: 0.285
last_week: 0.278
change: +0.7pp
revenue_daily:
this_week_avg: 1560000
last_week_avg: 1480000
change: +5.4%
# 实验总结
experiments:
total: 5
running: 3
completed: 2
positive_rate: 0.5
# 洞察与行动
insights:
- "简化注册流程效果显著，建议扩展到其他注册场景"
- "iOS用户转化优于Android，需针对性优化"
actions_for_next_week:
- "全量发布简化注册流程"
- "启动Android注册流程优化实验"
- "新首页功能灰度测试"
monthly_okr_review:
month: "2024-01"
review_date: "2024-01-31"
# OKR状态
objectives:
- id: "obj_1"
text: "提升用户活跃度"
progress: 72%
status: "on_track"
key_results:
- kr: "DAU达到1200万"
progress: 35%
assessment: "需要加速"
- kr: "D7留存达到30%"
progress: 70%
assessment: "进展良好"
- id: "obj_2"
text: "提升商业化收入"
progress: 65%
status: "on_track"
key_results:
- kr: "月收入达到5000万"
progress: 31%
assessment: "时间过半，任务完成31%，需关注"
# 偏差分析
deviation_analysis:
- kr: "DAU目标"
gap: 1150000
reasons:
- "新用户获取不及预期"
- "老用户流失率略高"
recommendations:
- "加大渠道投放"
- "提升老用户召回"
monthly_report:
month: "2024-01"
generated_at: "2024-01-31T18:00:00Z"
executive_summary: |
一月份整体表现符合预期。
DAU增长2.1%，注册转化提升8.2%。
重点功能简化注册流程已全量发布。
# 核心指标
core_metrics:
dau:
monthly_avg: 10750000
monthly_peak: 11200000
trend: "up"
retention:
d1: 0.452
d7: 0.285
d30: 0.183
trend: "improving"
revenue:
monthly_total: 46800000
arpu: 4.35
trend: "stable"
# 实验总结
experiments:
total_this_month: 8
positive: 4
negative: 2
inconclusive: 2
key_findings:
- "流程简化对转化有普遍正向影响"
- "个性化推荐效果显著"
- "定价策略需要更长时间验证"
# 数据文化建设
data_culture:
decisions_made: 15
data_driven: 12
data_driven_rate: 0.80
report_engagement:
daily_summary_open_rate: 0.95
weekly_report_read_rate: 0.85
quarterly_metrics_review:
quarter: "2024_Q1"
# 指标有效性
metric_effectiveness:
high_value:
- name: "注册转化率"
reason: "直接反映产品易用性"
- name: "D7留存"
reason: "核心健康指标"
low_value:
- name: "功能使用率"
reason: "定义模糊，需重新定义"
# 调整建议
recommended_changes:
- action: "新增指标：核心动作完成率"
rationale: "更好地衡量用户价值"
- action: "调整权重：D7留存权重提高"
rationale: "更关注用户粘性"
人类主导的季度Review
├── 复盘Q1目标完成情况
├── 制定Q2策略方向
├── 调整OKR体系
└── 确定重点实验
automation_config:
# 每日报告
daily:
enabled: true
time: "20:00"
channels: ["slack", "email"]
skip_if_no_alerts: true
# 每周报告
weekly:
enabled: true
day: "Friday"
time: "18:00"
channels: ["slack", "email", "wiki"]
# 每月报告
monthly:
enabled: true
day: "last_day"
time: "18:00"
channels: ["email", "presentation"]
include_okr_review: true
# 每季报告
quarterly:
enabled: true
channels: ["presentation", "meeting"]
human_dominated: true
data_culture_metrics:
# 决策质量
decision_quality:
data_driven_decisions: 45
total_decisions: 52
rate: 0.87
# 报告使用
report_usage:
daily_summary_open: 0.95
weekly_report_read: 0.88
monthly_report_engagement: 0.75
# 实验文化
experimentation:
experiments_per_month: 8
experiment_decision_rate: 0.92
fast_iteration_speed: "2 weeks avg"
# 数据素养
data_literacy:
self_service_usage: 0.70
sql_query_growth: "+20%"
| 字段路径 | 类型 | 必填 | 说明 |
|---|---|---|---|
| report_type | string | 是 | 报告类型，枚举值：daily/weekly/monthly/quarterly |
| report_date | string | 是 | 报告日期 |
| key_metrics | array | 是 | 关键指标列表，至少1项 |
| key_metrics[].name | string | 是 | 指标名称 |
| key_metrics[].value | number | 是 | 当前值 |
| key_metrics[].change | string | 是 | 变化趋势 |
| key_metrics[].status | string | 是 | 状态，枚举值：healthy/warning/critical |
| anomalies | array | 否 | 异常指标列表 |
| action_items | array | 是 | 行动项列表 |
| action_items[].description | string | 是 | 行动描述 |
| action_items[].owner | string | 否 | 负责人 |
| action_items[].deadline | string | 否 | 截止日期 |
| engagement_stats | object | 否 | 报告参与度统计 |
当上游输入发生变更时，本Skill的响应策略：
| 上游变更 | 影响范围 | 响应策略 |
|---|---|---|
| OKR数据变更 | OKR追踪章节 | 更新OKR进度，重新评估偏差分析 |
| 决策记录变更 | 数据文化指标 | 更新数据驱动决策率，重新评估文化健康度 |
| 团队反馈变更 | 报告模板和推送策略 | 调整报告格式和推送时机 |
当文化报告自身变更时，对下游的通知机制：
| 报告变更类型 | 通知范围 | 通知方式 |
|---|---|---|
| OKR进度落后>20% | decision-dace | 标记进度风险，触发DACE Conclude |
| 数据驱动决策率下降 | 全部下游 | 标记文化风险，触发培训建议 |
| 报告参与度下降 | decision-culture | 标记参与度问题，触发报告优化 |
| 情况 | 处理方式 |
|---|---|
| 核心指标异常（↓>5%） | 即时推送告警，触发专项分析 |
| OKR进度落后>20% | 周报中标注风险，建议调整策略 |
| 数据驱动决策率<70% | 推送数据文化培训建议 |
| 报告打开率持续下降 | 优化报告格式和推送时机 |
| 缺失范围 | 降级方案 | 输出影响 |
|---|---|---|
| 各分析模块输出缺失 | 用户提供关键指标 → 生成摘要报告 | 报告内容基于用户提供的指标，缺乏自动分析深度 |
| 异常检测输出缺失 | 每日摘要使用用户提供的指标数据 | 每日报告可能遗漏未关注异常 |
| 实验结果输出缺失 | 周报中实验汇总章节标注"待补充" | 实验进展追踪缺失 |
| 各分析模块输出均缺失 | 用户提供关键指标 → 生成摘要报告 | 输出基础摘要报告，各分析维度标注"待补充" |
当上游文件缺失时，需用户提供以下信息以支撑降级生成：
输出Schema：
{
"type": "object",
"required": ["report_type", "report_date", "key_metrics"],
"properties": {
"report_type": {"type": "string", "description": "报告类型：daily/weekly/monthly/quarterly"},
"report_date": {"type": "string", "description": "报告日期"},
"key_metrics": {"type": "array", "description": "关键指标列表，包含名称、当前值和变化趋势"},
"anomalies": {"type": "array", "description": "异常指标列表"},
"action_items": {"type": "array", "description": "行动项列表"},
"engagement_stats": {"type": "object", "description": "报告参与度统计"}
}
}
output/pm-metrics-ops/decision-culture/
├── culture/
│ ├── daily/
│ │ └── {date}_daily_summary.md
│ ├── weekly/
│ │ └── {week}_weekly_report.md
│ ├── monthly/
│ │ └── {month}_monthly_report.md
│ └── quarterly/
│ └── {quarter}_quarterly_report.md
├── dashboards/
│ ├── daily_dashboard.yaml
│ └── metrics_overview.yaml
└── engagement/
└── report_analytics.yaml
输出文件：{date}_daily_summary.md、{week}_weekly_report.md、{month}_monthly_report.md、{quarter}_quarterly_report.md、daily_dashboard.yaml、metrics_overview.yaml、report_analytics.yaml
| 原则 | 说明 |
|---|---|
| 无异常不打扰 | 减少噪音，只在需要时打扰 |
| 数据一致性 | 所有报告使用同一数据源 |
| 行动导向 | 每份报告都要有明确的下一步 |
| 持续迭代 | 根据反馈优化报告形式 |
| 透明公开 | 所有人都能看到数据 |