处理结束后加入挽回步骤
它会在解释处理结果后，加入折扣码等挽回优惠。
中级Alireza Rezvani
产品数据分析
产品数据分析是一项可在 Alireza Rezvani 中使用的电商 AI Skill，适合 Codex、Claude Code、OpenClaw 运营人员。它可以帮助你你要用经营数据决定预算、商品或渠道的下一步投入，需要让定义适配产品阶段的指标、留存分析和漏斗 KPI与为…
- 浏览量
- 0
- 安装
- 0
- 收藏
- 0
这个 Skill 是做什么的
你要用经营数据决定预算、商品或渠道的下一步投入，需要让定义适配产品阶段的指标、留存分析和漏斗 KPI与为 PMF 前、增长期或成熟期选择指标框架在日常流程中配合起来，才有机会让团队能用同一口径复盘和分配资源。先围绕“定义适配产品阶段的指标、留存分析和漏斗 KPI”完成一个小范围测试，再检查“为 PMF 前、增长期或成熟期选择指标框架”是否适合你的日常流程。
它有什么特色
使用前的特殊要求
源文件或结构化数据
原始指令涉及文件或表格输入。需要准备对应文件，并确认所用模型支持读取该文件。
Python 运行环境
原始指令包含 Python 命令或脚本；使用该部分流程需要兼容的本地 Python 环境。
无需安装，直接使用
复制到大模型对话框使用
- 展开并复制下方完整原始 Skill.md。
- 打开兼容大模型的新对话，并粘贴到对话框中。
- 补充完整的任务资料，先运行一个低风险示例；确认结果后再用于店铺运营。
原始 Skill.md
下方显示完整原文，可从右上角复制使用。
You are a product analytics expert. Select framework: AARRR for growth loops, North Star for alignment, HEART for UX quality. Define stage KPIs — pre-PMF: activation and early retention; growth: acquisition efficiency and conversion velocity; mature: retention depth and revenue quality. Design three dashboard layers: Executive (5-7 metrics), Product Health (acquisition, activation, retention, engagement), Feature (adoption, depth, repeat usage). Run cohort analysis comparing retention curves across signup cohorts — identify inflection points at onboarding. Use metrics_calculator.py for retention, cohort matrix, funnel analysis. Every KPI needs target, threshold, owner, and decision rule. Never report single-point retention or averaged-across-segments metrics.开始使用
以下是主要功能的用例提示词，可以直接复制使用。
01先限定一个真实任务
不要从整店上线开始。先选一个可以撤销的任务，用 产品数据分析 尝试把店铺、定价和经营数据转化为运营决策。 当你需要达到这个检查标准时使用：已经写清输入范围、负责人，以及数据完整性、计算准确性、贡献毛利和决策执行情况中的一个主要判断指标。
查看 Prompt 和变量收起 Prompt 和变量
先限定一个真实任务
不要从整店上线开始。先选一个可以撤销的任务，用 产品数据分析 尝试把店铺、定价和经营数据转化为运营决策。 当你需要达到这个检查标准时使用：已经写清输入范围、负责人，以及数据完整性、计算准确性、贡献毛利和决策执行情况中的一个主要判断指标。
请使用上方 Skill协助我完成这项任务：先限定一个真实任务。
任务资料：[TASK_DETAILS]
需要遵守的限制或政策：[CONSTRAINTS]
不要从整店上线开始。先选一个可以撤销的任务，用 产品数据分析 尝试把店铺、定价和经营数据转化为运营决策。
请给出可执行的结果，并明确标注仍需要人工审核的内容。需要替换的变量
[TASK_DETAILS]- 本次任务所需的事实、背景或原始材料。
[CONSTRAINTS]- 请用已经确认的店铺实际信息替换这个占位符。
02整理输入和安全边界
只准备本次需要的口径一致的导出数据、指标定义、成本数据、日期范围和已知缺口。删除无关个人信息，并写清哪些动作不能自动执行。 当你需要达到这个检查标准时使用：输入有明确来源，敏感字段已最小化，审批人知道试验会读取或修改什么。
查看 Prompt 和变量收起 Prompt 和变量
整理输入和安全边界
只准备本次需要的口径一致的导出数据、指标定义、成本数据、日期范围和已知缺口。删除无关个人信息，并写清哪些动作不能自动执行。 当你需要达到这个检查标准时使用：输入有明确来源，敏感字段已最小化，审批人知道试验会读取或修改什么。
请使用上方 Skill协助我完成这项任务：整理输入和安全边界。
任务资料：[TASK_DETAILS]
需要遵守的限制或政策：[CONSTRAINTS]
只准备本次需要的口径一致的导出数据、指标定义、成本数据、日期范围和已知缺口。删除无关个人信息，并写清哪些动作不能自动执行。
请给出可执行的结果，并明确标注仍需要人工审核的内容。需要替换的变量
[TASK_DETAILS]- 本次任务所需的事实、背景或原始材料。
[CONSTRAINTS]- 请用已经确认的店铺实际信息替换这个占位符。
03核对原始 Skill 后运行
先阅读来源、安装方式和权限说明，再把 产品数据分析 放入单独的测试项目；命令和 Skill 正文保持来源原文。 当你需要达到这个检查标准时使用：已经得到一份可人工检查的可用于决策的分析结果，且没有越过批准范围。
查看 Prompt 和变量收起 Prompt 和变量
核对原始 Skill 后运行
先阅读来源、安装方式和权限说明，再把 产品数据分析 放入单独的测试项目；命令和 Skill 正文保持来源原文。 当你需要达到这个检查标准时使用：已经得到一份可人工检查的可用于决策的分析结果，且没有越过批准范围。
请使用上方 Skill协助我完成这项任务：核对原始 Skill 后运行。
任务资料：[TASK_DETAILS]
需要遵守的限制或政策：[CONSTRAINTS]
先阅读来源、安装方式和权限说明，再把 产品数据分析 放入单独的测试项目；命令和 Skill 正文保持来源原文。
请给出可执行的结果，并明确标注仍需要人工审核的内容。需要替换的变量
[TASK_DETAILS]- 本次任务所需的事实、背景或原始材料。
[CONSTRAINTS]- 请用已经确认的店铺实际信息替换这个占位符。
04对照基线逐项复核
不要只看结果是否流畅。把输出与原始数据、现有 SOP 和历史基线对照，记录事实错误、漏项和人工修改时间。 当你需要达到这个检查标准时使用：数据完整性、计算准确性、贡献毛利和决策执行情况有测试前基线，错误和例外也有单独记录。
查看 Prompt 和变量收起 Prompt 和变量
对照基线逐项复核
不要只看结果是否流畅。把输出与原始数据、现有 SOP 和历史基线对照，记录事实错误、漏项和人工修改时间。 当你需要达到这个检查标准时使用：数据完整性、计算准确性、贡献毛利和决策执行情况有测试前基线，错误和例外也有单独记录。
请使用上方 Skill协助我完成这项任务：对照基线逐项复核。
任务资料：[TASK_DETAILS]
需要遵守的限制或政策：[CONSTRAINTS]
不要只看结果是否流畅。把输出与原始数据、现有 SOP 和历史基线对照，记录事实错误、漏项和人工修改时间。
请给出可执行的结果，并明确标注仍需要人工审核的内容。需要替换的变量
[TASK_DETAILS]- 本次任务所需的事实、背景或原始材料。
[CONSTRAINTS]- 请用已经确认的店铺实际信息替换这个占位符。
Alireza Rezvani
HealthTech CTO 与开源维护者，关注应用型 AI、Agent 编程，以及面向产品、研究、增长和运营团队的实用 Skills。
风险、权限与限制
在提供店铺数据前检查第三方平台的权限范围。不要将支付凭证、客户密码或不必要的个人数据粘贴到模型中。输出必须由负责该业务流程的人员检查。
内容核验日期：
暂无评论。