product-analytics

产品分析技能使产品经理、数据分析师与增长团队能够系统性地测量并解读产品生命周期各阶段的健康状况。无论是处于产品市场契合度 (PMF) 前期、积极扩张期，还是管理成熟产品，此技能都能提供必要的框架，让用户超越虚荣指标，专注于可落实的见解。它协助用户定义清晰的指标层级、设计有效仪表板，并实作严谨的同期群 (Cohort) 与留存分析技术，以识别用户旅程中的阻碍与价值时刻。

• 指标框架精通：应用行业标准模型，包括用于增长循环的 AARRR (海盗指标)、用于跨部门对齐的北极星指标 (North Star)，以及用于全面测量用户体验的 HEART 框架。

• 阶段性 KPI 选定：根据产品成熟度量身打造仪表板，从早期的激活率与首次价值达成时间，到成熟期的净收入留存率与流失风险评估。

• 进阶同期群与漏斗分析：透过注册同期群或功能曝光同期群进行数据分段，追踪长期留存曲线并识别用户互动下降的转折点。

• 自动化分析工具组：利用内置的 metrics_calculator.py 命令行工具，无需复杂的外部商业智能软件，即可处理 CSV 事件数据以产生留存矩阵、漏斗转换率与同期群分析结果。

• 仪表板设计原则：实作最佳实践，例如将 KPI 与决策规则配对、建立指标负责人机制，并避免使用平均分段数据以揭示隐藏的用户行为洞察。

• 当计划新功能发布、稽核产品效能或排查用户行为的突发性变化时，最适合使用此技能。

• 预期输入包括包含用户识别码、事件动作与时间戳记的 CSV 数据；输出则为量化指标、趋势可视化及基于数据的产品行动建议。

• 此方法论强烈反对仅报告孤立的单点估计值，提倡透过比较一致时间窗口内的趋势曲线，以过滤数据杂讯与季节性波动。

• 将此技能与 experiment-designer 及 product-manager-toolkit 结合使用，可构建具凝聚力且数据驱动的产品开发流程，有效连接原始分析数据与策略决策。