Skip to content
Back to skills

Pm Report

ASecurity

Use when: 需要生成数据报告、收集整理用户反馈、进行数据驱动的分析汇报 Do NOT use when: 数据已由BI系统自动生成、无需人工分析

  • 71 stars
  • 0 votes
  • 0 copies
  • 2 views
  • Added May 27, 2026
data-aigobash

Security analysis

A100/100

Scanned September 24, 2026

npx -y skills add konglong87/superPM --skill pm-report --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Pm Report?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Pm Report
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/konglong87-pm-report/badge)](https://www.skillsdirectory.com/skills/konglong87-pm-report)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: pm-report
description: |
  Use when: 需要生成数据报告、收集整理用户反馈、进行数据驱动的分析汇报
  Do NOT use when: 数据已由BI系统自动生成、无需人工分析
allowed-tools:
  - Agent
  - Read
  - Write
  - AskUserQuestion
  - Bash
---

## Preamble

```bash
echo "📊 数据报告与用户反馈工具已启动"

# 检查数据指标体系
if [ -f "docs/02-方案设计/数据指标体系.md" ]; then
  echo "✅ 数据指标体系 - 已找到"
else
  echo "⏳ 数据指标体系 - 未找到(建议先执行 /pm-data)"
fi
```

---

## 写入时边界

只讨论时不写文件,启动检查不创建目录。用户要求保存产物时,先确认当前产品、精确输出路径及已有文件的覆盖/追加选择;确认后**仅在实际 Write 前**创建该输出文件的父目录。完整安装可参见 `skills/_shared/artifact-policy.md`,单独安装本 skill 也按本段执行。

---

## 跨 Agent 交互规则

当流程要求与用户交互时:

1. 如果当前环境支持 AskUserQuestion,使用 AskUserQuestion(最佳体验)。
2. 如果当前环境不支持 AskUserQuestion,必须用普通聊天消息提出同样问题。
3. 一次只问一个问题。
4. 提问后必须停止当前回合,等待用户回答(STOP and WAIT)。
5. 不得在用户回答前生成文档、写入 docs。
6. 已有 docs 文件不能替代本轮用户回答。

---

## 执行流程


### 步骤 1: 选择报告类型

使用 AskUserQuestion 询问:

> 📊 选择报告类型
>
> A) 日报(核心指标概览)
> B) 周报(周度数据总结)
> C) 月报(月度数据分析)
> D) 专项报告(特定主题分析,如转化率分析)
> E) 用户反馈整理(收集和分类用户反馈)
> F) 其他(请手动输入)
>
> 💡 提示:
> - 日常监控 → 日报
> - 团队同步 → 周报
> - 管理层汇报 → 月报
> - 问题定位 → 专项报告

记录到变量 `REPORT_TYPE`

---

### 步骤 2: 收集数据

基于数据指标体系或手动输入,收集关键指标数据。

> 📈 指标数据采集
>
> 请提供以下核心指标数据(如无法提供,可跳过):
>
> **用户指标**:
> - DAU(日活跃用户数):[输入]
> - MAU(月活跃用户数):[输入]
> - 新增用户数:[输入]
>
> **业务指标**:
> - GMV/营收:[输入]
> - ARPU(每用户平均收入):[输入]
>
> **转化指标**:
> - 整体转化率:[输入]
> - 各环节转化率:[输入]
>
> A) 我有完整数据,逐项输入
> B) 我只有部分数据,先填能填的
> C) 暂无数据,只做趋势分析

---

### 步骤 3: 数据分析

> 📊 数据分析:
>
> **对比分析**:
> - 环比(对比上期):{[数据]}
> - 同比(对比去年同期):{[数据]}
> - 目标达成率:{[数据]}
>
> **趋势判断**:
> - 上升趋势:{指标} 持续上升
> - 下降趋势:{指标} 需要关注
> - 稳定状态:{指标} 在正常范围
>
> **异常识别**:
> - {指标1}:{描述异常}
> - {指标2}:{描述异常}
>
> 是否需要深入分析某个异常?

---

### 步骤 4: 用户反馈整理(可选)

如果选择了"用户反馈整理":

> 💬 用户反馈来源:
>
> A) 应用商店评价
> B) 客服工单
> C) 用户访谈/调研
> D) 社交媒体(微博/知乎)
> E) 内部反馈(运营/销售)
> F) 以上多项
>
> **反馈分类**:
> - Bug/故障:[X]条
> - 功能建议:[X]条
> - 体验问题:[X]条
> - 投诉/不满:[X]条
> - 表扬:[X]条
>
> **高频关键词**:{关键词1}、{关键词2}、{关键词3}

---

### 步骤 5: 输出报告

根据报告类型,使用 Write 生成对应文档。

**报告通用结构**:

```markdown
# {产品名称} - {报告类型} - {日期}

## 一、核心指标总览

| 指标 | 本期 | 上期 | 环比 | 目标 | 达成率 |
|------|------|------|------|------|--------|
| DAU | [X] | [X] | ±X% | [X] | X% |
| 新增用户 | [X] | [X] | ±X% | [X] | X% |
| GMV | [X] | [X] | ±X% | [X] | X% |
| 转化率 | X% | X% | ±Xpp | X% | X% |

## 二、数据趋势分析

### 2.1 核心指标趋势
{趋势描述}

### 2.2 关键变化说明
- {变化1}:{原因分析}
- {变化2}:{原因分析}

## 三、异常说明

| 异常指标 | 表现 | 原因 | 处理状态 |
|---------|------|------|---------|
| {指标} | {异常描述} | {初步判断} | 处理中/已解决 |

## 四、改进建议

1. {建议1}
2. {建议2}
3. {建议3}

---

**生成时间**: {时间戳}
**数据来源**: {数据来源}
```

**文件路径**:
- 日报 → `docs/03-增长迭代/数据报告/日报-YYYY-MM-DD.md`
- 周报 → `docs/03-增长迭代/数据报告/周报-YYYY-WW.md`
- 月报 → `docs/03-增长迭代/数据报告/月报-YYYY-MM.md`
- 用户反馈 → `docs/03-增长迭代/用户反馈/反馈汇总-YYYY-MM.md`

---

### 步骤 6: 完成提示

> ✅ {报告类型}已生成!
>
> 📄 文件:`docs/03-增长迭代/数据报告/{文件名}`
>
> 🎯 建议下一步:
>
> A) 执行 /pm-iteration - 基于数据制定迭代计划
> B) 执行 /pm-retro - 迭代复盘
> C) 生成其他类型报告

---

## 兜底机制

### 场景: 无数据指标体系

如果无前置数据指标体系文档,提示用户手动输入关键指标。

---

## V2 并行架构升级

### 架构概览


### 并行Subagent分析

在收集完数据后,并发派发4个Subagent:

**Subagent 1: 指标分析**
- 负责:计算核心指标、环比同比、目标达成率

**Subagent 2: 趋势分析**
- 负责:识别趋势变化、周期性规律、拐点判断

**Subagent 3: 用户反馈**
- 负责:整理用户反馈、情感分析、关键词提取

**Subagent 4: 异常检测**
- 负责:识别数据异常、根因分析、影响面评估

### V1 vs V2 对比

| 指标 | V1(顺序分析) | V2(并行分析) | 提升 |
|------|--------------|--------------|------|
| **分析时间** | ~5分钟 | ~2分钟 | 2.5x |
| **主Agent上下文** | ~10,000 tokens | ~3,000 tokens | 节省70% |
| **分析维度** | 基础指标展示 | 4维度综合审视 | - |
| **报告深度** | 表层数据罗列 | 深度洞察发现 | 更深入 |

---

## 注意事项

1. 数据口径需与团队对齐,避免口径不一致
2. 环比/同比计算需说明统计周期
3. 异常数据需标注原因(已知原因/待排查)
4. 用户反馈需区分情绪倾向(正面/负面/中性)

---

## 输出质量对比

**✅ Good 示例**:
```
- 有数据引用:「根据 Q4 数据,留存率从 35% 降至 28%」
- 有验证来源:「数据来源:Google Analytics, 2025-12-01」
- 有明确建议:「建议将新手引导步骤从 5 步减少至 3 步」
```

**❌ Bad 示例**:
```
- 模糊结论:「数据表明留存率有所下降」
- 无来源:「根据经验,这个功能很重要」
- 没有行动建议:「留存是个问题」
```

---

## 常见误区 / Red Flags — STOP

出现以下情况立即停止并回溯:

| 误区 | 正确做法 |
|------|---------|
| 使用"应该"、"大概"、"看起来"做结论 | 必须基于实际数据和验证 |
| 未运行检查就声称已完成 | 先验证,再陈述 |
| 因时间紧迫跳过关键步骤 | 没有例外,时间紧更要严格 |
| "这次应该没问题"的想法 | 每次都要重新验证 |

---

## 产出质量检查 / Verification Checklist

- [ ] 前置依赖已满足(输入文档/数据已收集)
- [ ] 核心步骤已全部执行
- [ ] 输出文档已生成到 `docs/` 目录
- [ ] 每个判断都有数据/证据支撑
- [ ] 已推荐 2-3 个后续 skill

> ⚠️ 任何一项未通过 → 补全后再标记完成。

---

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…