分析儀表板
使用時機
- 會議準備：在審查或高層會議前，將儀表板綜合成談話要點
- 跨圖表模式偵測：找出多個圖表之間難以人工察覺的關聯
- 儀表板調查：儀表板中某一圖表的關鍵數字出現變動，而您想解釋其原因
- 量化與質化連結：了解用戶反饋是否能解釋您所看到的趨勢
- 熟悉陌生儀表板：快速掌握某個儀表板追蹤的指標及其當前狀態
操作步驟
步驟 0：識別儀表板 ID
如果使用者提供 URL，請使用 Amplitude:getting_data_from_url 來取得儀表板 ID
步驟 1：取得儀表板
使用儀表板 ID 呼叫 Amplitude:get_dashboard 以取得完整的結構與圖表 ID。
步驟 2：查詢所有圖表
使用 Amplitude:query_charts 一次最多擷取 3 個圖表的數據。請依以下優先順序進行：
- 主要 KPI 圖表（通常位於頂部）
- 近期有變化的圖表
- 趨勢型視覺化圖表
步驟 3：分析模式
分析圖表時，針對每種圖表類型，專注於最具決策相關性的信號：
- KPI 磁磚：情境資訊（時間範圍、用戶類型）以及百分比變化（若有顯示）
- 折線圖 / 時間序列：趨勢、斜率變化或值得注意的事件（而非右邊緣的雜訊）
- 漏斗圖：主要的流失步驟或意外的留存情況。請使用轉換框架（實心長條），除非明確相關，否則不要使用流失框架
- 長條圖 / 類別圖：集中度、缺口或令人意外的分佈情形
- 堆疊面積圖：總量的變化以及隨時間改變的組成結構
- 依區間留存：比較關鍵區間（第 1 天、第 7 天、第 30 天）的各個區段
- 隨時間留存：較新的同期群可能顯示不完整的週期（虛線），因為它們尚未完成留存窗口——這並不代表留存正在下降
- 表格：主要貢獻者、主導玩家、分佈失衡
步驟 4：結合用戶反饋進行脈絡化解釋（選擇性）
如果偵測到顯著變化或異常，請檢查用戶反饋是否能解釋這些現象：
-
使用
Amplitude:get_feedback_insights，並提供：- 與儀表板相同的
projectId - 符合分析期間的
dateStart與dateEnd - 依相關類型進行篩選：
request、complaint、lovedFeature、bug、painPoint
- 與儀表板相同的
-
尋找與指標變化相關的反饋主題：
- 功能抱怨與參與度下降相符
- 錯誤回報與轉換率下滑吻合
- 喜愛功能與使用量增加匹配
-
若找到相關洞察，請使用
Amplitude:get_feedback_mentions搭配insightId來提取具體的用戶引言以說明該模式。
在以下情況下請跳過此步驟：
- 該專案未配置任何反饋來源
- 沒有符合時間區間或觀測到變化的洞察
- 儀表板變化很小或為預期之內
步驟 5：綜合發現
提出結構化的摘要：
- 總體健康狀態：簡潔、可操作且易於理解的單一行摘要，說明儀表板分析中最重要的單一收穫或一組關鍵收穫。
- 關注事項 🚩：排名前 1-3 項值得調查的緊急問題或負面指標趨勢。如果沒有緊急問題，最好簡潔地說明沒有緊急關注事項，以便讀者減少需要篩選的資訊量。
- 關鍵收穫 💡：排名前 1-3 項未包含在關注事項中的最重要或最令人意外的洞察。
- 建議：非常簡潔的區塊，總結最多前 3 項具體可操作的行動建議（除非另有指示），以便後續跟進。請在每個標題前加上 [p0]、[p1]、[p2]、[p3] 以標示優先級，p0 最緊急，p3 最低。
最佳實務
- 在調查與分析時要全面，但回應時要簡潔、可操作且以指標為基礎。
- 不要在不同區塊中重複相同的收穫。
- 務必使用 Markdown 連結所引用的圖表（例如
[DAU](https://app.amplitude.com/...)）。在終端機模式下，不要在回應中分享來源以保持整潔，但如果被特別要求，請將所有參考與連結彙整在底部的「來源」區塊中，使用相同的 Markdown 格式（例如[DAU 及提及該指標的主要收穫](https://app.amplitude.com/...)），以保持主要回應的整潔。 - 不要在主要區塊中引用完整的 Amplitude 連結。改為簡潔地參考圖表、指標或實體名稱，以便於閱讀主要區塊。
- 標記周環比變化超過 10% 的指標
- 注意任何有數據品質問題的圖表
- 盡可能將發現歸因於特定圖表
- 在「建議」區塊中，每項建議應為一個簡潔但可操作的項目符號，而不是長篇的主題概述
- 不要在最後回顧您做了什麼，在提供簡潔的優先級建議後直接結束
- 不要從不完整的週期或不可靠的數據推斷趨勢