mcpField
P
product-analytics-instrumentation-review

product-analytics-instrumentation-review

github.com/sylphxai数据与数据库137 次安装今天更新
代码仓库

关于 product-analytics-instrumentation-review

此技能将产品分析埋点问题转化为包含事件、身份、隐私、QA 和发布安排的责任明确计划，适用于需要以决策为导向的跟踪方案的团队。

主要功能

  1. 01事件分类与埋点类型识别
  2. 02事件契约与身份规则
  3. 03同意机制与隐私约束
  4. 04QA、发布门槛与偏差监控
  5. 05仪表板、负责人和发布计划

适用场景

  1. 01规划用户旅程的事件跟踪
  2. 02审查身份与同意机制
  3. 03制定分析 QA 和发布门槛

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sylphxai/skills --skill product-analytics-instrumentation-review

安装后在 Claude Code 中输入/product-analytics-instrumentation-review确认已加载。

附带文件agents/openai.yamlreferences/product-analytics-instrumentation-patterns.md

详细介绍

产品分析埋点审查

使用此技能，将产品分析埋点、事件分类、身份识别、漏斗、隐私、QA 和指标负责人相关问题，转化为包含负责人、关卡、指标和恢复路径的具体产物。

工作流

  1. 确定需要支持的决策、用户旅程、平台、事件来源、身份模型、同意/隐私约束、下游指标、仪表板、实验以及当前的数据质量问题。
  2. 阅读 references/product-analytics-instrumentation-patterns.md。
  3. 将跟踪类型分类为客户端事件、服务端事件、计费/支持关联、实验曝光、归因触点、生命周期事件、错误状态或派生指标输入。
  4. 定义事件契约、属性架构、身份规则、同意门控、QA 计划、仪表板负责人、发布关卡和偏移监控。
  5. 生成埋点计划、状态机、决策表、事件架构、QA 检查清单和推出计划。

不适用场景

  • 如果基础模型无需此技能特定的产物契约就能提供通用建议，请勿使用此技能。

防护措施

  • 不要对所有内容都进行埋点；仅跟踪与决策相关、负责人明确且受留存/隐私约束的事件。
  • 对于计费、合规、权限或关键运营事实，不要仅使用客户端分析。
  • 未定义属性架构、身份行为、同意处理和 QA 测试样例时，不要发布事件。
  • 不要让仪表板脱离事件/指标的事实来源来定义指标。

输出格式

Analytics context:
Audience / source of truth / risk boundary:

Instrumentation plan:
| Area | Decision | Evidence | Risk | Owner |
| --- | --- | --- | --- | --- |

Event contracts, QA, privacy, and dashboard handoff:
- <trigger> -> <policy, metric, edge case, support note>

评论

支持 Markdown