先看看示例
作者提供的示例，实际效果取决于你的输入和使用工具。
输入
编辑提供的预处理汇总：在同一批 10 位注册用户和同一 7 天观察窗口中，已逐人按时间顺序核对：7 人导入、5 人随后创建报告、3 人随后导出；每位用户每阶段只计一次。该路径校验作为示例前提给定，不是 metrics_calculator.py 完成的。
输出
编辑示例 · 未运行
| 阶段 | 已校验顺序人数 | 对上一步转化 | 对注册累计转化 |
|---|---|---|---|
| 注册 | 10 | — | 100% |
| 导入成功 | 7 | 70% | 70% |
| 创建报告 | 5 | 71.4% | 50% |
| 导出 | 3 | 60% | 30% |
这些比例成立的前提是输入已经逐人验证同一批用户、顺序与 7 天窗口。附带 funnel 脚本只统计独立阶段人数，不能完成此前提校验。例如注册为 u1/u2、导入为 u3/u4，即使均为 2 人也不是 100% 的同用户转化。真实任务须先用带时间戳的事件查询构建合格路径，再汇总；只有阶段人数时应标为人数比。
下一步：检查导入失败与创建后未导出的原因；本示例人数较小，不能据此稳定估计长期转化。
方法说明
定义产品指标，再用事件数据分析 cohort、留存或漏斗，区分不同阶段需要回答的问题。 具体任务 计算首次报告漏斗：定义产品指标，再用事件数据分析 cohort、留存或漏斗，区分不同阶段需要回答的问题。 按产品阶段定义指标：探索期关注重复价值，增长期看激活留存，成熟期补效率与可靠性护栏。 必需材料 事件 CSV（含用户 ID、事件名与时间戳）或已校验的阶段人数 漏斗的起点人群、阶段顺序、观察窗口与去重规则 可选材料 产品阶段 分组和排除规则 使用门槛 先确认要做顺序漏斗还是各阶段人数比较；顺序漏斗需要按同一用户及事件时间校验路径，阶段人数本身无法证明转化。 这个 Skill 额外提供的方法 从事件定义到结果解释保持一致，明确去重、顺序与观察窗口如何影响数字。 编辑示例（未运行） 计算首次报告漏斗 任务：请根据下面的示例材料完成计算首次报告漏斗，把判断依据和待确认事项写清楚。 输入： 编辑提供的预处理汇总：在同一批 10 位注册用户和同一 7 天观察窗口中，已逐人按时间顺序核对：7 人导入、5 人随后创建报告、3 人随后导出；每位用户每阶段只计一次。该路径校验作为示例前提给定，不是 metrics_calculator.py 完成的。 结果片段： | 阶段 | 已校验顺序人数 | 对上一步转化 | 对注册累计转化 | |---|---:|---:|---:| | 注册 | 10 | — | 100% | | 导入成功 | 7 | 70% | 70% | | 创建报告 | 5 | 71.4% | 50% | | 导出 | 3 | 60% | 30% | 这些比例成立的前提是输入已经逐人验证同一批用户、顺序与 7 天窗口。附带 funnel 脚本只统计独立阶段人数，不能完成此前提校验。例如注册为 u1/u2、导入为 u3/u4，即使均为 2 人也不是 100% 的同用户转化。真实任务须先用带时间戳的事件查询构建合格路径，再汇总；只有阶段人数时应标为人数比。 下一步：检查导入失败与创建后未导出的原因；本示例人数较小，不能据此稳定估计长期转化。 本示例用于展示已完成路径核验后的比例表，输入人数及路径条件均为编辑构造，未运行上游脚本。配套 funnel 分支不会校验用户交集、顺序或时间窗口；这些验证需要另外的事件查询或预处理。 首次任务 请使用「把留存、队列和漏斗算成一致口径」完成「计算首次报告漏斗」。 任务要求：从事件定义到结果解释保持一致，明确去重、顺序与观察窗口如何影响数字。 我的必需材料： - 事件 CSV（含用户 ID、事件名与时间戳）或已校验的阶段人数：[请填写或粘贴] - 漏斗的起点人群、阶段顺序、观察窗口与去重规则：[请填写或粘贴] 请基于上述实际材料输出：留存表、队列矩阵或漏斗转化，附指标定义与解释限制。缺少依据的地方单列为待确认，不编造事实；未执行的操作或测试明确标为未执行。 验收要求： 1. 确认各阶段用户集合来自同一起点人群，并按同一用户时间戳核验顺序与观察窗口；无法确认时只报告阶段人数比。 2. 分步率与累计率明确区分。 3. 事件延迟、重复与缺失被记录。 工具边界：metrics_calculator.py 的 funnel 只做各阶段独立去重计数。若需要顺序漏斗，请先依据带时间戳事件验证同一用户交集、顺序和窗口，再汇总；缺少这些数据时只能报告阶段人数比。 验收方法 确认各阶段用户集合来自同一起点人群，并按同一用户时间戳核验顺序与观察窗口；无法确认时只报告阶段人数比 分步率与累计率明确区分 事件延迟、重复与缺失被记录 依赖与准备 来源含 metrics_calculator.py，运行需 Python 和脚本声明依赖。其 funnel CSV 为 user_id,stage，脚本只分别统计各阶段用户集合大小；没有时间字段或前序交集验证。顺序漏斗需先用用户主动提供的带时间戳事件编写并核验独立查询，或使用已完成路径校验的汇总；不能把直接脚本输出冒充顺序转化。 使用边界 不同时间窗、事件定义和人群的指标不能直接比较。 配套 metrics_calculator.py 的 funnel 仅计算各阶段独立去重人数，不校验用户交集、发生顺序或观察窗口；不能单靠它宣称顺序漏斗已验证。 没有因果设计不能把漏斗变化归因给单个功能。 排错 漏斗后一步人数反而更多：检查事件顺序、去重键和是否混入未经过前一步的用户。 月留存出现异常跳升：核对窗口定义、时区和用户合并规则，再解释业务变化。 固定来源 https://github.com/alirezarezvani/claude-skills/blob/19392f7a08264ed00486a251f5b2098321771f94/product-team/skills/product-analytics/SKILL.md