clamp-sh/analytics-skills

Was macht analytics-skills?

Agent-Fähigkeiten, die Claude, Cursor und andere KI-Agenten lehren, Webanalysen wie ein erfahrener Analyst zu lesen. Diagnostiziert Traffic-Änderungen, bewertet Kanalqualität und liest Funnels ohne die üblichen Anfängerfehler. Funktioniert mit jeder Analysedatenquelle; erstklassige Unterstützung für Clamp MCP.

Was ist enthalten

Skill	Beschreibung
analytics-profile-setup	Einmaliges Interview, das deinen Geschäftskontext (Modell, primäre Conversion, Traffic-Bereich, ICP, Daten-Stack) in eine lokale analytics-profile.md aufnimmt. Jeder andere Skill liest diese Datei, sodass Antworten auf deine Branche und Größe kalibriert sind. Führe dies zuerst aus.
analytics-diagnostic-method	Das Rückgrat. Fünf-Schritte-Methode: Profil laden, Frage rahmen, MECE-Hypothesenbaum erstellen, triangulieren, mit dem Pyramid-Prinzip präsentieren. Deckt Signal vs. Rauschen und Simpson's Paradoxon ab. Wird von jedem anderen Skill referenziert.
traffic-change-diagnosis	Bohrpapfad für „Warum hat sich der Traffic geändert“. Fingerabdrücke für Tracking-Regressionen, Bot-Spikes, deploy-bedingte Abfälle, Kampagnen-Rampen, SEO-Zerfall und Plattformänderungen. Zuerst immer Messungen prüfen.
channel-and-funnel-quality	Volumen × Engagement × Conversion als Matrix. Erkennung von Vanity-Traffic. Erwartete Abbruchbereiche pro Funnel-Schritt-Typ. Mix-Shift-Behandlung. Branchenspezifische Benchmarks.
metric-context-and-benchmarks	Was ist ein guter Bounce / Engagement / Dauer / CVR / Churn / LTV:CAC / Aktivierung, nach Modell. Wann jede Metrik lügt. Minimale Stichprobengrößen, bevor einer Rate vertraut werden kann.

Installation

Wähle die Installation, die zu deinem Setup passt. Alle drei installieren dieselben Skills.

Claude Code, Plugin (empfohlen)

# Marktplatz einmal hinzufügen
/plugin marketplace add clamp-sh/analytics-skills

# Installieren
/plugin install analytics-skills@clamp-sh

Skills werden als /analytics-skills:<name> verfügbar und automatisch aufgerufen, wenn die Aufgabe passt.

Beliebiger Agent (Cursor, Claude Code, Copilot, andere)

Installation über Vercels offene Skills CLI:

npx skills add clamp-sh/analytics-skills

Funktioniert mit jedem Tool, das den Agent Skills Spec unterstützt.

Claude Code, Standalone (keine Plugin-Mechanik)

In dein persönliches Skills-Verzeichnis klonen:

git clone https://github.com/clamp-sh/analytics-skills.git /tmp/analytics-skills
cp -R /tmp/analytics-skills/skills/* ~/.claude/skills/

Oder den gebündelten Installer ausführen, der jeden Skill verlinkt (sodass git pull sie aktualisiert):

git clone https://github.com/clamp-sh/analytics-skills.git ~/.analytics-skills
~/.analytics-skills/scripts/install-personal.sh

Für ein einzelnes Projekt stattdessen in .claude/skills/ innerhalb des Repos klonen.

claude.ai

Die pro-Skill-Zips erstellen und jede über Settings → Features → Skills hochladen:

./scripts/build-claude-ai-zips.sh
# Erzeugt dist/analytics-diagnostic-method.zip usw.

Vorgefertigte Zips für jedes Release sind ebenfalls an der GitHub-Release-Seite angehängt.

Verwendung

Diese Skills werden vom Modell aufgerufen. Du musst sie nicht namentlich aufrufen; stelle einfach echte Analytics-Fragen und Claude lädt den relevanten Skill.

Erster Durchlauf, in einem neuen Projekt:

Richte mich ein. Ich möchte die Skills auf mein Unternehmen kalibrieren.

Dies lädt analytics-profile-setup, führt ein 5-minütiges Interview durch und schreibt analytics-profile.md in das Repository-Stammverzeichnis. Jede folgende Frage erhält branchenbewusste Antworten.

Nach dem Einrichten echte Fragen stellen:

Der Traffic ist am Dienstag um 30 % gesunken. Was ist passiert?

Lädt traffic-change-diagnosis. Geht den Hypothesenbaum durch (Messung → Zeitform → Kanal → Kohorte → Inhalt), zieht Zahlen aus deiner Analysedatenquelle und gibt eine Diagnose zurück. Kein Screenshot einer Tabelle.

Ist unser Anmelde-Funnel kaputt? Pricing → Checkout konvertiert bei 14 %.

Lädt channel-and-funnel-quality und metric-context-and-benchmarks. Vergleicht mit erwartetem Schritt-Abbruch, schichtet nach Kohorte, markiert, ob 14 % niedrig, normal oder verdächtig ist – abhängig von deiner Stichprobengröße und deinem Modell.

Unsere Absprungrate beträgt 68 %. Ist das schlecht?

Lädt metric-context-and-benchmarks. Behandelt die GA4 vs. UA-Definitionsfalle, schlägt den relevanten Bereich für den Seitentyp nach, markiert bei Bedarf den Hinweis zur Stichprobengröße.

Funktioniert am besten mit Clamp MCP

Die Skills sind analysitik-agnostisch, enthalten aber Clamp-spezifische Tool-Aufrufe. Wenn Clamp MCP verbunden ist, weiß der Agent genau, welches Tool er bei jedem Schritt der Methode erreichen soll (get_overview, get_top_referrers, create_funnel usw.).

Verwendest du eine andere Analysedatenquelle? Die Methode bleibt anwendbar; nur die Tool-Namen ändern sich.

Mitwirken

Issues und PRs sind willkommen. Skills leben unter skills/<name>/SKILL.md. Siehe den Agent Skills Spec für das Dateiformat.

Stilregeln für dieses Repository:

• Den wichtigsten Anwendungsfall in der Skill-description voranstellen (die ersten 200 Zeichen entscheiden, ob der Skill geladen wird).
• SKILL.md unter 400 Zeilen halten. Lange Referenztabellen in nebengeordnete .md-Dateien auslagern.
• Methodik zuerst, Tool-Namen danach. Ein Skill, der nur mit einem einzigen Analyseprodukt funktioniert, ist weniger wertvoll als einer, der überall funktioniert.
• Keine Gedankenstriche.

Lizenz

MIT. Siehe LICENSE.