product-analytics

產品分析技能使產品經理、數據分析師與成長團隊能夠系統性地測量並解讀產品生命週期各階段的健康狀況。無論是處於產品市場契合度 (PMF) 前期、積極擴張期，還是管理成熟產品，此技能都能提供必要的框架，讓用戶超越虛榮指標，專注於可落實的見解。它協助用戶定義清晰的指標層級、設計有效儀表板，並實作嚴謹的同期群 (Cohort) 與留存分析技術，以識別用戶旅程中的阻礙與價值時刻。

• 指標框架精通：應用產業標準模型，包括用於成長循環的 AARRR (海盜指標)、用於跨部門對齊的北極星指標 (North Star)，以及用於全面測量用戶體驗的 HEART 框架。

• 階段性 KPI 選定：根據產品成熟度量身打造儀表板，從早期的激活率與首次價值達成時間，到成熟期的淨收入留存率與流失風險評估。

• 進階同期群與漏斗分析：透過註冊同期群或功能曝光同期群進行數據分段，追蹤長期留存曲線並識別用戶互動下降的轉折點。

• 自動化分析工具組：利用內建的 metrics_calculator.py 命令列工具，無需複雜的外部商業智慧軟體，即可處理 CSV 事件數據以產生留存矩陣、漏斗轉換率與同期群分析結果。

• 儀表板設計原則：實作最佳實踐，例如將 KPI 與決策規則配對、建立指標負責人機制，並避免使用平均分段數據以揭示隱藏的用戶行為洞察。

• 當計畫新功能發布、稽核產品效能或排查用戶行為的突發性變化時，最適合使用此技能。

• 預期輸入包括包含用戶識別碼、事件動作與時間戳記的 CSV 數據；輸出則為量化指標、趨勢視覺化及基於數據的產品行動建議。

• 此方法論強烈反對僅報告孤立的單點估計值，提倡透過比較一致時間窗口內的趨勢曲線，以過濾數據雜訊與季節性波動。

• 將此技能與 experiment-designer 及 product-manager-toolkit 結合使用，可構建具凝聚力且數據驅動的產品開發流程，有效連接原始分析數據與策略決策。