# Metric Diagnosis

> 诊断指标异动的原因。复现变化、定义对比基准、验证驱动因素、区分结构性因素与混合效应，产出面向管理层的 KPI 解读。触发场景：指标为什么涨/跌、周报/月报解读、诊断这次下降、准备 KPI 汇报。

- Skill: `rongxinzy/metric-diagnosis` (Agent Skill)
- Install (CLI): `npx skillmds@latest add rongxinzy/metric-diagnosis`
- Raw SKILL.md: https://api.skillmd.com/api/skills/rongxinzy/metric-diagnosis/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: rongxinzy (https://skillmd.com/u/rongxinzy)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/rongxinzy/metric-diagnosis

---


# 指标异动诊断

## 目标

回答"指标为什么变了"，并给出**有证据支撑的驱动因素**与**决策建议**。区分已验证事实、合理假设与业务背景。

## 工作流

### Step 1：复现变化

- 明确指标口径（分子/分母、过滤条件、时间粒度）
- 用数据复现变化幅度与发生时间点
- 记录对比基准（环比 / 同比 / 目标值）

### Step 2：定义对比

- 单指标变化：量级、方向、持续性（单点还是趋势）
- 确认是否伴随口径变更、数据回填或异常事件（先用 data-quality-review 排除数据问题）

### Step 3：分解驱动

- 结构分解：总量 = 分群 × 渗透 × 频次 × 单价（按业务链条拆）
- 混合效应：区分"结构变化（mix shift）"与"群内变化（within-segment）"
- 对每个候选驱动因素给出贡献度估算与证据

### Step 4：验证与结论

- 对主驱动因素做反向验证（剔除后变化是否消失）
- 无法验证的解释标注为假设，不冒充结论
- 输出：什么变了 → 为什么变（已验证/假设分开）→ 业务影响 → 建议动作 → 置信度

## 输出模板

```
**What changed**: [指标、幅度、时间]
**Why it changed**: [已验证驱动 + 证据；假设 + 待验证项]
**Business impact**: [对业务意味着什么]
**Confidence**: [高/中/低 + 理由]
**Next step**: [建议动作或跟进项]
```

## 工具建议

- 数值计算与分解：`xlsx` 或 `database-inspector` 取数后计算
- 趋势与分解可视化：`code-to-chart`（趋势线、堆叠条形图呈现 mix shift）
- 周报/月报产出：结合 `analytics-report` 的结构规范