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。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
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 |