产品指标复盘

---
name: 产品指标复盘
description: >
  输入产品指标数据或时间周期，输出指标健康度评估、趋势分析、归因分析和行动建议。
  内置北极星指标拆解、留存分析、转化漏斗和A/B实验解读等方法论。
  连接~~Notion后报告直接写入知识库。
  当用户说"指标复盘"、"数据复盘"、"DAU分析"、"留存分析"、"转化漏斗"、"北极星指标"、
  "产品数据"、"周报数据"、"月报数据"、"指标下降"、"数据异常"、"增长分析"、
  "MAU分析"、"用户增长"、"漏斗分析"时触发。
argument-hint: "输入指标数据或分析时间段，如：分析上周DAU下降原因"
name_en: "product-metrics-review"
description_en: >
  Enter product metrics data or a time period and receive a health assessment, trend analysis,
  root-cause analysis, and action recommendations. Built-in North Star metric decomposition,
  retention analysis, conversion funnel methods, and A/B experiment interpretation. When connected
  to ~~Notion the review report is written directly into the team wiki. Trigger when the user says
  "metrics review", "data review", "DAU analysis", "retention analysis", "conversion funnel", "North
  Star metric", "product data", "weekly data", "monthly data", "metric decline", "data anomaly",
  "growth analysis", "MAU analysis", "user growth", "funnel analysis", "review metrics", "analyze
  metrics".
---

# 产品指标复盘

对产品核心指标进行系统化复盘，识别趋势变化、定位问题根因、给出行动建议。内置北极星指标体系、留存分析框架、转化漏斗方法论和A/B实验解读能力，帮助产品经理从数据中提取决策洞察。

## 工作方式

**独立能力（无需连接器）**

- 北极星指标 → L1 → L2 逐层拆解
- DAU/WAU/MAU 计算和健康度评估
- 留存曲线分析（次日/7日/30日）
- 转化漏斗瓶颈识别
- A/B实验结果解读
- OKR对齐检查
- 指标异动归因分析

**增强能力（连接器加持）**

- ~~Notion → 复盘报告写入团队知识库

## 连接器（可选增强）

| 连接器 | 增强能力 |
|--------|---------|
| **Notion** | 复盘报告写入团队知识库 |

> 没有连接器也完全可以使用。

## 输入要求

| 字段 | 必填 | 说明 |
|------|------|------|
| 指标数据 | 是 | Excel/CSV文件、粘贴数据表格、或口头描述关键指标 |
| 复盘周期 | 否 | 周复盘/月复盘/季度复盘，默认"周复盘" |
| 关注焦点 | 否 | 全面复盘/某指标异动分析/实验结果解读 |
| 业务上下文 | 否 | 本周期内的产品发布、运营活动、故障等影响因素 |

> **复盘模式判断**：提供全量数据 → 输出完整复盘报告；仅提供单一指标变化 → 输出聚焦的异动分析。

## 执行流程

### 第一步：数据获取与整理

解析用户上传的文件或粘贴的数据。若用户口头描述（如"DAU从10万降到8万"），基于描述进行分析。

**数据完整性检查**：
- 确认时间维度覆盖（当前期 vs 对比期）
- 确认指标维度（北极星/L1/L2哪些指标有数据）
- 缺失的关键数据标注并提醒用户补充

### 第二步：北极星指标体系构建

**指标拆解方法**（北极星 → L1 → L2）：

**北极星指标**（产品核心价值度量）
- **L1-用户增长**：DAU/WAU/MAU、新增、回流
- **L1-用户活跃**：核心行为频次、使用时长、功能渗透率
- **L1-用户留存**：次日/7日/30日留存率
- **L1-转化效率**：注册→激活→付费各环节转化率
- **L1-商业价值**：付费率、ARPU、LTV
- **L1-用户满意度**：NPS、客诉率、评分

**北极星指标选择指南**（按产品类型）：

| 产品类型 | 推荐北极星 | 典型L1指标 |
|---------|----------|----------|
| 社交/社区 | 周活跃发帖用户数 | DAU/MAU比、人均互动数、7日留存 |
| 工具/效率 | 周完成核心任务的用户数 | 任务完成率、使用频次、功能渗透 |
| 电商/交易 | 周交易用户数 | GMV、客单价、复购率、转化率 |
| 内容/媒体 | 周内容消费时长 | 人均阅读/观看时长、完读率、回访率 |
| SaaS/B端 | 周活跃团队数 | 团队渗透率、功能使用深度、续费率 |
| 小程序 | 周访问用户数(UV) | PV/UV比、分享率、次日回访率 |

### 第三步：用户增长指标分析

**DAU/WAU/MAU 定义与计算**：
- **DAU**：当日启动/访问并执行有效行为的独立用户数
- **WAU**：7日内至少有1天活跃的独立用户数
- **MAU**：30日内至少有1天活跃的独立用户数
- **DAU/MAU比（粘性）**：>0.5 极高粘性，0.3-0.5 高粘性，0.2-0.3 中等，<0.2 低粘性

**用户分层**：

| 用户类型 | 定义 | 关注点 |
|---------|------|--------|
| **新增用户** | 首次使用产品 | 获客渠道质量、激活率 |
| **活跃用户** | 本期和上期均活跃 | 使用深度、功能渗透 |
| **回流用户** | 上期沉默、本期重新活跃 | 回流原因、二次留存 |
| **流失用户** | 上期活跃、本期沉默 | 流失原因、挽回可能性 |
| **沉默用户** | 连续多期不活跃 | 是否已永久流失 |

**增长公式**：本期MAU = 上期活跃留存 + 新增 + 回流 - 流失

**微信生态补充指标**：
- 小程序：UV/PV、页面访问深度、分享率、收藏率
- 公众号：打开率、阅读完成率、分享率、取关率
- 视频号：完播率、互动率、关注转化率

### 第四步：留存分析

**留存定义与计算**：
- **次日留存（D1）**：注册/首次使用后第2天回来的比例
- **7日留存（D7）**：注册后第8天回来的比例
- **30日留存（D30）**：注册后第31天回来的比例

**留存健康基准值**（中国互联网产品）：

| 产品类型 | D1基准 | D7基准 | D30基准 | 说明 |
|---------|--------|--------|---------|------|
| 社交通讯 | >70% | >50% | >35% | 高频刚需，基准最高 |
| 工具应用 | >40% | >25% | >15% | 用完即走，基准适中 |
| 内容资讯 | >35% | >20% | >10% | 替代品多，留存偏低 |
| 电商交易 | >25% | >15% | >8% | 低频场景，看复购率 |
| 游戏 | >40% | >20% | >10% | 品类差异大 |
| B端SaaS | >60% | >45% | >30% | 切换成本高，基准较高 |
| 小程序 | >20% | >10% | >5% | 无安装，留存天然偏低 |

**留存曲线诊断**：
- **陡峭下降型**（D1→D7 损失>60%）：激活体验有问题，用户没找到价值
- **缓慢衰减型**（D7→D30 持续下降不收敛）：缺乏长期使用动力
- **L型收敛**（D7后趋于平稳）：健康，已形成核心用户群
- **回升型**（某一天突然回升）：可能有周期性使用场景（如周一用、工作日用）

**留存分群对比**：
- 按渠道分：自然量 vs 投放量的留存差异
- 按行为分：完成激活动作 vs 未完成的留存差异
- 按时间分：不同月份注册用户的留存曲线对比（判断产品改进效果）

### 第五步：转化漏斗分析

**漏斗定义方法**：
1. 明确漏斗起点和终点（如：首页访问 → 支付成功）
2. 拆分中间关键步骤（每步应代表一个用户决策点）
3. 计算每步转化率 = 到达下一步人数 / 到达本步人数

**漏斗分析框架**：

| 分析步骤 | 具体动作 | 输出 |
|---------|---------|------|
| **绘制漏斗** | 列出各步骤及转化率 | 漏斗全景图 |
| **识别瓶颈** | 找到转化率最低的步骤 | 优化聚焦点 |
| **对比基准** | 与历史/行业/竞品对比 | 差距量化 |
| **拆分维度** | 按渠道/设备/用户类型拆分 | 定位问题人群 |
| **生成假设** | 分析瓶颈可能的原因 | 优化方向 |
| **建议实验** | 提出验证假设的A/B实验 | 行动计划 |

**常见漏斗类型**：
- **获客漏斗**：曝光 → 点击 → 下载/注册 → 激活
- **激活漏斗**：注册 → 引导完成 → 核心行为首次触发
- **付费漏斗**：浏览 → 加购 → 下单 → 支付成功
- **分享漏斗**：触发分享入口 → 点击分享 → 好友打开 → 好友转化

### 第六步：A/B实验解读

**实验结果判断框架**：

| 判断维度 | 标准 | 说明 |
|---------|------|------|
| **统计显著性** | p值<0.05 | p>0.05 → 结果不确定，不应据此决策 |
| **效果量** | 相对提升>MDE（最小可检测效果） | 即使显著但提升极小，投入产出可能不值 |
| **样本量** | 达到预设样本量 | 未达样本量的"显著"结果不可信 |
| **持续时间** | 覆盖完整周期（至少1-2个自然周） | 避免周末/工作日差异误判 |
| **AA校验** | 实验前两组基线一致 | 基线不一致说明分流有问题 |

**决策框架**：
- 显著+效果大 → 全量上线
- 显著+效果小 → 评估长期价值和实施成本后决策
- 不显著 → 不上线，分析原因（假设错了？样本不够？执行问题？）
- 指标冲突（A指标升B指标降） → 综合评估，以北极星指标为准

**实验常见陷阱**：
- 过早看结果（未达样本量就下结论）
- 只看主指标不看护栏指标
- 多次peek导致假阳性
- 忽略新奇效应（新功能初期数据可能虚高）

### 第七步：OKR对齐检查

审查指标与团队OKR的对应关系：

| 检查项 | 健康标准 | 异常信号 |
|--------|---------|---------|
| **覆盖度** | 每个KR至少对应1个可追踪指标 | 有KR无法用数据衡量 |
| **一致性** | 指标变化方向与KR目标一致 | 指标涨了但KR没进展 |
| **进度** | 按时间线性进度≥50%（季度中期） | 严重滞后于时间进度 |
| **归因** | 指标提升可归因于团队行动 | 指标好转但与团队无关（如行业红利） |

**OKR进度评估表**：

| OKR | KR指标 | 目标值 | 当前值 | 进度% | 趋势 | 风险评估 |
|-----|--------|--------|--------|-------|------|---------|
| {O1} | {KR1} | {目标} | {当前} | {X%} | 上升/平稳/下降 | 按时/有风险/严重滞后 |

### 第八步：指标异动归因

当发现指标异常变化时，按以下框架定位原因：

**归因分析步骤**：
1. **量化异常**：具体变化了多少？从什么时候开始？
2. **维度拆解**：按渠道/地域/版本/用户群拆分，定位异常集中在哪里
3. **时间对齐**：异常时间点前后发生了什么（发版、活动、故障、竞品动作）
4. **排除法**：逐一排除可能原因，直到锁定最可能的根因
5. **交叉验证**：用其他指标验证归因是否成立

**常见异动原因清单**：

| 原因类别 | 典型表现 | 验证方式 |
|---------|---------|---------|
| 版本发布 | 与发版时间高度吻合 | 分版本对比 |
| 运营活动 | 活动期间升，结束后回落 | 分渠道对比 |
| 技术故障 | 突然下跌+恢复 | 看错误日志和可用性 |
| 外部因素 | 全行业普遍变化 | 对比竞品/行业数据 |
| 渠道变化 | 某渠道数据剧变 | 分渠道拆解 |
| 季节性 | 同比去年类似 | 看同期历史数据 |

### 第九步：生成复盘报告

**如果连接了~~Notion：**
1. 将报告写入团队知识库指定位置

**如果未连接：**
1. 以Markdown格式输出完整报告

## 输出格式

```markdown
# 产品指标复盘报告

**复盘周期**：{日期范围}
**产品名称**：{产品}
**复盘类型**：{周复盘/月复盘/季度复盘}

## 一、指标健康度总览

| 指标层级 | 指标名称 | 当前值 | 上期值 | 环比变化 | 目标值 | 状态 |
|---------|---------|--------|--------|---------|--------|------|
| 北极星 | {指标} | {值} | {值} | {+/-X%} | {目标} | 达标/预警/异常 |
| L1 | {指标} | {值} | {值} | {+/-X%} | {目标} | 达标/预警/异常 |

**整体健康判断**：{一句话总结}

## 二、用户增长分析
- DAU：{值}，环比{变化}
- MAU：{值}，DAU/MAU比={粘性值}
- 用户构成：新增{X}% / 活跃留存{Y}% / 回流{Z}%

## 三、留存分析
| 留存指标 | 当前值 | 上期值 | 行业基准 | 评估 |
|---------|--------|--------|---------|------|

## 四、转化漏斗
| 步骤 | 到达人数 | 转化率 | 环比变化 | 是否瓶颈 |
|------|---------|--------|---------|---------|

**瓶颈诊断**：{描述}

## 五、实验/功能效果（如有）
| 实验名称 | 主指标变化 | 显著性 | 结论 |
|---------|----------|--------|------|

## 六、OKR进度
| KR | 目标 | 当前 | 进度 | 风险 |
|----|------|------|------|------|

## 七、异动归因
| 异常指标 | 变化幅度 | 起始时间 | 归因 | 信心度 |
|---------|---------|---------|------|--------|

## 八、关键洞察
1. {洞察1：发现+数据+意义}
2. {洞察2}
3. {洞察3}

## 九、行动建议
| 优先级 | 行动项 | 关联指标 | 预期效果 | 负责方 |
|--------|--------|---------|---------|--------|
```

## 复盘节奏指南

| 复盘类型 | 频率 | 时长 | 参与者 | 重点 |
|---------|------|------|--------|------|
| **周复盘** | 每周一 | 15-30分钟 | 产品经理 | 北极星+异动+实验进展 |
| **月复盘** | 每月初 | 30-60分钟 | 产品团队 | 全L1指标+留存+漏斗+OKR进度 |
| **季度复盘** | 季度末 | 60-90分钟 | 产品+运营+技术 | 战略复盘+OKR评分+下季度规划 |

## 质量标准

1. 指标定义清晰——每个指标附计算口径说明
2. 数据有对比——当前值必须对比上期、同期或目标
3. 归因有证据——不能仅凭相关性断定因果
4. 建议可执行——行动项具体到可分配到人
5. 标注数据局限——样本量不足或数据质量问题明确说明

## 指标分析常见陷阱

| 陷阱 | 表现 | 正确做法 |
|------|------|---------|
| **辛普森悖论** | 整体指标上升，但每个分群都在下降 | 永远做分群对比，不只看总体 |
| **幸存者偏差** | 只看留存用户的数据，忽略流失用户 | 对比留存vs流失用户的行为差异 |
| **虚荣指标** | 累计注册数只升不降，但无法指导决策 | 用活跃指标（DAU/WAU）替代累计指标 |
| **时间窗口陷阱** | 选的对比时间段正好是异常点 | 多看几个时间窗口交叉验证 |
| **Goodhart定律** | 指标成为目标后就不再是好的度量 | 设置护栏指标防止刷量 |

## 红线规则

1. **不编造数据**：没有的数据标注"缺失"，不做猜测填充
2. **不混淆相关与因果**：归因必须说明是"高度相关"还是"确认因果"
3. **不过度乐观**：指标小幅波动不要过度解读，标注"属于正常波动"
4. **不忽略负面信号**：即使整体向好，也要指出潜在风险

## 输入不足处理

- **仅提供单一指标**：聚焦该指标的异动分析，不做全面复盘
- **无历史数据**：仅分析当前快照，标注"缺乏对比基线，建议建立持续追踪"
- **口头描述数据**：基于描述进行分析，但标注"建议补充精确数据验证"
- **缺乏目标值**：提供行业基准作为参考，建议团队设定明确目标

## 相关技能

- `/用户反馈分析`：指标异动时结合用户反馈定性理解原因
- `/需求优先级排序`：基于指标复盘结果调整需求优先级
- `/路线图更新`：基于OKR进度调整路线图规划