Agent Analytics
让AI助手具备产品数据分析能力，优化产品决策
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Agent Analytics。 它的用途是：让AI助手具备产品数据分析能力，优化产品决策 完整的 Skill 内容见：https://321skill.com/skills/agent-analytics-x-6/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘分析一下我们新上线的注册流程漏斗，看看哪个步骤流失率最高，并基于此推荐一个最小的优化方案。’ 它会连接到你的产品分析数据，计算出每一步的转化率和流失用户数，识别出关键流失点，然后结合行业最佳实践，建议一个具体的、易于实施的UI或流程优化点。
介绍
这个Skill为你的AI助手赋予了产品数据分析的能力。它解决了产品经理、运营和开发者需要依赖外部工具或手动查询来分析用户行为、评估功能效果、制定产品策略的痛点。通过集成这个Skill，你的AI助手可以直接读取和分析产品数据，从而提供基于数据的洞察和建议。
使用时，你需要先完成基于用户同意的追踪设置，将你的产品数据源（如分析平台）与AI助手连接。之后，你可以通过自然语言向AI助手提问，例如询问用户漏斗转化率、留存曲线、A/B测试结果，或是特定功能的使用情况。AI助手会理解你的问题，从数据中提取关键信息，并以易于理解的方式呈现分析结果。
这个Skill非常适合产品经理、数据分析师、增长黑客以及全栈开发者。产品经理可以用它快速验证产品假设，数据分析师可以将其作为辅助分析工具，而开发者则可以在开发功能时直接获取用户行为数据来指导决策。
建议在使用前，确保你的数据追踪符合隐私法规（如GDPR），并已获得用户同意。同时，清晰定义你的分析目标和关键指标，以便AI助手能提供更精准的洞察。注意，AI的分析基于现有数据，对于需要深度统计建模或因果推断的复杂问题，仍需结合专业分析工具和人工判断。
核心特点
核心区别在于它专注于将产品分析能力深度集成到AI助手中，支持基于同意的追踪、漏斗、留存、实验等多维度分析，并能直接基于分析结果推荐最小可行改进方案，实现了从数据查询到行动建议的闭环。
注意事项
不适合处理需要复杂统计建模、实时流数据处理或涉及未整合的第三方专有数据格式的分析场景。
常见问题
如何设置数据追踪？
需要先在支持的分析平台（如Amplitude, Mixpanel等）中设置基于用户同意的追踪，然后将数据API或导出文件配置给AI助手使用。
它能推荐具体的产品优化方案吗？
是的，在分析数据（如漏斗流失点、留存曲线）后，它可以基于最佳实践和数据模式，推荐最小、最可行的产品改进方案或实验方向。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/agent-analytics-x-6/raw/index.md 读取 Agent Analytics 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/agent-analytics-x-6/raw/index.md（查看排版版本）