数据分析
cohort-analysis
执行用户参与数据的同期群分析。识别留存趋势、功能采用率、流失模式,并透过定量数据分析生成可执行的研究建议。
简介
cohort-analysis 技能是专为产品经理和数据分析师设计的强力工具,用于剖析随时间变化的用户行为。它透过将用户根据注册月份或功能发布日期等切入点进行分组(同期群),将原始参与数据转化为战略见解。此技能对于诊断用户流失原因、识别哪些群组展现最高长期价值,以及评估功能发布的有效性至关重要。透过提供结构化的定量分析方法,它架起了原始数据与可执行产品决策之间的桥梁。
-
计算同期群留存率,并透过留存热图、折线图和环比趋势比较,将复杂数据视觉化。
-
执行功能采用分析,以确定不同群组如何与特定的产品更新或新发布互动。
-
利用统计方法检测用户群组内的异常值、流失点和长期参与趋势。
-
生成使用 pandas、numpy 和 matplotlib 的 Python 分析脚本,以实现可重复的持续性报告。
-
设计有针对性的后续研究建议,包括定性访谈框架、会话重播审查和 A/B 测试实验。
-
此技能接受结构化数据格式,包括 CSV、Excel、JSON 和原始 SQL 查询输出。
-
用户应确保数据包含清晰的群组识别码、时间周期和相关参与指标(例如:会话次数、功能使用率、购买频率)。
-
为了获得最佳的模式识别效果,强烈建议提供涵盖至少 3-4 个不同时间周期的数据集。
-
输出内容提供全面的摘要,包含数据验证、关键定量指标、视觉化仪表板、模式识别以及优先排序的研究步骤。
-
此工具针对 Claude Code 和 Cowork 环境中的 PM 工作流程进行了专门优化,同时也适用于一般分析任务。
-
它有助于以严谨、框架主导的流程取代临时的电子表格计算,从而符合减少流失的产品管理最佳实践。
仓库统计
- Star 数
- 10,789
- Fork 数
- 1,244
- Open Issue 数
- 13
- 主要语言
- 未提供
- 默认分支
- main
- 同步状态
- 空闲
- 最近同步时间
- 2026年4月30日 09:39