weekly-metrics-summary

Fassen Sie wöchentliche Metriken, Ausreißer, wahrscheinliche Treiber und empfohlene Folgemaßnahmen in einem kurzen Betriebsbericht zusammen. Verwenden Sie dies, wenn Sie die Dashboard-Zahlen dieser Woche und ein bevorstehendes Team-Meeting haben, und einen kurzen Überblick über Veränderungen, wahrscheinliche Ursachen und Besprechungspunkte wünschen.

Was ist weekly-metrics-summary?

Dieses Skill erstellt aus einer Tabelle oder kopierten Dashboard-Zahlen einen kurzen wöchentlichen Betriebsbericht. Es hebt hervor, was sich geändert hat, wo Anomalien vorliegen und was vor dem Team-Meeting nachverfolgt werden sollte. Es ist ideal, um einen Montagmorgen-Dashboard-Export in eine für das Team lesbare Erzählung zu verwandeln, einen 15%igen Rückgang der Aktivierungsrate vor dem wöchentlichen Sync zu markieren oder die aktuellen Pipeline-Zahlen mit der Vorwoche oder einem gleitenden 4-Wochen-Durchschnitt zu vergleichen. Das Skill unterstützt die Verarbeitung von kopierten Dashboard-Werten, Tabellenzeilen oder BI-Exporten und erfordert die Angabe der primären KPIs, die das Team tatsächlich steuert. Optional können der Bericht der Vorwoche für Trendvergleiche und benutzerdefinierte Alarmschwellenwerte angegeben werden. Es arbeitet auf jeder Plattform, die Markdown und Datenverarbeitung unterstützt, wie z.B. Cursor, Codex oder Claude Code, und liefert eine gut lesbare Zusammenfassung mit Delta-Änderungen, Ausreißerhervorhebungen, Hypothesen zu Treibern und Diskussionsfragen.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/webshark/outcomekit-free-agent-skills/tree/HEAD/skills/weekly-metrics-summary

Installed? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Zusammenfassung der Wochenmetriken

Zweck

Dieses Skill verwandelt eine Tabelle oder kopierte Dashboard-Zahlen in einen kurzen wöchentlichen Betriebsbericht. Es hebt hervor, was sich geändert hat, wo die Anomalien liegen und was vor Ihrem Team-Meeting nachverfolgt werden sollte.

Beste Anwendungsfälle

  • Umwandeln eines Montagmorgen-Dashboard-Exports in eine für das Team lesbare Erzählung
  • Markieren eines 15%igen Rückgangs der Aktivierungsrate vor dem wöchentlichen Sync
  • Vergleich der Pipeline-Zahlen dieser Woche mit denen der Vorwoche oder einem gleitenden 4-Wochen-Durchschnitt, falls Ihr Export einen enthält

Erforderliche Eingaben

  • Metrik-Export: Kopierte Dashboard-Werte, Tabellenzeilen oder BI-Export
  • Primäre KPIs: Die wenigen Metriken, an denen sich Ihr Team tatsächlich orientiert

Optionale Eingaben

  • Bericht der Vorwoche: Für Trendvergleich und narrative Kontinuität
  • Alarmschwellenwerte: Benutzerdefinierte Schwellenwerte zum Markieren von Anomalien

Arbeitsablauf

  1. Importieren Sie den Metrik-Export und identifizieren Sie die primären KPIs
  2. Berechnen Sie die Wochenvergleichsdeltas für jede verfolgte Metrik
  3. Markieren Sie Ausreißer: jede Metrik, die den Alarmschwellenwert des Betreibers überschreitet, oder bei nicht angegebenem Schwellenwert mehr als 15 % im Wochenvergleich
  4. Stellen Sie Hypothesen zu wahrscheinlichen Treibern für signifikante Änderungen auf
  5. Generieren Sie 2-3 Fragen, die das Team diskutieren sollte
  6. Fassen Sie das allgemeine Gesundheitssignal in 1-2 Sätzen zusammen
  7. Formatieren Sie als überfliegbaren Bericht für das wöchentliche Team-Sync

Entscheidungsregeln

  • Wenn sich eine Metrik um mehr als 15 % im Wochenvergleich verändert hat, markieren Sie sie als Ausreißer; falls der Betreiber Alarmschwellenwerte angegeben hat, verwenden Sie diese stattdessen. Bei Metriken, die selbst Prozentsätze sind, zeigen Sie die Änderung in Punkten und die relative Änderung an, und wenden Sie den 15-%-Test auf die relative Änderung an
  • Wenn mehrere Metriken in die gleiche Richtung gestiegen sind, suchen Sie nach einem gemeinsamen Treiber
  • Wenn die Daten unvollständig zu sein scheinen oder Lücken aufweisen, vermerken Sie dies, anstatt zu interpolieren
  • Wenn alle Metriken flach sind (keine hat sich um mehr als 5 % in eine Richtung bewegt), gestalten Sie die Zusammenfassung um Stabilität und Beobachtungspunkte
  • Wenn ein Frühindikator im Widerspruch zu einem Spätindikator steht, heben Sie die Spannung hervor
  • Wenn eine Metrik keinen Vorwochenwert hat, zeigen Sie den Wert dieser Woche an, markieren Sie ihn als 'keine Basislinie' und überspringen Sie das Delta
  • Wenn zwei Quellen dieselbe Metrik unterschiedlich melden, zeigen Sie beide Werte an und fragen Sie, welcher korrekt ist; wählen Sie keinen aus
  • Wenn ein Anstieg mit einem einmaligen Ereignis verbunden ist, das der Betreiber genannt hat, zeigen Sie die Zahl wie gemeldet an und vermerken Sie das Ereignis; wenn kein Ereignis genannt wurde, fragen Sie, ob eines stattgefunden hat
  • Wenn der Export einen gleitenden 4-Wochen-Durchschnitt enthält, zeigen Sie die Änderung dazu neben der Wochenvergleichsänderung an
  • Wenn der Export so aussieht, als ob er Test- oder Staging-Daten mit Produktionsdaten mischt, markieren Sie dies und halten Sie Schlussfolgerungen zurück, bis die Daten bestätigt sind

Randfälle

  • Nur die Hälfte der erwarteten Metriken ist diese Woche verfügbar
  • Eine Metrik ist aufgrund eines einmaligen Ereignisses (Datenmigration, Feiertag, Ausfall) angestiegen
  • Dieselbe Metrik wird von zwei Datenquellen unterschiedlich gemeldet
  • Alle Metriken sind die dritte Woche in Folge flach
  • Diese Woche wurde eine neue Metrik ohne historische Basislinie hinzugefügt
  • Der Dashboard-Export enthält Test- oder Staging-Daten, die mit Produktionsdaten vermischt sind

Ausgabeanforderungen

Die Ausgabe muss:

  • Wochenvergleichsdeltas für alle primären KPIs anzeigen
  • Ausreißer hervorheben, die die normale Varianz überschreiten
  • Hypothesen zu Treibern für signifikante Änderungen aufstellen
  • 2-3 Diskussionsfragen für das Team enthalten
  • In unter 2 Minuten lesbar sein

Fehlerbehandlung

Wenn erforderliche Informationen fehlen:

  • Wenn nur teilweise Metriken verfügbar sind, fassen Sie zusammen, was vorhanden ist, und listen Sie auf, was fehlt
  • Wenn KPIs nicht angegeben sind, verwenden Sie die 5 Metriken mit der höchsten Varianz als Standardfokus

Wenn die Zuversicht gering ist:

  • Kennzeichnen Sie hypothetische Treiber als spekulativ und nicht als definitiv
  • Empfehlen Sie, die Datenquelle zu überprüfen, bevor Sie auf Basis der Zusammenfassung handeln

Einschränkungen

  • Fehlende Datenpunkte nicht interpolieren
  • Hypothetische Treiber nicht als bestätigte Ursachen darstellen
  • Keine strategischen Kurswechsel auf Basis einer einzigen Datenwoche empfehlen
  • Metriken, die gesunken sind, nicht ignorieren, um nur Erfolge hervorzuheben
  • Die gemeldeten Zahlen aus keinem Grund ändern

Beispielreferenz

Siehe /examples für ein ausgearbeitetes Standardbeispiel.

Individual skills in this repo

This repo contains 2 individual skills — each has its own dedicated page.

Verwandte Skills