# Pm Alpha Data Review > 数据复盘工具。提供指标看板解读、趋势分析、问题定位、改进建议等功能。帮助产品经理通过数据驱动决策，发现产品问题，制定优化方向。适用于迭代复盘、专题分析、A/B测试评估等场景。当需要进行数据复盘、分析产品指标或制定优化策略时使用此skill。 - Skill: `fengqiliu/pm-alpha-data-review` (Agent Skill, multi-file: 2 files) - Install (CLI): `npx skillmds@latest add fengqiliu/pm-alpha-data-review` - Raw SKILL.md: https://api.skillmd.com/api/skills/fengqiliu/pm-alpha-data-review/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Coding & Dev Tools - Author: fengqiliu (https://skillmd.com/u/fengqiliu) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/fengqiliu/pm-alpha-data-review --- # 数据复盘工具 通过数据驱动的方式进行产品复盘，发现问题，制定改进方案。 ## 指标体系框架 ### 医疗PACS/RIS系统核心指标 #### 1. 系统性能指标 | 指标名称 | 定义 | 计算公式 | 目标值 | 监控频率 | |---------|------|---------|-------|---------| | 影像调阅时间 | 从请求到展示的时长 | (展示时刻 - 请求时刻) | P95 < 3s | 实时 | | 系统响应率 | 成功响应比例 | (成功响应数 / 总请求数) × 100% | ≥ 99.9% | 实时 | | 并发处理能力 | 同时处理请求数 | Peak QPS | ≥ 500 | 实时 | | 队列等待时间 | 任务平均等待时长 | AVG(等待时长) | < 5s | 实时 | #### 2. 业务流程指标 | 指标名称 | 定义 | 计算公式 | 目标值 | 监控频率 | |---------|------|---------|-------|---------| | 报告完成率 |按时完成的报告比例 | (按时完成数 / 总报告数) × 100% | ≥ 95% | 每日 | | 危急值通知率 | 及时通知危急值的比例 | (及时通知数 / 危急值总数) × 100% | 100% | 实时 | | 胶片打印成功率 | 成功打印胶片比例 | (成功数 / 总打印数) × 100% | ≥ 98% | 每日 | | 影像数据完整率 | 完整数据传输比例 | (完整包数 / 总包数) × 100% | ≥ 99.5% | 每日 | #### 3. 用户行为指标 | 指标名称 | 定义 | 计算公式 | 目标值 | 监控频率 | |---------|------|---------|-------|---------| | 日活跃用户(DAU) | 每日登录用户数 | COUNT(DISTINCT user_id) | 趋势上升 | 每日 | | 人均操作次数 | 每用户每日操作数 | 总操作次数 / DAU | 参照基线 | 每日 | | 任务完成率 | 任务成功完成比例 | (成功任务数 / 总任务数) × 100% | ≥ 95% | 每日 | | 用户满意度 | 用户评分 | AVG(rating) | ≥ 4.5 | 每周 | --- ## 指标看板解读 ### 看板阅读顺序 ``` 1️⃣ 异常告警 → 2️⃣ 核心KPI → 3️⃣ 细分维度 → 4️⃣ 趋势变化 → 5️⃣ 根因分析 (红色指标) (关键指标) (用户/设备) (对比基准) (深挖问题) ``` ### 看板解读模板 ```markdown ## 指标看板解读报告 ### 报告周期 - 时间范围：YYYY-MM-DD 至 YYYY-MM-DD - 环比周期：YYYY-MM-DD 至 YYYY-MM-DD - 分析维度：[全部 / 科室 / 设备类型 / 用户角色] ### 1. 核心指标概览 | 指标 | 本期值 | 上期值 | 环比变化 | 目标值 | 达标状态 | |-----|-------|-------|--------|-------|---------| | | | | | | ✅达标/⚠️接近/❌未达标 | ### 2. 异常指标告警 | 指标 | 当前值 | 阈值 | 告警级别 | 持续时间 | |-----|-------|-----|---------|---------| | | | | 🔴高/🟡中/🟢低 | | ### 3. 重点分析对象 - [ ] 需要深入分析的问题指标 - [ ] 异常波动的指标 - [ ] 低于目标的指标 ``` ### 告警级别定义 ```markdown | 告警级别 | 定义 | 阈值标准（示例） | 响应要求 | |---------|------|----------------|---------| | P0 - 紧急 | 系统不可用 | 响应率 < 99% | 立即处理 | | P1 - 严重 | 核心功能受损 | 响应时间 > 10s | 4h内处理 | | P2 - 一般 | 功能降级 | 成功率 < 99.5% | 24h内处理 | | P3 - 提示 | 轻微异常 | 单指标波动 > 20% | 周常关注 | ``` --- ## 趋势分析 ### 趋势分析维度 #### 1. 时间维度分析 ```markdown ## 时间维度分析 ### 日趋势 - 观察：工作日 vs 周末差异 - 识别：日间高峰时段 - 发现：异常峰值/低谷 ### 周趋势 - 观察：周一至周五规律 - 识别：周初 vs 周末差异 - 发现：周期性变化 ### 月趋势 - 观察：月度环比变化 - 识别：季节性因素影响 - 发现：长期趋势走向 ### 同比分析（年度对比） - 对比去年同期数据 - 排除季节性干扰 - 评估年度增长率 ``` #### 2. 维度下钻分析 ``` 总指标 ↓ 按模块分解 模块A ─ 模块B ─ 模块C ↓ ↓ 子功能A1 子功能B1 ↓ 问题点定位 ``` #### 3. 趋势图表类型选择 | 趋势场景 | 推荐图表 | 说明 | |---------|---------|-----| | 指标随时间变化 | 折线图 | 展示连续变化趋势 | | 构成占比变化 | 堆叠面积图 | 展示各部分占比变化 | | 多指标对比 | 双Y轴折线图 | 展示两个相关指标 | | 目标达成进度 | 进度条图 | 展示完成度 | | 分布情况 | 直方图/箱线图 | 展示数据分布 | ### 趋势分析模板 ```markdown ## 趋势分析报告 ### 分析概述 - 分析对象：[指标名称] - 分析周期：[时间范围] - 对比基准：[环比/同比/目标] ### 整体趋势 ``` [可视化趋势图或ASCII表示] 高点：YYYY-MM-DD，值 = XXX 低点：YYYY-MM-DD，值 = XXX 平均：XXX ``` ### 关键变化点分析 | 变化点 | 日期 | 变化前 | 变化后 | 变化幅度 | 可能原因 | |-------|------|-------|-------|---------|---------| | | | | | | | ### 趋势判断 - [ ] 上升趋势：连续N个周期上涨 - [ ] 下降趋势：连续N个周期下跌 - [ ] 波动稳定：无明显趋势，在均值±σ内波动 - [ ] 异常拐点：某点显著偏离 ### 结论与建议 - 趋势判断：[描述] - 关注事项：[列出需要关注的问题] - 建议行动：[给出优化建议] ``` --- ## 问题定位 ### 问题定位流程 ``` Step 1: 发现异常 指标偏离正常范围 ↓ Step 2: 界定问题 是真问题还是假警报？ ↓ Step 3: 拆解问题 按维度分解，定位问题层 ↓ Step 4: 寻找根因 5Why分析法/鱼骨图 ↓ Step 5: 验证假设 数据验证/用户访谈 ↓ Step 6: 确定方案 制定解决方案 ``` ### 5Why分析法模板 ```markdown ## 5Why 分析 - [问题名称] **问题描述**：系统影像调阅时间从2s上升到8s ### Why 1 **问题**：为什么调阅时间上升？ **答案**：PACS服务器CPU使用率从40%上升到90% ### Why 2 **问题**：为什么CPU使用率上升？ **答案**：今天早上有大批量历史数据迁移任务 ### Why 3 **问题**：为什么要进行大批量数据迁移？ **答案**：存储扩容导致需要迁移历史数据 ### Why 4 **问题**：为什么存储扩容没有安排在非业务时间？ **答案**：运维人员认为迁移速度优先，选择了业务低谷期凌晨3点执行 ### Why 5 **问题**：为什么凌晨执行仍然影响明显？ **答案**：凌晨3点仍有值班医生使用，且迁移任务并发过高 ### 根因 **根本原因**：数据迁移任务未进行限流控制，高并发占用系统资源 ### 解决方案 1. 数据迁移增加限流配置 2. 迁移任务安排在真正的业务空闲期 3. 重要时段禁止执行批量任务 ``` ### 鱼骨图分析框架 ```markdown ## 鱼骨图分析 - [问题类别] ``` [问题] │ ┌──────────┬────────┼────────┬──────────┐ │ │ │ │ │ 人力 设备 方法 环境 材料 │ │ │ │ │ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ ┌─┴─┐ │ │ │ │ │ │ │ │ │ │ [原因] [原因] [原因] [原因] [原因] ``` ``` ### 问题定位清单 ```markdown ## 问题定位检查清单 ### 数据层面 - [ ] 数据来源是否正确？ - [ ] 数据采集时间是否准确？ - [ ] 数据计算逻辑是否正确？ - [ ] 是否存在数据延迟？ ### 系统层面 - [ ] 系统资源使用情况（CPU/内存/磁盘/网络） - [ ] 应用服务健康状态 - [ ] 数据库连接池状态 - [ ] 缓存命中率 - [ ] 队列积压情况 ### 代码层面 - [ ] 最近是否有代码变更？ - [ ] 是否有新的性能问题引入？ - [ ] 异常日志是否有规律？ ### 配置层面 - [ ] 是否有配置变更？ - [ ] 参数调整是否合理？ - [ ] 开关是否按预期生效？ ### 用户层面 - [ ] 用户操作习惯是否有变化？ - [ ] 是否新增用户群体？ - [ ] 用户反馈是否有共同点？ ``` --- ## 改进建议 ### 改进方案制定流程 ```markdown ## 改进方案模板 ### 1. 问题定义 **问题描述**：[简明描述问题] **影响范围**：[影响的用户/系统/业务] **紧急程度**：[P0/P1/P2/P3] ### 2. 根因分析 **根本原因**：[描述根因] **分析过程**：[简述分析方法] ### 3. 方案对比 | 方案 | 优点 | 缺点 | 成本 | 效果 | 推荐 | |-----|-----|-----|-----|-----|-----| | 方案A | | | | | ✅ | | 方案B | | | | | | | 方案C | | | | | | ### 4. 推荐方案 **方案名称**：[名称] **实施步骤**： 1. [步骤1] 2. [步骤2] 3. [步骤3] **资源需求**： - 人力：[X人 × Y天] - 基础设施：[如有] - 第三方依赖：[如有] **风险评估**： | 风险 | 级别 | 应对措施 | |-----|-----|---------| | | | | ### 5. 效果预估 | 指标 | 当前值 | 预期改善 | 改善幅度 | |-----|-------|---------|---------| | | | | | ### 6. 落地计划 | 阶段 | 内容 | 开始日期 | 结束日期 | 负责人 | |-----|------|---------|---------|-------| | P0 | | | | | | P1 | | | | | | P2 | | | | | ### 7. 监控指标 **监控维度**： - [ ] 上线后7天/30天指标跟踪 - [ ] 回归测试验证 - [ ] 用户反馈收集 **验证标准**： - [ ] 指标达到预期改善目标 - [ ] 无新增问题 - [ ] 用户满意度提升 ``` ### 改进优先级矩阵 ```markdown ## 改进优先级矩阵 影响力 低 ◀──────────▶ 高 ┌────────────────────────────────┐ 高 │ 快速修复 │ 重点项目 │ │ (做/快) │ (优先做) │ 紧急 ├────────────────────────────────┤ 低 │ 降低优先级 │ 长期规划 │ │ (删除/暂缓) │ (规划做) │ └────────────────────────────────┘ 决策规则： - 影响力高 + 紧急性高 = 立即执行（P0） - 影响力高 + 紧急性低 = 排入计划（P1） - 影响力低 + 紧急性高 = 快速修复（P2） - 影响力低 + 紧急性低 = 降低优先级（P3） ``` ### 改进效果验证 ```markdown ## 改进效果验证报告 ### 改进概述 - 改进项：[名称] - 上线日期：[日期] - 验证周期：[X天/周] ### 指标对比 | 指标 | 改进前 | 改进后 | 变化幅度 | 目标值 | 达标 | |-----|-------|-------|---------|-------|-----| | | | | | | ✅/❌ | ### 用户反馈 - 正面反馈：[收集到的正面评价] - 负面反馈：[收集到的问题反馈] - 中性反馈：[其他观察] ### 结论 - [ ] 改进达到预期效果 - [ ] 部分达到预期，仍需优化 - [ ] 未达到预期，需要回滚或重新方案 ### 后续建议 - [ ] 持续监控此指标 - [ ] 开展下一轮优化 - [ ] 总结经验教训 ``` --- ## 数据复盘会议指南 ### 复盘会议准备 ```markdown ## 复盘会议准备清单 ### 会前准备（提前1天） - [ ] 数据收集完成 - [ ] 趋势图表生成 - [ ] 问题清单整理 - [ ] 初步结论形成 ### 会议材料 - [ ] 指标看板截图/链接 - [ ] 趋势分析图表 - [ ] 问题分析报告 - [ ] 改进建议初稿 ### 参与人确认 - [ ] 数据分析师（如需要） - [ ] 开发代表 - [ ] 测试代表 - [ ] 相关PM ``` ### 复盘会议流程 ```markdown ## 数据复盘会议流程（建议60-90分钟） | 时间 | 环节 | 内容 | 负责人 | |-----|-----|-----|-------| | 10min | 指标概览 | 核心指标达成情况 | PM | | 15min | 问题回顾 | 本周期发现的问题 | PM | | 20min | 根因分析 | 重点问题深入分析 | 全团队 | | 15min | 改进讨论 | 制定改进方案 | 全团队 | | 10min | 总结确认 | 确认行动项 | PM | ``` ### 复盘结论输出 ```markdown ## 数据复盘结论 ### 周期：[YYYY-MM-DD 至 YYYY-MM-DD] ### 核心结论 1. **[结论1]**：[简述] 2. **[结论2]**：[简述] 3. **[结论3]**：[简述] ### 亮点 - [做得好的方面] ### 待改进 - [需要改进的方面] ### 行动项 | 行动项 | 负责人 | 截止日期 | 优先级 | |-------|-------|---------|-------| | | | | P0/P1 | ```