mcpField
R
retention-cohort-review

retention-cohort-review

github.com/sylphxai数据与数据库150 次安装今天更新
代码仓库

关于 retention-cohort-review

用于分析产品留存队列并将图表转化为诊断、测量修正和实验方案的技能，适合评估激活、复访、续订等问题。它强调控制队列比较中的影响因素，并区分留存变化的可能成因。

主要功能

  1. 01定义产品循环与队列
  2. 02检查指标是否对应决策
  3. 03区分留存变化原因
  4. 04制定队列切分与事件修正
  5. 05提出假设和实验方案

适用场景

  1. 01诊断订阅续订率偏低
  2. 02按获客来源审查复访
  3. 03查找引导或产品价值缺口

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/sylphxai/skills --skill retention-cohort-review

安装后在 Claude Code 中输入/retention-cohort-review确认已加载。

附带文件agents/openai.yamlreferences/retention-cohort-systems.md

详细介绍

留存队列评审

使用此技能，将留存图表转化为产品决策，而不是做表面功夫。

工作流

  1. 确定产品循环、激活事件、队列定义、时间粒度、细分维度和商业模式。
  2. 阅读 references/retention-cohort-systems.md。
  3. 检查指标是否能回答某项决策：激活、习惯养成、订阅续费、内容回访、游戏进度、市场重复交易或开发者生产环境使用。
  4. 区分测量错误、细分群体构成、获客质量、引导缺口、价值缺口、生命周期消息和变现影响。
  5. 输出诊断、队列划分、事件修复、产品假设和实验计划。

不适用的情况

  • 如果基础模型无需此技能特有的产出规范就能处理一般性建议，请勿使用。

注意事项

  • 比较队列时，必须控制获客来源、平台、地理位置、版本、季节性和激活状态。
  • 如果优化短期回访会增加疲劳感、退款、流失或低质量使用，请勿进行此类优化。
  • 除非注册本身就是产品价值，否则不要将注册视为激活。

输出格式

Retention question:
Cohort definition:

Diagnosis:
- signal, evidence, caveat

Cohort cuts needed:
- <segment> -> why

Action plan:
- product change, metric, expected movement, guardrail

Instrumentation gaps:
- <event/property>

评论

支持 Markdown