# Pm Product Metrics

> 产品数据分析与指标体系设计技能。适用场景：(1) 设计产品数据埋点方案，(2) 分析产品数据找出问题，(3) 漏斗分析/留存分析/同期群分析，(4) 产品数据周报/月报，(5) 用户说「数据分析」「埋点设计」「指标体系」「数据看板」「漏斗分析」「留存分析」时触发 流程位置：`pm-master` 12 阶段流程的**数据分析默认档**，深度档是 pm-analytics：归因 + 决策建议 + HTML 报告；本项不是 12 阶段中的固定阶段，按需挂载；也可单点直接调用。

- Skill: `idwong/pm-product-metrics` (Agent Skill)
- Install (CLI): `npx skillmds@latest add idwong/pm-product-metrics`
- Raw SKILL.md: https://api.skillmd.com/api/skills/idwong/pm-product-metrics/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Web & Frontend
- Author: iDWong (https://skillmd.com/u/idwong)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/idwong/pm-product-metrics

---


# 产品数据分析与指标体系

## 支持的分析类型

| 分析类型 | 适用场景 |
|---------|---------|
| 指标体系设计 | 新产品/新功能上线前 |
| 埋点方案设计 | 开发前需要确定埋点 |
| 漏斗分析 | 转化率低、流失问题定位 |
| 留存分析 | 用户留不住问题诊断 |
| 同期群分析 | 不同批次用户对比 |
| 数据看板设计 | 产品健康度监控 |
| 数据异常归因 | 指标突然下降/上升的原因 |


## Step 0: 主动扫描项目上下文（必须第一步，不要等用户提供）

**不要等用户手动描述需求，先主动用工具扫描项目，找到已有文档后再开始工作。**

### 扫描顺序（优先级从高到低）

| 优先级 | 文件类型 | Glob 查找方式 |
|--------|---------|-------------|
| 最高 | 需求说明书 | `Glob("**/*需求*说明书*.md")` / `Glob("**/*spec*.md")` / `Glob("**/*requirement*.md")` |
| 高 | 设计方案 | `Glob("**/*设计*方案*.md")` / `Glob("**/*系统设计*.md")` / `Glob("**/*design*.md")` |
| 高 | 功能清单 | `Glob("**/*功能*清单*.md")` / `Glob("**/*功能清单*")` / `Glob("**/*feature*.md")` |
| 高 | CHANGELOG | `Glob("**/CHANGELOG*.md")` |
| 中 | README | `Glob("**/README*.md")` |
| 低 | 路由配置 | `src/router/modules/` |
| 低 | 项目代码 | `src/views/`、`src/api/`、`src/mock/` |

### 扫描完成后

1. **汇报找到了哪些文档**（文件路径 + 一句话说明内容）
2. **直接基于文档内容开始工作**，不需要用户再重复描述
3. **如果没找到任何文档**，再用 AskUserQuestion 向用户询问必要信息
4. **如果文档内容不足以完成任务**，只询问缺失的部分，不要重复问已有的信息

## 工作流程

### 分析类型一：产品指标体系设计

**北极星指标（NSM）选择原则：**
- 反映用户核心价值的实现
- 与长期业务目标强相关
- 可量化、可追踪

**指标层级：**
```
L1 北极星指标（1个）
  └── L2 核心指标（3-5个）
        └── L3 驱动指标（每个L2对应2-4个）
              └── L4 过程指标（具体行为指标）
```

**输出模板：**
```markdown
## [产品名] 指标体系

**北极星指标**：[指标名] = [定义]
**理由**：[为什么这个指标最能代表产品价值]

---

### L2 核心指标

| 指标 | 定义 | 目标值 | 统计周期 |
|------|------|--------|---------|
| 月活用户 MAU | 30天内登录用户数 | X | 月 |
| 用户留存率 | 次月留存 | X% | 月 |
| 核心功能完成率 | 完成[核心行为]的用户比例 | X% | 日 |

---

### L3 驱动指标（MAU拆解）

MAU = 新增用户 + 回流用户 + 留存用户 - 流失用户

| 驱动因子 | 指标名 | 定义 | 影响方向 |
|---------|--------|------|---------|
| 新增 | 新用户注册数 | 当日首次注册 | + |
| 回流 | 回流用户数 | 30天内未活跃后重新活跃 | + |
| 留存 | 用户留存率 | | + |
| 流失 | 流失用户数 | 30天无活跃 | - |
```

### 分析类型二：埋点方案设计

**埋点三要素：事件（Event）+ 属性（Property）+ 时机（Timing）**

```markdown
## [功能名] 埋点方案

### 页面埋点

| 事件名 | 事件描述 | 触发时机 | 关键属性 |
|--------|---------|---------|---------|
| page_view | 页面浏览 | 页面加载完成 | page_name, user_id, timestamp |
| page_leave | 页面离开 | 用户离开时 | page_name, stay_duration |

### 行为埋点

| 事件名 | 事件描述 | 触发时机 | 关键属性 |
|--------|---------|---------|---------|
| btn_click_[按钮名] | 点击[按钮] | 用户点击时 | button_name, page_name |
| [功能]_complete | 完成[功能] | 功能成功完成 | 结果属性, 耗时 |
| [功能]_fail | [功能]失败 | 出现错误时 | error_code, error_msg |

### 通用属性（所有事件携带）

- user_id：用户唯一标识
- session_id：会话ID
- timestamp：事件时间戳
- platform：ios/android/web
- app_version：应用版本号
- device_model：设备型号（移动端）
```

### 分析类型三：漏斗分析

```markdown
## [场景] 转化漏斗分析

**分析周期**：[时间范围]
**分析目标**：找出[目标场景]中的主要流失节点

### 漏斗数据

| 步骤 | 步骤名 | 用户数 | 转化率 | 流失率 | 问题程度 |
|------|--------|--------|--------|--------|---------|
| Step 1 | [进入页面] | 10000 | - | - | - |
| Step 2 | [触发动作] | 6000 | 60% | 40% | 中 |
| Step 3 | [填写信息] | 2400 | 40% | 60% | ⚠️高 |
| Step 4 | [提交完成] | 1800 | 75% | 25% | 低 |

**总体转化率**：18%

### 问题诊断

**最大流失节点**：Step 2→3，流失60%

可能原因（需验证）：
1. [原因1]：[假设]
2. [原因2]：[假设]
3. [原因3]：[假设]

### 优化建议

| 优化方向 | 具体措施 | 预期提升 |
|---------|---------|---------|
| [方向1] | [具体改动] | 转化率+X% |
| [方向2] | [具体改动] | 转化率+X% |
```

### 分析类型四：留存分析

```markdown
## [产品] 用户留存分析

**分析维度**：按注册日期同期群分析

### 留存数据矩阵

| 注册周 | 用户数 | Day1 | Day7 | Day14 | Day30 | Day60 | Day90 |
|--------|--------|------|------|-------|-------|-------|-------|
| W01 | 1000 | 45% | 25% | 18% | 12% | 8% | 6% |
| W02 | 1200 | 48% | 27% | 20% | 14% | - | - |
| W03 | 900 | 50% | 28% | - | - | - | - |

**行业对标**（SaaS类产品参考值）：
- Day1: 40-60%
- Day7: 20-30%
- Day30: 10-20%

### 留存问题诊断

**现状**：Day30留存 12%，低于行业均值

**流失时间集中点**：Day1→Day7（流失最多）

**可能原因**：
1. **Aha Moment 未达成**：用户首次使用未体验到核心价值
2. **上手障碍**：新手引导不足
3. **使用频率场景单一**：只有特定场景才需要使用

### 提升建议

| 时间节点 | 策略 | 具体措施 |
|---------|------|---------|
| Day0-1 | 优化激活 | 简化注册流程、优化新手引导 |
| Day1-7 | 提升粘性 | push通知、使用场景教育 |
| Day7-30 | 深度使用 | 解锁新功能、个性化推荐 |
```

### 分析类型五：数据周报/月报

```markdown
# [产品名] [周期]数据报告

**统计周期**：[开始日期] - [结束日期]
**生成日期**：[日期]

---

## 核心指标一览

| 指标 | 本期 | 上期 | 环比 | 目标 | 完成率 |
|------|------|------|------|------|--------|
| MAU | X | Y | ↑X% | Z | XX% |
| DAU | X | Y | ↑X% | Z | XX% |
| DAU/MAU | X% | Y% | ↑X% | Z% | - |
| 新增用户 | X | Y | ↑X% | Z | XX% |
| 留存率(7日) | X% | Y% | ↑X% | Z% | - |
| 付费用户 | X | Y | ↑X% | Z | XX% |

---

## 异常情况

### 需关注
- [指标X] [日期] 出现下降X%，疑似原因：[分析]

### 已解决
- [问题] 已于 [日期] 修复，指标恢复正常

---

## 重点功能数据

[本期上线或重点关注功能的数据表现]

---

## 本期洞察

1. [发现1]
2. [发现2]

## 下期行动

- [ ] [行动1]：对应[指标]提升目标
- [ ] [行动2]：对应[问题]解决方案
```