iT邦幫忙

2026 iThome 鐵人賽

DAY 19
0
Claude AI

今晚來點 Claude Skills:產品開發者的 AI 工作流系列 第 19 篇

Day 19 - 用 Claude Code 找數據異常,專注客觀查證

  • 分享至 

  • xImage
  •  

Day 19 - 用 Claude Code 找數據異常,專注客觀查證

Day 19 封面:尋找差異並聚焦客觀事實

數字為什麼會突然跳動?

就像偵探用放大鏡找腳印,數據異常是實際數字和原本預期的落差,讓我們知道真實狀況是什麼。

https://ithelp.ithome.com.tw/upload/images/20261003/20124462qctcBde2Lx.png

核心概念

① 數值落差(Metric Gap):
兩個群組在相同計算標準下的數字差與百分點差。

② 維度切分(Segmentation):
依照使用者屬性把整體資料拆成獨立小群體的分析方法。

③ 待查假設(Hypothesis for Investigation):
團隊針對數值落差提出的可能原因,需要靠後續行動來驗證。

方案與權衡

  • 方案 A:單一維度交叉比對。原因是範圍集中且容易直接定位問題。
  • 方案 B:自動化異常偵測流程。原因是能全面覆蓋並即時發現潛在波動。

執行規則

① 重新核算各步驟轉換率:依精確口徑計算各階段轉換百分比,同時保留原始分母與分子。
② 展開關鍵維度分群檢視:切分終端設備或通路來源,觀察各子群體在總體數字下的真實分佈。
③ 條列待查假設與驗證動作:將數據落差轉化為具體的查證任務,安排負責成員依序核對系統紀錄。

結構化示範

轉換率計算卡片

  • 基準週轉換歷程

    • 邀請接受率:16÷20=80.0%
    • 工作區進入率:14÷16=87.5%
    • 提示看見率:10÷14=71.4%
    • 任務開啟率:7÷10=70.0%
    • 開啟後完成率:5÷7=71.4%
    • 全程啟用率:5÷20=25.0%
  • 新版週轉換歷程

    • 邀請接受率:17÷20=85.0%
    • 工作區進入率:15÷17=88.2%
    • 提示看見率:13÷15=86.7%
    • 任務開啟率:10÷13=76.9%
    • 開啟後完成率:8÷10=80.0%
    • 全程啟用率:8÷20=40.0%

裝置分群排查卡片

  • 桌面裝置群組

    • 進入工作區:10 人
    • 看見提示:10 人(看見率 100.0%)
    • 開啟任務:8 人
    • 7 日完成任務:7 人
  • 行動裝置群組

    • 進入工作區:5 人
    • 看見提示:3 人(看見率 60.0%)
    • 開啟任務:2 人
    • 7 日完成任務:1 人

轉換率異常查核的終端執行紀錄示意:重算分母、比較裝置差異,並將原因保留為待查

兩個裝置群組的看見率差距 40.0 個百分點,成為團隊優先追查的關鍵線索。

分析任務的 Prompt

角色:你是一位嚴謹的產品數據分析助理。
任務:完全依據既定定義與原始計數展開計算,將數值差異轉化為查證指引。

輸入:
- 指標定義:各步驟分子、分母、時間窗口與去重規則
- 原始資料:包含各階段實際人數計數的數據清單

執行規則:
① 驗證漏斗數據是否維持遞減或持平,標記異常遞增項目。
② 計算各步驟轉換率與流失人數,同步呈現百分點差異。
③ 展開分群計算,特別標記樣本數偏小的群體。
④ 將產出嚴格區分為「客觀數據觀察」「待驗證假設」與「後續查證行動」三個區塊。

輸出內容:各步轉換率計算結果、關鍵分群比較、客觀觀察結論、待查驗假設與具體行動步驟。

範例輸出

客觀觀察:新版週 8/20(40.0%)於 7 日內完成任務;基準週為 5/20(25.0%),差異為增加 15.0 個百分點。
客觀觀察:新版週行動裝置提示看見率 3/5(60.0%),桌面裝置 10/10(100.0%)。
待查假設:行動裝置介面元件在特定螢幕尺寸下的呈現狀況需要檢視。
查證行動:調閱行動裝置客戶端日誌、比對 5 筆操作紀錄,持續追蹤數據穩定性。

人類需要檢查什麼

① 原始紀錄查驗:抽查個別使用者的操作紀錄,確認事件時間與觸發順序。
② 口徑一致性:檢查各個時期的資料來源和篩選條件,確認符合定義。
③ 樣本規模意識:當樣本數太少時,把比例波動當成參考線索,持續擴大採樣。
④ 查證優先序:根據潛在影響力,安排工程與產品團隊的調查順序。
https://ithelp.ithome.com.tw/upload/images/20261003/2012446208NdyNp3gw.png

把規則封裝成 Claude Code Skill

.claude/skills/anomaly-check/SKILL.md
---
name: anomaly-check
description: 依據既定數據口徑計算轉換率與分群差異,標示數值落差並產出客觀查證清單。
---

請優先重算分子、分母與步驟轉換率,保留原始精確數值。
清楚區分整體人數落差與特定分群表現,標示小樣本群組。
將結論分為客觀觀察、待查假設與具體驗證步驟,保持事實與推論的分界。

執行指令:

/anomaly-check 請讀取 data/flowboard-onboarding.csv,依 Day 18 口徑計算並列出優先查證項目。

今天的產出物

今天完成了數據轉換漏斗與異常排查卡片。清楚的步驟計算與群組落差,幫助團隊找出系統問題,並作為下一步動手驗證的最強依據。

參考資料


上一篇
Day 18 - 用 Claude Code 讀懂產品數據,但先固定口徑
系列文
今晚來點 Claude Skills:產品開發者的 AI 工作流 共 19 篇
圖片
  熱門推薦
圖片
{{ item.channelVendor }} | {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言