这一域的链围绕一个共同目标：把行为数据变成可解释的结论。下面先给出链路示意，再逐条说明参数、步骤与产出。
图 1-1 数据分析链路示意
1.SQL 查询生成
|----------|-------------------------------------------------------------------------------|
| 参数 | < 用自然语言描述你想知道什么> |
| 用途 | 把自然语言的数据问题转成可执行、带口径说明的 SQL。 |
| 技能链 | SQL 查询生成 sql-queries |
| 执行流程 | ① 明确指标口径、时间范围与分组维度 ② 确认数据库方言与 schema ③ 生成查询并解释关键逻辑 ④ 给出性能优化建议 |
| 产出 | 可执行 SQL + 口径说明 + 性能建议。 |
| 下一步 | /analyze-cohorts 或 /setup-metrics |
2.同期群分析
|----------|--------------------------------------------------------------------------|
| 参数 | < 数据文件或分析需求描述> |
| 用途 | 按时间分组分析留存、功能采用与参与度变化。 |
| 技能链 | 同期群分析 cohort-analysis |
| 执行流程 | ① 定义 cohort 与留存事件 ② 计算留存曲线或矩阵 ③ 对比渠道、版本与分群 ④ 定位流失拐点与驱动因素 |
| 产出 | 留存矩阵 + 曲线 + 洞察。 |
| 下一步 | /analyze-test 或 /setup-metrics |
3.A/B 实验分析
|----------|---------------------------------------------------------------------------------|
| 参数 | < 实验数据、截图或结果描述> |
| 用途 | 校验样本量与显著性，输出 ship / extend / stop 的明确建议。 |
| 技能链 | A/B 实验分析 ab-test-analysis |
| 执行流程 | ① 检查实验设计与样本量 ② 计算显著性、置信区间与效应量 ③ 排查辛普森悖论、新奇效应与逃逸效应 ④ 给出决策建议与后续实验 |
| 产出 | 实验结论 + 决策建议 + 风险提示。 |
| 下一步 | 上线、延长实验或停止 |