원클릭으로 Manus에서 모든 스킬 실행

pm-product-metrics

스타0

포크0

업데이트2026년 4월 8일 07:09

产品数据分析与指标体系设计技能。适用场景：(1) 设计产品数据埋点方案，(2) 分析产品数据找出问题，(3) 漏斗分析/留存分析/同期群分析，(4) 产品数据周报/月报，(5) 用户说「数据分析」「埋点设计」「指标体系」「数据看板」「漏斗分析」「留存分析」时触发

설치

Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.

Manus에서 실행

출처

wang-q-l

wang-q-l/ai-web

GitHub 저장소 열기 Creator 저장소 보기

다운로드

Manus에서 실행

产品数据分析与指标体系

支持的分析类型

分析类型	适用场景
指标体系设计	新产品/新功能上线前
埋点方案设计	开发前需要确定埋点
漏斗分析	转化率低、流失问题定位
留存分析	用户留不住问题诊断
同期群分析	不同批次用户对比
数据看板设计	产品健康度监控
数据异常归因	指标突然下降/上升的原因

工作流程

分析类型一：产品指标体系设计

北极星指标（NSM）选择原则：

反映用户核心价值的实现
与长期业务目标强相关
可量化、可追踪

指标层级：

L1 北极星指标（1个）
  └── L2 核心指标（3-5个）
        └── L3 驱动指标（每个L2对应2-4个）
              └── L4 过程指标（具体行为指标）

输出模板：

## [产品名] 指标体系

**北极星指标**：[指标名] = [定义] **理由**：[为什么这个指标最能代表产品价值]

---

### L2 核心指标

| 指标           | 定义                     | 目标值 | 统计周期 |
| -------------- | ------------------------ | ------ | -------- |
| 月活用户 MAU   | 30天内登录用户数         | X      | 月       |
| 用户留存率     | 次月留存                 | X%     | 月       |
| 核心功能完成率 | 完成[核心行为]的用户比例 | X%     | 日       |

---

### L3 驱动指标（MAU拆解）

MAU = 新增用户 + 回流用户 + 留存用户 - 流失用户

| 驱动因子 | 指标名       | 定义                   | 影响方向 |
| -------- | ------------ | ---------------------- | -------- |
| 新增     | 新用户注册数 | 当日首次注册           | +        |
| 回流     | 回流用户数   | 30天内未活跃后重新活跃 | +        |
| 留存     | 用户留存率   |                        | +        |
| 流失     | 流失用户数   | 30天无活跃             | -        |

分析类型二：埋点方案设计

埋点三要素：事件（Event）+ 属性（Property）+ 时机（Timing）

## [功能名] 埋点方案

### 页面埋点

| 事件名     | 事件描述 | 触发时机     | 关键属性                      |
| ---------- | -------- | ------------ | ----------------------------- |
| page_view  | 页面浏览 | 页面加载完成 | page_name, user_id, timestamp |
| page_leave | 页面离开 | 用户离开时   | page_name, stay_duration      |

### 行为埋点

| 事件名             | 事件描述   | 触发时机     | 关键属性               |
| ------------------ | ---------- | ------------ | ---------------------- |
| btn*click*[按钮名] | 点击[按钮] | 用户点击时   | button_name, page_name |
| [功能]\_complete   | 完成[功能] | 功能成功完成 | 结果属性, 耗时         |
| [功能]\_fail       | [功能]失败 | 出现错误时   | error_code, error_msg  |

### 通用属性（所有事件携带）

- user_id：用户唯一标识
- session_id：会话ID
- timestamp：事件时间戳
- platform：ios/android/web
- app_version：应用版本号
- device_model：设备型号（移动端）

分析类型三：漏斗分析

## [场景] 转化漏斗分析

**分析周期**：[时间范围] **分析目标**：找出[目标场景]中的主要流失节点

### 漏斗数据

| 步骤   | 步骤名     | 用户数 | 转化率 | 流失率 | 问题程度 |
| ------ | ---------- | ------ | ------ | ------ | -------- |
| Step 1 | [进入页面] | 10000  | -      | -      | -        |
| Step 2 | [触发动作] | 6000   | 60%    | 40%    | 中       |
| Step 3 | [填写信息] | 2400   | 40%    | 60%    | ⚠️高     |
| Step 4 | [提交完成] | 1800   | 75%    | 25%    | 低       |

**总体转化率**：18%

### 问题诊断

**最大流失节点**：Step 2→3，流失60%

可能原因（需验证）：

1. [原因1]：[假设]
2. [原因2]：[假设]
3. [原因3]：[假设]

### 优化建议

| 优化方向 | 具体措施   | 预期提升  |
| -------- | ---------- | --------- |
| [方向1]  | [具体改动] | 转化率+X% |
| [方向2]  | [具体改动] | 转化率+X% |

分析类型四：留存分析

## [产品] 用户留存分析

**分析维度**：按注册日期同期群分析

### 留存数据矩阵

| 注册周 | 用户数 | Day1 | Day7 | Day14 | Day30 | Day60 | Day90 |
| ------ | ------ | ---- | ---- | ----- | ----- | ----- | ----- |
| W01    | 1000   | 45%  | 25%  | 18%   | 12%   | 8%    | 6%    |
| W02    | 1200   | 48%  | 27%  | 20%   | 14%   | -     | -     |
| W03    | 900    | 50%  | 28%  | -     | -     | -     | -     |

**行业对标**（SaaS类产品参考值）：

- Day1: 40-60%
- Day7: 20-30%
- Day30: 10-20%

### 留存问题诊断

**现状**：Day30留存 12%，低于行业均值

**流失时间集中点**：Day1→Day7（流失最多）

**可能原因**：

1. **Aha Moment 未达成**：用户首次使用未体验到核心价值
2. **上手障碍**：新手引导不足
3. **使用频率场景单一**：只有特定场景才需要使用

### 提升建议

| 时间节点 | 策略     | 具体措施                   |
| -------- | -------- | -------------------------- |
| Day0-1   | 优化激活 | 简化注册流程、优化新手引导 |
| Day1-7   | 提升粘性 | push通知、使用场景教育     |
| Day7-30  | 深度使用 | 解锁新功能、个性化推荐     |

分析类型五：数据周报/月报

# [产品名] [周期]数据报告

**统计周期**：[开始日期] - [结束日期] **生成日期**：[日期]

---

## 核心指标一览

| 指标        | 本期 | 上期 | 环比 | 目标 | 完成率 |
| ----------- | ---- | ---- | ---- | ---- | ------ |
| MAU         | X    | Y    | ↑X%  | Z    | XX%    |
| DAU         | X    | Y    | ↑X%  | Z    | XX%    |
| DAU/MAU     | X%   | Y%   | ↑X%  | Z%   | -      |
| 新增用户    | X    | Y    | ↑X%  | Z    | XX%    |
| 留存率(7日) | X%   | Y%   | ↑X%  | Z%   | -      |
| 付费用户    | X    | Y    | ↑X%  | Z    | XX%    |

---

## 异常情况

### 需关注

- [指标X] [日期] 出现下降X%，疑似原因：[分析]

### 已解决

- [问题] 已于 [日期] 修复，指标恢复正常

---

## 重点功能数据

[本期上线或重点关注功能的数据表现]

---

## 本期洞察

1. [发现1]
2. [发现2]

## 下期行动

- [ ] [行动1]：对应[指标]提升目标
- [ ] [行动2]：对应[问题]解决方案

이 저장소의 다른 Skills

같은 저장소

mobile-app-generator

wang-q-l/ai-web

移动端应用框架生成器。采用 Vue3 + Vant + Vite + TypeScript + Mock.js。用于快速创建完整的移动端 H5 应用。使用场景：(1) 需要创建新的移动端项目，(2) 用户描述了底部导航结构、页面类型（列表/表单/详情）、主题颜色等需求，(3) 用户提供移动端设计稿，通过分析图片中的 Tabbar 结构、配色方案、页面布局来生成应用，(4) 需要一个带 Mock 数据的移动端前端项目（无需后端），(5) 快速搭建移动端应用原型。

2026-04-300

req-doc

wang-q-l/ai-web

生成或细化需求说明书文档。支持完整文档生成和局部细化两种模式。适用场景：(1) 将需求概述转换为完整的需求说明书，(2) 对已有文档的特定章节进行详细补充和细化，(3) 只生成某个功能模块的详细说明，(4) 需要标准化的需求文档格式，支持多端系统（Web管理后台、Web学员端、移动App等）

2026-04-300

vue-admin-generator

wang-q-l/ai-web

管理后台框架生成器。采用Vue3 + Element Plus + Vite + TypeScript + Mock.js 。用于快速创建完整的 Web 管理后台系统。使用场景：(1) 需要创建新的管理后台项目，(2) 用户描述了登录页样式、布局方式(左右布局/顶部导航等)、菜单结构、主题颜色等需求，(3) 用户提供参考图或手稿图,通过分析图片中的布局结构、配色方案、菜单结构来生成后台系统，(4) 需要一个带 Mock 数据的前端项目(无需后端)，(5) 快速搭建管理系统原型。

2026-04-300

website-generator

wang-q-l/ai-web

官网前台框架生成器。采用 Vue3 + Element Plus + Vite + TypeScript + Mock.js。用于快速创建完整的企业官网、产品官网等用户前台系统。使用场景：(1) 需要创建新的官网项目，(2) 用户描述了导航结构、页面类型（首页/产品/关于我们/新闻/联系我们等）、主题颜色等需求，(3) 用户提供官网设计稿，通过分析图片中的导航结构、配色方案、页面布局来生成官网，(4) 需要一个带 Mock 数据的前端项目（无需后端），(5) 快速搭建官网原型。

name	pm-product-metrics
description	产品数据分析与指标体系设计技能。适用场景：(1) 设计产品数据埋点方案，(2) 分析产品数据找出问题，(3) 漏斗分析/留存分析/同期群分析，(4) 产品数据周报/月报，(5) 用户说「数据分析」「埋点设计」「指标体系」「数据看板」「漏斗分析」「留存分析」时触发

产品数据分析与指标体系

支持的分析类型

分析类型	适用场景
指标体系设计	新产品/新功能上线前
埋点方案设计	开发前需要确定埋点
漏斗分析	转化率低、流失问题定位
留存分析	用户留不住问题诊断
同期群分析	不同批次用户对比
数据看板设计	产品健康度监控
数据异常归因	指标突然下降/上升的原因

工作流程

分析类型一：产品指标体系设计

北极星指标（NSM）选择原则：

反映用户核心价值的实现
与长期业务目标强相关
可量化、可追踪

指标层级：

L1 北极星指标（1个）
  └── L2 核心指标（3-5个）
        └── L3 驱动指标（每个L2对应2-4个）
              └── L4 过程指标（具体行为指标）

输出模板：

## [产品名] 指标体系

**北极星指标**：[指标名] = [定义] **理由**：[为什么这个指标最能代表产品价值]

---

### L2 核心指标

| 指标           | 定义                     | 目标值 | 统计周期 |
| -------------- | ------------------------ | ------ | -------- |
| 月活用户 MAU   | 30天内登录用户数         | X      | 月       |
| 用户留存率     | 次月留存                 | X%     | 月       |
| 核心功能完成率 | 完成[核心行为]的用户比例 | X%     | 日       |

---

### L3 驱动指标（MAU拆解）

MAU = 新增用户 + 回流用户 + 留存用户 - 流失用户

| 驱动因子 | 指标名       | 定义                   | 影响方向 |
| -------- | ------------ | ---------------------- | -------- |
| 新增     | 新用户注册数 | 当日首次注册           | +        |
| 回流     | 回流用户数   | 30天内未活跃后重新活跃 | +        |
| 留存     | 用户留存率   |                        | +        |
| 流失     | 流失用户数   | 30天无活跃             | -        |

分析类型二：埋点方案设计

埋点三要素：事件（Event）+ 属性（Property）+ 时机（Timing）

## [功能名] 埋点方案

### 页面埋点

| 事件名     | 事件描述 | 触发时机     | 关键属性                      |
| ---------- | -------- | ------------ | ----------------------------- |
| page_view  | 页面浏览 | 页面加载完成 | page_name, user_id, timestamp |
| page_leave | 页面离开 | 用户离开时   | page_name, stay_duration      |

### 行为埋点

| 事件名             | 事件描述   | 触发时机     | 关键属性               |
| ------------------ | ---------- | ------------ | ---------------------- |
| btn*click*[按钮名] | 点击[按钮] | 用户点击时   | button_name, page_name |
| [功能]\_complete   | 完成[功能] | 功能成功完成 | 结果属性, 耗时         |
| [功能]\_fail       | [功能]失败 | 出现错误时   | error_code, error_msg  |

### 通用属性（所有事件携带）

- user_id：用户唯一标识
- session_id：会话ID
- timestamp：事件时间戳
- platform：ios/android/web
- app_version：应用版本号
- device_model：设备型号（移动端）

分析类型三：漏斗分析

## [场景] 转化漏斗分析

**分析周期**：[时间范围] **分析目标**：找出[目标场景]中的主要流失节点

### 漏斗数据

| 步骤   | 步骤名     | 用户数 | 转化率 | 流失率 | 问题程度 |
| ------ | ---------- | ------ | ------ | ------ | -------- |
| Step 1 | [进入页面] | 10000  | -      | -      | -        |
| Step 2 | [触发动作] | 6000   | 60%    | 40%    | 中       |
| Step 3 | [填写信息] | 2400   | 40%    | 60%    | ⚠️高     |
| Step 4 | [提交完成] | 1800   | 75%    | 25%    | 低       |

**总体转化率**：18%

### 问题诊断

**最大流失节点**：Step 2→3，流失60%

可能原因（需验证）：

1. [原因1]：[假设]
2. [原因2]：[假设]
3. [原因3]：[假设]

### 优化建议

| 优化方向 | 具体措施   | 预期提升  |
| -------- | ---------- | --------- |
| [方向1]  | [具体改动] | 转化率+X% |
| [方向2]  | [具体改动] | 转化率+X% |

分析类型四：留存分析

## [产品] 用户留存分析

**分析维度**：按注册日期同期群分析

### 留存数据矩阵

| 注册周 | 用户数 | Day1 | Day7 | Day14 | Day30 | Day60 | Day90 |
| ------ | ------ | ---- | ---- | ----- | ----- | ----- | ----- |
| W01    | 1000   | 45%  | 25%  | 18%   | 12%   | 8%    | 6%    |
| W02    | 1200   | 48%  | 27%  | 20%   | 14%   | -     | -     |
| W03    | 900    | 50%  | 28%  | -     | -     | -     | -     |

**行业对标**（SaaS类产品参考值）：

- Day1: 40-60%
- Day7: 20-30%
- Day30: 10-20%

### 留存问题诊断

**现状**：Day30留存 12%，低于行业均值

**流失时间集中点**：Day1→Day7（流失最多）

**可能原因**：

1. **Aha Moment 未达成**：用户首次使用未体验到核心价值
2. **上手障碍**：新手引导不足
3. **使用频率场景单一**：只有特定场景才需要使用

### 提升建议

| 时间节点 | 策略     | 具体措施                   |
| -------- | -------- | -------------------------- |
| Day0-1   | 优化激活 | 简化注册流程、优化新手引导 |
| Day1-7   | 提升粘性 | push通知、使用场景教育     |
| Day7-30  | 深度使用 | 解锁新功能、个性化推荐     |

分析类型五：数据周报/月报

# [产品名] [周期]数据报告

**统计周期**：[开始日期] - [结束日期] **生成日期**：[日期]

---

## 核心指标一览

| 指标        | 本期 | 上期 | 环比 | 目标 | 完成率 |
| ----------- | ---- | ---- | ---- | ---- | ------ |
| MAU         | X    | Y    | ↑X%  | Z    | XX%    |
| DAU         | X    | Y    | ↑X%  | Z    | XX%    |
| DAU/MAU     | X%   | Y%   | ↑X%  | Z%   | -      |
| 新增用户    | X    | Y    | ↑X%  | Z    | XX%    |
| 留存率(7日) | X%   | Y%   | ↑X%  | Z%   | -      |
| 付费用户    | X    | Y    | ↑X%  | Z    | XX%    |

---

## 异常情况

### 需关注

- [指标X] [日期] 出现下降X%，疑似原因：[分析]

### 已解决

- [问题] 已于 [日期] 修复，指标恢复正常

---

## 重点功能数据

[本期上线或重点关注功能的数据表现]

---

## 本期洞察

1. [发现1]
2. [发现2]

## 下期行动

- [ ] [行动1]：对应[指标]提升目标
- [ ] [行动2]：对应[问题]解决方案