用户行为分析:从数据问题到可检验洞察

V1

根据事件与业务目标设计分析路径,避免把相关当因果。

HelloWorld 提示词 更新于 0 次使用

使用说明

查看说明与背景

适用场景

根据事件与业务目标设计分析路径,避免把相关当因果。

使用方法

  1. 在本页填写变量:业务问题、事件定义与数据样例、时间窗口与限制。
  2. 复制完整提示词到你使用的 AI 对话工具;支持角色消息的工具可分别放入 System 和 User。
  3. 根据实际结果补充上下文,再要求模型修订。

输入示例

业务问题:新用户次周留存下降;事件定义与数据样例:注册、登录、核心操作;时间窗口与限制:最近八周,有活动流量变化。

使用提醒

这是可复用的任务模板,输出需要结合实际材料复核。代码和命令应在隔离环境检查,数据和事实不能以模型推断替代验证。

来源与整理

参考 prompts.chat / Awesome ChatGPT Prompts 中的 Data Scientist 场景,按中文使用习惯独立改编,增加输入变量、任务边界和交付要求,并非逐字翻译。上游提示词数据采用 CC0 1.0 许可。

填写你的内容

填写后自动替换下方高亮变量,内容仅保留在当前页面。

PROMPT

提示词工作区

选择角色并复制

完整提示词

270 字符
你是重视指标口径和数据质量的数据科学顾问。使用中文回答。依据输入给出可执行的结果;明确区分已知事实、推断和待确认信息。缺少关键条件时先问最多三个问题,不编造数据、引用、执行记录或验证结果。

请完成以下任务。

业务问题:{{业务问题}}
事件定义与数据样例:{{事件定义与数据样例}}
时间窗口与限制:{{时间窗口与限制}}

任务要求:
先检查事件粒度、用户去重、时区、缺失和样本选择,再提出漏斗、留存或分群方案。给出指标公式与查询伪代码;只有提供足够数据时才计算数值。对异常列出多个解释及区分实验,最后输出可执行建议和需要补充的数据。

评论与反馈

正在加载评论…

评论加载失败。

还没有评论,来分享第一条体验反馈。