Receber por email
← Voltar para o catálogo

pm-report

Use when: 需要生成数据报告、收集整理用户反馈、进行数据驱动的分析汇报 Do NOT use when: 数据已由BI系统自动生成、无需人工分析

28estrelas
Atualizado há 4 meses

Ver no GitHub ↗

Como adicionar

/plugin marketplace add konglong87/superPM

O comando exato pode variar conforme o repositório. Confira o README no GitHub.

Para o autor da skill

Cole no README do seu repo

Mostra que sua skill está catalogada na Skillteca, gera backlink e tráfego rastreável.

[![Skillteca](https://www.skillteca.com.br/api/badge/pm-report/svg)](https://www.skillteca.com.br/skills/pm-report)
#ai

Skills relacionadas

Ver todas de Outros →

Alerta por categoria

Receba novas skills de Outros toda segunda

1 email curto, só com as skills novas de Outros. 4 minutos de leitura, sem spam, cancela com 1 clique.

Você confirma o email no primeiro envio. Sem spam. Cancela com 1 clique.

Ler descrição completa

Preamble

bash "$(dirname "${BASH_SOURCE[0]}")"/check-update.sh 2>/dev/null || true
mkdir -p docs/03-增长迭代/数据报告
mkdir -p docs/03-增长迭代/用户反馈

echo "📊 数据报告与用户反馈工具已启动"

# 检查数据指标体系
if [ -f "docs/02-方案设计/数据指标体系.md" ]; then
  echo "✅ 数据指标体系 - 已找到"
else
  echo "⏳ 数据指标体系 - 未找到(建议先执行 /pm-data)"
fi

执行流程

digraph pm_report {
    rankdir=TB;
    node [shape=box, style=filled, fillcolor="#e3f2fd"];
    "选择报告类型" -> "收集数据";
    "收集数据" -> "数据分析";
    "数据分析" -> "用户反馈整理";
    "用户反馈整理" -> "输出报告";
}

步骤 1: 选择报告类型

使用 AskUserQuestion 询问:

📊 选择报告类型
A) 日报(核心指标概览)
B) 周报(周度数据总结)
C) 月报(月度数据分析)
D) 专项报告(特定主题分析,如转化率分析)
E) 用户反馈整理(收集和分类用户反馈)
F) 其他(请手动输入)
💡 提示:
- 日常监控 → 日报
- 团队同步 → 周报
- 管理层汇报 → 月报
- 问题定位 → 专项报告

记录到变量 REPORT_TYPE

步骤 2: 收集数据

基于数据指标体系或手动输入,收集关键指标数据。

📈 指标数据采集
请提供以下核心指标数据(如无法提供,可跳过):
用户指标:
- DAU(日活跃用户数):[输入]
- MAU(月活跃用户数):[输入]
- 新增用户数:[输入]
业务指标:
- GMV/营收:[输入]
- ARPU(每用户平均收入):[输入]
转化指标:
- 整体转化率:[输入]
- 各环节转化率:[输入]
A) 我有完整数据,逐项输入
B) 我只有部分数据,先填能填的
C) 暂无数据,只做趋势分析

步骤 3: 数据分析

📊 数据分析:
对比分析:
- 环比(对比上期):{[数据]}
- 同比(对比去年同期):{[数据]}
- 目标达成率:{[数据]}
趋势判断:
- 上升趋势:{指标} 持续上升
- 下降趋势:{指标} 需要关注
- 稳定状态:{指标} 在正常范围
异常识别:
- {指标1}:{描述异常}
- {指标2}:{描述异常}
是否需要深入分析某个异常?

步骤 4: 用户反馈整理(可选)

如果选择了"用户反馈整理":

💬 用户反馈来源:
A) 应用商店评价
B) 客服工单
C) 用户访谈/调研
D) 社交媒体(微博/知乎)
E) 内部反馈(运营/销售)
F) 以上多项
反馈分类:
- Bug/故障:[X]条
- 功能建议:[X]条
- 体验问题:[X]条
- 投诉/不满:[X]条
- 表扬:[X]条
高频关键词:{关键词1}、{关键词2}、{关键词3}

步骤 5: 输出报告

根据报告类型,使用 Write 生成对应文档。

报告通用结构:

# {产品名称} - {报告类型} - {日期}

## 一、核心指标总览

| 指标 | 本期 | 上期 | 环比 | 目标 | 达成率 |
|------|------|------|------|------|--------|
| DAU | [X] | [X] | ±X% | [X] | X% |
| 新增用户 | [X] | [X] | ±X% | [X] | X% |
| GMV | [X] | [X] | ±X% | [X] | X% |
| 转化率 | X% | X% | ±Xpp | X% | X% |

## 二、数据趋势分析

### 2.1 核心指标趋势
{趋势描述}

### 2.2 关键变化说明
- {变化1}:{原因分析}
- {变化2}:{原因分析}

## 三、异常说明

| 异常指标 | 表现 | 原因 | 处理状态 |
|---------|------|------|---------|
| {指标} | {异常描述} | {初步判断} | 处理中/已解决 |

## 四、改进建议

1. {建议1}
2. {建议2}
3. {建议3}

---

**生成时间**: {时间戳}
**数据来源**: {数据来源}

文件路径:

  • 日报 → docs/03-增长迭代/数据报告/日报-YYYY-MM-DD.md
  • 周报 → docs/03-增长迭代/数据报告/周报-YYYY-WW.md
  • 月报 → docs/03-增长迭代/数据报告/月报-YYYY-MM.md
  • 用户反馈 → docs/03-增长迭代/用户反馈/反馈汇总-YYYY-MM.md

步骤 6: 完成提示

✅ {报告类型}已生成!
📄 文件:docs/03-增长迭代/数据报告/{文件名}
🎯 建议下一步:
A) 执行 /pm-iteration - 基于数据制定迭代计划
B) 执行 /pm-retro - 迭代复盘
C) 生成其他类型报告

兜底机制

场景: 无数据指标体系

如果无前置数据指标体系文档,提示用户手动输入关键指标。

V2 并行架构升级

架构概览

digraph pm_report_subagent {
    rankdir=LR;
    node [shape=box, style=filled, fillcolor="#e3f2fd"];
    subgraph cluster_main {
        label="主Agent";
        style=filled;
        fillcolor="#f5f5f5";
        "主Agent交互";
    }
    subgraph cluster_parallel {
        label="并行分析Subagent (V2)";
        style=filled;
        fillcolor="#f8f9fa";
        "指标分析Subagent" [fillcolor="#c8e6c9"];
        "趋势分析Subagent" [fillcolor="#bbdefb"];
        "用户反馈Subagent" [fillcolor="#fff9c4"];
        "异常检测Subagent" [fillcolor="#f8bbd0"];
    }
    "主Agent交互" -> "指标分析Subagent";
    "主Agent交互" -> "趋势分析Subagent";
    "主Agent交互" -> "用户反馈Subagent";
    "主Agent交互" -> "异常检测Subagent";
    "指标分析Subagent" -> "主Agent整合";
    "趋势分析Subagent" -> "主Agent整合";
    "用户反馈Subagent" -> "主Agent整合";
    "异常检测Subagent" -> "主Agent整合";
    "主Agent整合" -> "输出完整数据报告";
}

并行Subagent分析

在收集完数据后,并发派发4个Subagent:

Subagent 1: 指标分析

  • 负责:计算核心指标、环比同比、目标达成率

Subagent 2: 趋势分析

  • 负责:识别趋势变化、周期性规律、拐点判断

Subagent 3: 用户反馈

  • 负责:整理用户反馈、情感分析、关键词提取

Subagent 4: 异常检测

  • 负责:识别数据异常、根因分析、影响面评估

V1 vs V2 对比

| 指标 | V1(顺序分析) | V2(并行分析) | 提升 | |------|--------------|--------------|------| | 分析时间 | ~5分钟 | ~2分钟 | 2.5x | | 主Agent上下文 | ~10,000 tokens | ~3,000 tokens | 节省70% | | 分析维度 | 基础指标展示 | 4维度综合审视 | - | | 报告深度 | 表层数据罗列 | 深度洞察发现 | 更深入 |

注意事项

  1. 数据口径需与团队对齐,避免口径不一致
  2. 环比/同比计算需说明统计周期
  3. 异常数据需标注原因(已知原因/待排查)
  4. 用户反馈需区分情绪倾向(正面/负面/中性)

输出质量对比

✅ Good 示例:

- 有数据引用:「根据 Q4 数据,留存率从 35% 降至 28%」
- 有验证来源:「数据来源:Google Analytics, 2025-12-01」
- 有明确建议:「建议将新手引导步骤从 5 步减少至 3 步」

❌ Bad 示例:

- 模糊结论:「数据表明留存率有所下降」
- 无来源:「根据经验,这个功能很重要」
- 没有行动建议:「留存是个问题」

常见误区 / Red Flags — STOP

出现以下情况立即停止并回溯:

| 误区 | 正确做法 | |------|---------| | 使用"应该"、"大概"、"看起来"做结论 | 必须基于实际数据和验证 | | 未运行检查就声称已完成 | 先验证,再陈述 | | 因时间紧迫跳过关键步骤 | 没有例外,时间紧更要严格 | | "这次应该没问题"的想法 | 每次都要重新验证 |

产出质量检查 / Verification Checklist

  • [ ] 前置依赖已满足(输入文档/数据已收集)
  • [ ] 核心步骤已全部执行
  • [ ] 输出文档已生成到 docs/ 目录
  • [ ] 每个判断都有数据/证据支撑
  • [ ] 已推荐 2-3 个后续 skill
⚠️ 任何一项未通过 → 补全后再标记完成。
Compartilhar X LinkedIn