本文へ移動
cccskills
無料GitHub で公開

bi-new-dimension-analysis

识别新增维度值并评估其在北极星指标上的表现。当归因维度出现新增值(如新渠道、新品类、新功能)需要评估效果时调用。

インストール方法を見る

含まれるファイル(1)

  • SKILL.md3.5 KB

SKILL.md(原文)

インストールする前に、エージェントに与えられる指示の中身を確認できます。

bi-new-dimension-analysis

识别归因维度中当期首次出现的新增维度值(如新渠道、新品类、新功能),评估其在北极星指标上的表现,判断其对业务的贡献和效果。通常适用于周度或月度对比。

执行步骤

1:数据准备

当期和往期的维度指标数据(CSV),至少包含以下列:

列说明示例
时间列周期标识日期
维度列维度名称渠道
指标列北极星指标值访问用户数
父维度列父维度名称(可选,层级维度时需要)对话模式

示例(维度列=渠道,北极星指标列=访问用户数,1 月为往期,2 月为当期,"抖音渠道"为新增维度值):

日期,渠道,访问用户数
2025-01-01,自然流量,10000
2025-01-01,付费投放,8000
2025-02-01,自然流量,11000
2025-02-01,付费投放,7500
2025-02-01,抖音渠道,3000

若上游步骤已产出可用数据文件则直接使用,否则自行取数。

2:识别新增维度值

识别新增且趋于平稳的维度值:

  1. 对比当期和往期的维度值集合,找出当期存在但往期不存在的维度值
  2. 对每个新增维度值,计算其首次出现后在当期内每天的日环比变化幅度,判断是否平稳:
    • 每日变化幅度均 < 10%:趋于平稳,纳入后续分析
    • 存在日变化幅度 ≥ 10%:仍在波动,暂不分析

3:对比指标表现

根据新增维度的层级,选择不同的对比基准和对比指标:

0 级维度(无父维度):对比基准为整体均值和整体 Top1 维度值

对比指标计算方式
绝对值新增维度的北极星指标值
整体占比新增维度值 / 整体指标值
均值偏离度(新增维度值 - 整体均值) / 整体均值
Top-1 偏离度(新增维度值 - 整体 Top-1 值) / 整体 Top-1 值

子维度(有父维度):对比基准为父维度内均值和父维度内 Top-1 维度值

对比指标计算方式
绝对值新增维度的北极星指标值
均值偏离度(新增维度值 - 父维度内均值) / 父维度内均值
Top-1 偏离度(新增维度值 - 父维度内 Top-1 值) / 父维度内 Top-1 值
组内排名在相同父维度下的排名位置

4:汇总结果

将各归因维度的新增维度分析结果汇总输出。示例:

0 级维度:

 维度值      北极星指标值  整体占比  均值偏离度  Top1偏离度
 新渠道A       15000       8.0%      +25.0%      -10.0%

子维度:

 维度值    父维度  北极星指标值  均值偏离度  Top1偏离度  组内排名
 新品类B   父类X     8000        -15.0%      -30.0%     5/8

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

同じリポジトリのスキル

概要と使いどころ

将用户的数据分析需求转化为结构化的分析计划并与用户确认。用户提出 BI 业务分析、数据探索、统计建模等需要规划的分析任务时使用。简单数据查询、公式明确的定量计算等流程简单、无需规划的任务不使用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

通过量化历史数据的自然波动幅度,自适应计算判定阈值。当需要从数据本身确定阈值(如波动阈值、影响度阈值等)、而非使用固定值时调用。仅适用于日/周粒度阈值确定。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

基于阈值检测时间序列中的显著异常波动点。当需要找出指标异常波动日期、识别数据异动时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

计算各维度(组)值对指标变动的贡献度,支持可加型量值指标和加权平均型/率值指标。当需要计算贡献度、解释指标"为什么涨/跌"时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

从运营周报、活动文档、对话输入或文档工具 API 中提取业务事件,与指标异常时间窗口对齐,生成有证据支撑的因果归因假设并排序。当已知指标存在异常波动、需要从外部文档证据中解释"为什么"时调用。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

对用户、产品等业务对象做分群:用波士顿矩阵法做象限分群,或用分层聚类、K-means、DBSCAN 等聚类技术分群。当需要做客群/产品分群、象限策略、画像或密度型子结构发现时调用。触发条件:当对话中出现“分群”、“分类”、“聚类”、“不同类型”、“不同场景”等体现分群分析词语时触发。

日本語の概要は準備中です。原文の説明を表示しています。

agentscope-ai/QwenPaw-Data1312026年10月5日 更新

agentscope-ai のスキルをすべて見る

このスキルの問題を報告する