/pm-report

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

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**：

# {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。

---