Agent Analytics
AI驱动的产品分析助手
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：AI驱动的产品分析助手 完整的 Skill 内容见：https://321skill.com/skills/agent-analytics-x/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
“分析我的电商App最近30天的用户转化漏斗，从商品浏览到支付完成的每一步流失率是多少？并对比新用户和老用户的差异。” 它会自动配置基于同意的追踪事件，读取漏斗数据，生成包含各步骤转化率、流失点及建议优化方向的报告，并可视化为漏斗图。
介绍
Agent Analytics 是一款专为 AI Agent 设计的产品分析工具，让你通过自然语言即可完成用户行为分析。它围绕“基于同意的追踪”构建，确保在隐私合规的前提下，获取用户漏斗、留存、路径、实验等关键指标。你只需向 Agent 描述分析需求，比如“查看最近7天的转化漏斗”，它就会自动配置追踪、读取数据并返回结果，甚至还能根据上下文推荐最小实验分组或优化建议。
使用方式非常简单：安装后，在 AI 对话中直接提出分析需求即可。你可以问“哪些页面流失率最高？”、“新功能实验的留存效果如何？”、“用户常见路径是什么？”等。Agent 会自动调用底层分析引擎，生成可交互的图表或结构化报告，无需手动操作复杂的分析面板。
适合产品经理、数据分析师和增长负责人，尤其适合那些需要快速获取产品洞察、频繁迭代实验的团队。对于非技术用户特别友好，无需编写 SQL 或配置事件，全部由 AI 代理完成。建议首先在测试环境中验证追踪的准确性，确保事件定义符合你的业务模型；同时注意数据量较大时，分析响应时间可能延长。
使用前请确认已获得用户同意并符合当地隐私法规（如 GDPR、CCPA）。Agent Analytics 本身不存储原始数据，仅作为分析查询的中间层，数据安全由底层存储方案保证。
核心特点
与 Amplitude、Mixpanel 等传统产品分析工具不同，Agent Analytics 将 AI Agent 作为唯一交互入口，支持基于用户同意的隐私保护追踪，并能自动计算最小实验样本量或推荐优化方案，无需手动配置分析模型。
注意事项
不适合需要毫秒级实时流处理或超大规模（每日亿级事件）离线深度分析的场景，建议搭配专用大数据平台使用。
常见问题
如何设置基于用户同意的追踪？
Agent Analytics 通过配置 consent 事件实现，你只需在对话中描述同意规则（如“只追踪同意统计的用户”），Agent 会自动生成相应的事件过滤逻辑。
支持哪些分析指标？
支持漏斗、留存、路径（用户行为序列）、A/B实验对比、用户上下文属性等，可基于任意事件组合生成自定义指标。
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/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/raw/index.md（查看排版版本）