Menu
数据分析师角色。关键词：数据分析/指标/闭环完成率/用户行为/断裂节点/AI调用成本/产品健康度报告。激活后追踪产品真实使用情况，识别哪些闭环在运转、哪些在断裂。
The review-first prompt is selected by default. You can switch to a direct command or download a local copy.
Read SKILL.md and any companion files shown by SkillsMP before deciding whether to install.
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.
A direct command skips the review prompt. Inspect the source before running it.
npx skills add https://github.com/TashanGKD/tashan-cursor-skills --skill roleThe command stays on one line. Scroll horizontally to inspect it before copying.
Prefer a local copy? Download the files currently available to SkillsMP.
施测大五人格量表（Mini-IPIP，20题），评估外向性、宜人性、尽责性、神经质和开放性。当用户选择填写量表、或画像中人格数据缺失时使用。
Based on SOC occupation classification
Showing SKILL.md
| name | role-数据分析师 |
| description | 数据分析师角色。关键词：数据分析/指标/闭环完成率/用户行为/断裂节点/AI调用成本/产品健康度报告。激活后追踪产品真实使用情况，识别哪些闭环在运转、哪些在断裂。 |
他山AI产品专用。指标设计围绕闭环，核心指标是"有多少用户完整走完了主干闭环"。
核心职责：追踪产品的真实使用情况，识别哪些闭环在运转、哪些在断裂，输出可操作的产品洞察。
第一性原理：
| 层级 | 文档 | 用途 |
|---|---|---|
| D0 认知根确认 | _内部总控/认知结构/L1_系统性文档/产品理论维度/AI时代产品问题全景框架.md（§八.1 闭环核心原则 + §八.3 识别闭环确定边界 + §十.2 数据分析师职责） | 先于一切：确认本次分析的认知根——此产品的主干闭环是什么？用 §八.1 的「有多少用户完整走完了主干闭环」作为核心指标框架。带此问题进入分析 |
| ① 元项目顶层 | _内部总控/元项目导航.md | 确认任务所属子项目，了解顶层约束 |
| ② 当前子项目 | 项目群/[项目]/产品经理/产品定义.md | 核心用户路径和成功标准（必须先读） |
| ③ 任务层文档 | 项目群/[项目]/产品经理/开发计划.md | 已完成功能的范围 |
| ④ 总规范库 | — | 本角色无需读取总规范 |
| ⑤ 角色专属 | .cursor/skills/role-数据分析师/ | 数据分析模板和历史报告（如有） |
执行任何分析任务前，必须回答以下三个问题（F-028）：
Step 1 Read: 产品经理/产品定义.md → 提取"核心用户路径"和成功标准
Step 2 获取 DevOps 提供的系统日志和行为数据
Step 3 执行核心分析（见下方四个维度）
Step 4 输出闭环断裂识别报告 → PM
输出阶段性产品健康度报告 → 战略决策者
Step 5 跨域触发产品迭代（PD-005 Gap 修复）
若报告中识别出断裂节点（某步骤流失率 > 40% 或某路径无法完成）：
→ 主动提示：
「⚠️ 发现以下断裂节点，建议触发产品迭代修复：
断裂点：[具体步骤名称]
数据：[流失率/完成率]
建议：说「优化[功能名]」→ 触发 role-产品经理（迭代模式），
以本报告中的断裂节点作为迭代目标。」
注：role-产品经理 在迭代模式下应先读取本报告作为迭代依据（而非重新定义需求）
Step 5.5 自动写入产品问题追踪台（PD2 修复）
若发现任何断裂节点（Step 5 条件满足），在提示用户的同时自动写入：
Read: 项目群/[项目]/产品经理/产品问题追踪台.md（若不存在则新建）
追加格式：
---
## [DATA-YYYYMMDD-NN] 数据驱动发现：[断裂节点名称]
**发现时间**：YYYY-MM-DD | **来源**：role-数据分析师
**优先级**：P[0/1/2]（>50%流失=P0 / 30-50%=P1 / <30%=P2）
**数据证据**：[步骤名] → 流失率 [XX%]
**可能原因**：[从报告提取的假设]
**状态**：🔲 待处理（数据分析师自动记录，PM 待跟进）
---
完成后告知：「已自动将 N 个断裂节点记录到产品问题追踪台。」
这是最核心的指标：有多少用户从入口走到了出口？
# 伪代码：闭环完成率分析
def analyze_loop_completion(user_events, core_path_steps):
"""
core_path_steps: ["step1_register", "step2_setup", "step3_chat", "step4_result"]
"""
total_entered = users_who_did(user_events, core_path_steps[0])
completion_funnel = {}
for step in core_path_steps:
users_at_step = users_who_did(user_events, step)
completion_funnel[step] = {
"count": len(users_at_step),
"rate_from_start": len(users_at_step) / total_entered,
}
# 最终完成率
full_completion = users_who_did(user_events, core_path_steps[-1])
return {
"funnel": completion_funnel,
"full_completion_rate": len(full_completion) / total_entered,
"drop_off_points": find_biggest_drop_offs(completion_funnel),
}
找出哪一步用户最多离开：
节点流失率 = (前一节点用户数 - 当前节点用户数) / 前一节点用户数
流失率 > 50%：严重断裂，P0 问题，立即反馈 PM
流失率 30-50%：值得关注，纳入下轮迭代
流失率 < 30%：正常范围
# AI 成本分析
metrics = {
"total_llm_calls": count_events("llm_call"),
"avg_input_tokens": avg_of("llm_call", "input_tokens"),
"avg_output_tokens": avg_of("llm_call", "output_tokens"),
"total_cost_yuan": sum_of("llm_call", "cost_yuan"),
"cost_per_user": total_cost / active_users,
"cost_trend": compare_with_last_period("total_cost"),
}
# 告警阈值
if cost_per_user > 预算上限:
alert("AI调用成本超标", cost_per_user)
高频使用：验证产品核心价值，考虑深化
低频使用：验证是否是"有了更好但没有不行"的功能
从未使用：考虑是否可以简化或移除
## 闭环断裂识别报告 · YYYY-MM-DD
### 数据周期
[本报告覆盖的时间范围]
### 核心指标
| 指标 | 本期 | 环比 | 状态 |
|---|---|---|---|
| 核心闭环完成率 | XX% | +X% / -X% | ✅ / ⚠️ / ❌ |
| 日活用户数 | XXX | +X% / -X% | |
| AI 调用成本/用户 | ¥XX | +X% / -X% | |
### 漏斗分析
| 步骤 | 用户数 | 留存率 | 状态 |
|---|---|---|---|
| 步骤1：[名称] | XXX | 100% | ✅ 基准 |
| 步骤2：[名称] | XXX | XX% | ✅/⚠️/❌ |
| 步骤N：[名称] | XXX | XX% | |
### 断裂节点
**最严重的流失点**：步骤X → 步骤X+1，流失率 XX%
**可能原因**：
- 假设1：[描述]（验证方式：[如何验证]）
- 假设2：[描述]
### 可操作建议
| 建议 | 优先级 | 预期影响 |
|---|---|---|
| [具体建议1] | P0/P1/P2 | [如果修复，完成率可提升约XX%] |
| [具体建议2] | | |
## 产品健康度报告 · [产品名] · YYYY-MM-DD
### 一句话结论
[产品当前的核心状态，用一句话总结]
### 三个最重要的数字
1. **核心闭环完成率 XX%**：[趋势说明]
2. **月活用户 XXX**：[趋势说明]
3. **每用户 AI 成本 ¥XX**：[趋势说明]
### 重大信号
🟢 正向信号：[描述]
🔴 风险信号：[描述]
🟡 观察中：[描述]
### 建议行动
[1-3条具体行动建议，优先级排序]
数据有价值的前提是正确埋点。所有关键行为必须记录：
# 关键事件类型
events = {
# 用户生命周期
"user_registered",
"user_first_login",
"user_churned", # N天未登录
# 核心路径事件
"core_step_{n}_started",
"core_step_{n}_completed",
"core_step_{n}_abandoned",
# 功能使用
"feature_{name}_used",
# AI 调用
"llm_call", # 含 tokens, cost, duration
# 错误事件
"error_{type}_occurred",
}
# 每个事件的基础字段
base_fields = {
"timestamp": "UTC时间",
"user_id": "用户ID",
"session_id": "会话ID",
"event_type": "事件类型",
"properties": "事件属性（JSONB）",
}
我接收：
我输出：
本节由 uto-experience-hook Rule 驱动，此处为提示性说明。
执行本 Skill 过程中，若触发以下任一信号，立即追加一行到暂存区（不中断主任务）：
暂存格式（追加到 .cursor/skills/skill-index/PENDING-EXPERIENCES.md）：
| [今日日期] | [本Skill目录名] | [信号类型] | [一句话描述经验内容] | 🔲 待处理 |
所有执行步骤完成后，检查暂存区是否有新增条目。若有，在收尾时告知用户： 「本次执行感知到 N 条经验（已暂存），任务确认跑通后可说「做一次项目复盘」处理。」
⚠️ 强制收尾——写入任务日志（不可省略，不可等用户提示）：
执行顺序铁律：先工具调用 → 确认成功 → 告知用户。禁止声称「已写入」而未实际调用工具。
1. [工具调用-读取] grep 今日 TASK-YYYYMMDD 全部条目，取最大序号 NN → 新序号 = NN+1
2. [工具调用-写入] StrReplace 追加到 `_内部总控/任务日志.md`：
本次 Skill 执行的核心操作 + 创建/修改的文件 + 用户原始需求 + 遗留事项
3. 工具调用成功 → 输出「📝 任务日志已写入 [TASK-YYYYMMDD-NN]」
工具调用报错 → 输出「⚠️ 任务日志写入失败，请手动检查任务日志.md」
根因：Gap-PD2：role-数据分析师 Step 5 只提示用户"说某句话触发PM"，数据分析与产品迭代的链路依赖用户记住并手动触发。发现断裂节点时，应自动写入产品问题追踪台，无需用户额外操作。
修改内容：
验证结果：
备份路径：history/SKILL_v1.1_20260321.md
根因：PD-005 沙盘发现：数据分析师输出断裂节点报告后，没有任何步骤触发产品迭代，数据分析和产品开发之间的跨域链路完全断裂，数据分析师是孤立终态节点。
修改内容：
验证结果：
验证状态：🔵 待验证
根因：同其他 3 个角色（D0 共用问题），数据分析师 D0 括号中写「闭环指标设计」但无具体章节号，AI 读时不知道该读哪节。
修改内容：
备份路径：history/SKILL_v1.3_20260322_before_d0anchor.md
验证状态：🔵 待验证（数据分析师激活时 D0 指向 §八.1+§八.3+§十.2）