product-health-analysis

产品健康度分析技能

将原始指标数据转化为清晰的健康度分析——哪些方面表现良好，哪些方面存在问题，以及哪些方面需要立即关注。

所需输入

如果用户未提供，请询问以下信息：

• 指标数据（关键指标的当前值，粗略数字也可以）
• 目标或基准（OKR 目标、历史基线或行业基准）
• 周期（正在分析的周／月／季度）
• 产品领域或细分群体（分析的是整个产品，还是某项具体功能？）

指标框架

从四个层面进行分析：

1. 获客——新用户、来源质量、CAC 趋势
2. 激活——首次获得价值所需时间、引导流程完成率
3. 参与度——DAU/MAU、功能采用率、会话深度
4. 留存——D1/D7/D30 留存率、流失率、回流率

流程

1. 对每项指标进行比较：当前周期与上一周期相比，当前值与目标相比
2. 将偏离目标超过 10% 的指标标记为需要调查
3. 寻找相关性——激活率下降是否能解释两周后的留存率下滑？
4. 撰写通俗易懂的健康度摘要（不使用行话），以便分享给非数据领域的利益相关者
5. 推荐最需要立即调查的 3 个领域，并给出建议的诊断步骤
6. 验证——确认每项被标记的指标都有合理的根因假设，而不仅仅是一个原始数字；每项建议行动都有明确的负责人或团队

输出结构

产品健康度报告——[周期]

总体健康度： 🟢 符合预期 / 🟡 需关注 / 🔴 需要采取行动

指标	当前值	目标	与上一周期相比	状态
[指标]	[数值]	[目标]	[+/-%]	[🟢/🟡/🔴]

主要观察结果： [用通俗易懂的语言写出 3-5 条观察结果]

需要调查的领域：

1. [指标 + 假设 + 建议的诊断步骤]
2. [指标 + 假设 + 建议的诊断步骤]
3. [指标 + 假设 + 建议的诊断步骤]

建议行动： [包含负责人和时间安排的具体后续步骤]

质量检查

• 每项指标都包含目标和趋势（不只是某个时间点的快照）
• 至少梳理出一项指标之间的相关性（例如：激活 → 留存）
• 每项被标记的指标都有根因假设，而不仅仅是“指标下降了”
• 观察结果是为非技术领域的利益相关者撰写的（不包含原始查询语言或数据行话）
• 总体健康度评级有具体证据支持

反模式

• 不要只报告单个汇总指标而不按细分群体拆分——平均值会掩盖相反的趋势
• 不要仅仅因为指标高于目标就判定其健康——应检查目标本身是否有意义
• 不要在没有根因假设的情况下罗列指标变化——没有解释的观察结果不构成分析
• 不要混合产品健康度指标和业务 KPI，却不解释两者之间的关系
• 不要省略建议行动——只描述问题而不提供优先级明确的后续步骤，健康度报告就不完整