Feature Iteration

功能迭代优化工作流 (Feature Iteration Workflow)

dvcrn Updated 32 repo stars

File contents

功能迭代优化工作流 (Feature Iteration Workflow)

版本:v1.0.0
创建:2026-03-09
作者:Elatia 🌀
许可:MIT
类型:Workflow Skill


📋 技能描述

面向场景: 已有功能的需求迭代和持续优化
目标用户: 产品经理、增长负责人
核心价值: 基于数据和用户反馈,持续优化已有功能


🎯 工作流阶段

阶段 1: 数据分析 (20 分钟)

  1. 收集功能使用数据(DAU/留存/转化)
  2. 识别问题和机会点
  3. 输出: 数据分析报告

阶段 2: 用户反馈 (30 分钟)

  1. 收集用户反馈(客服/评论/访谈)
  2. 运行 problem-statement — 定义问题
  3. 输出: 用户反馈汇总 + 问题定义

阶段 3: 优先级评估 (30 分钟)

  1. 运行 prioritization-advisor — 选择框架
  2. 运行 feature-investment-advisor — ROI 评估
  3. 输出: 优先级清单

阶段 4: 方案设计 (40 分钟)

  1. 运行 user-story — 定义需求
  2. 运行 epic-hypothesis — 定义假设
  3. 输出: 优化方案

阶段 5: 实验设计 (20 分钟)

  1. 设计 A/B 测试方案
  2. 定义成功指标
  3. 输出: 实验方案

🔧 使用方式

/feature-iteration

预计耗时: 2-2.5 小时


📈 成功指标

指标 目标值
功能使用率提升 ≥20%
用户满意度提升 ≥10%
实验成功率 ≥60%

🔖 版本历史

版本 日期 变更
v1.0.0 2026-03-09 初始版本

📄 许可

MIT License


创建者:Elatia 🌀

dvcrn/openclaw-skills-marketplace/tree/main/plugins/ken0122--requirement-analysis-system/workflows/feature-iteration commit fc0c76d93f

Frequently asked questions

npx skillmds@latest add dvcrn/feature-iteration