amplitude/builder-skills

Dashboard analysieren

Wann verwenden

• Meeting-Vorbereitung: Fasse ein Dashboard in Gesprächspunkten zusammen, bevor ein Review- oder Führungskräfte-Meeting stattfindet.
• Diagrammübergreifende Mustererkennung: Erkenne Korrelationen über mehrere Diagramme hinweg, die manuell schwer zu erkennen sind.
• Dashboard-Untersuchung: Eine wichtige Kennzahl in einem Diagramm innerhalb dieses Dashboards hat sich verändert, und du möchtest erklären, warum.
• Quantitativ mit Qualitativ verbinden: Verstehe, ob Nutzerfeedback die beobachteten Trends erklärt.
• Einarbeitung in unbekannte Dashboards: Mache dich schnell mit dem Inhalt eines Dashboards und seinem aktuellen Zustand vertraut.

Anleitung

Schritt 0: Dashboard-ID identifizieren

Wenn der Nutzer eine URL angibt, verwende Amplitude:getting_data_from_url, um die Dashboard-ID zu erhalten.

Schritt 1: Dashboard abrufen

Verwende Amplitude:get_dashboard mit der Dashboard-ID, um die vollständige Struktur und die Diagramm-IDs zu erhalten.

Schritt 2: Alle Diagramme abfragen

Verwende Amplitude:query_charts, um Daten für bis zu 3 Diagramme gleichzeitig abzurufen. Priorisiere:

1. Primäre KPI-Diagramme (normalerweise oben)
2. Diagramme mit aktuellen Änderungen
3. Trendbasierte Visualisierungen

Schritt 3: Muster analysieren

Konzentriere dich bei der Analyse von Diagrammen auf die entscheidungsrelevantesten Signale für jeden Typ:

• KPI-Kacheln: Kontext (Zeitraum, Nutzertyp) und prozentuale Änderung, falls angegeben.
• Linien-/Zeitreihen: Trends, Steigungsänderungen oder bemerkenswerte Ereignisse (kein Rauschen am rechten Rand).
• Trichter: Hauptabbruchschritte oder unerwartete Retention. Verwende den Konvertierungsrahmen (durchgezogene Balken), nicht den Abbruchrahmen, es sei denn, dies ist explizit relevant.
• Balken-/Kategoriendiagramme: Konzentrationen, Lücken oder überraschende Verteilungen.
• Gestapelte Fläche: Verschiebungen des Gesamtvolumens und sich ändernde Zusammensetzung im Zeitverlauf.
• Retention nach Intervall: Vergleiche Segmente zu Schlüsselintervallen (Tag 1, Tag 7, Tag 30).
• Retention im Zeitverlauf: Aktuelle Kohorten können unvollständige Zeiträume (gestrichelte Linien) aufweisen, da sie das Retentionsfenster noch nicht abgeschlossen haben – dies bedeutet NICHT, dass die Retention sinkt.
• Tabellen: Hauptbeitragende, dominante Player, Verteilungsungleichgewichte.

Schritt 4: Mit Nutzerfeedback kontextualisieren (optional)

Wenn signifikante Änderungen oder Anomalien erkannt werden, überprüfe, ob Nutzerfeedback diese erklären kann:

1. Verwende Amplitude:get_feedback_insights mit:

   • Derselben projectId wie das Dashboard
   • dateStart und dateEnd entsprechend dem Analysezeitraum
   • Filtere nach relevanten Typen: request, complaint, lovedFeature, bug, painPoint

2. Suche nach Feedback-Themen, die mit Metrikänderungen korrelieren:

   • Funktionsbeschwerden, die mit Engagement-Rückgängen einhergehen
   • Fehlermeldungen, die mit Konversionsrückgängen zusammenfallen
   • Geliebte Funktionen, die mit Nutzungssteigerungen übereinstimmen

3. Wenn eine relevante Erkenntnis gefunden wird, verwende Amplitude:get_feedback_mentions mit der insightId, um spezifische Nutzerzitate abzurufen, die das Muster veranschaulichen.

Überspringe diesen Schritt, wenn:

• Keine Feedback-Quellen für das Projekt konfiguriert sind
• Keine Erkenntnisse mit dem Zeitraum oder den beobachteten Änderungen übereinstimmen
• Die Dashboard-Änderungen geringfügig oder erwartet sind

Schritt 5: Ergebnisse zusammenfassen

Präsentiere eine strukturierte Zusammenfassung:

1. Gesamtzustand: Prägnante, umsetzbare und leicht verständliche Zusammenfassung der wichtigsten Erkenntnis oder der wichtigsten Erkenntnisse aus der Dashboard-Analyse.
2. Problembereiche 🚩: Die 1-3 dringendsten zu untersuchenden Probleme oder negativen Metrik-Trends. Wenn keine Probleme dringend sind, ist es gut, kurz anzuerkennen, dass es keine dringenden Problembereiche gibt, damit der Leser weniger Rauschen durchsuchen muss.
3. Wichtigste Erkenntnisse 💡: Die 1-3 wichtigsten oder überraschendsten Erkenntnisse aus der Analyse, die nicht in den Problembereichen enthalten sind.
4. Empfehlungen: Ein sehr prägnanter Abschnitt, der die bis zu 3 wichtigsten spezifischen umsetzbaren Empfehlungen (sofern nicht anders aufgefordert) zur Nachverfolgung zusammenfasst. Füge vor jedem Titel [p0], [p1], [p2], [p3] ein, um die Priorität einzuschätzen, wobei p0 die dringendste und p3 die geringste ist.

Best Practices

• Sei umfassend in deiner Untersuchung und Analyse, aber prägnant, umsetzbar und metrikgestützt in deiner Antwort.
• Wiederhole nicht dieselbe Erkenntnis mehrmals in verschiedenen Abschnitten.
• Verlinke referenzierte Diagramme immer mit Markdown (z. B. [DAU](https://app.amplitude.com/...)). Im Terminal-Modus teile deine Quellen nicht mit, um die Antwort sauber zu halten, aber wenn spezifisch danach gefragt wird, gruppiere alle Referenzen und Links in einem Abschnitt „Quellen“ am Ende im selben Markdown-Format (z. B. [DAU und wichtigste Erkenntnis, auf die die Metrik verweist](https://app.amplitude.com/...)), um die Hauptantwort sauber zu halten.
• Zitiere keine genauen vollständigen Amplitude-Links in den Hauptabschnitten. Verweise stattdessen prägnant auf den Diagramm-, Metrik- oder Entitätsnamen, damit die Hauptabschnitte leicht lesbar sind.
• Markiere Metriken, die sich im Wochenvergleich um mehr als 10 % geändert haben.
• Notiere alle Diagramme mit Datenqualitätsproblemen.
• Ordne Erkenntnisse nach Möglichkeit immer bestimmten Diagrammen zu.
• Für den Abschnitt „Empfehlungen“ sollte jede Empfehlung nur ein prägnanter, aber umsetzbarer Aufzählungspunkt sein, anstatt einer langen Themenübersicht.
• Wiederhole am Ende nicht, was du getan hast, und beende nach den prägnanten priorisierten Empfehlungen.
• Leite keine Trends aus unvollständigen Zeiträumen oder unzuverlässigen Daten ab.