iSkills 原始文档
🔧

usage-analytics

Top Agent Skill


usage-analytics

Skill 简介

OpenClaw 的 Usage Analytics(使用分析)Skill 是一款专门为产品团队和开发者设计的智能分析工具,旨在帮助他们深入了解用户如何与产品功能交互,并提供可操作的洞察来驱动产品决策。在现代软件开发中,理解用户行为模式、识别功能采用趋势以及发现潜在的用户流失原因,是持续优化产品体验的关键。传统的分析方法往往依赖于手动数据处理和简单的统计工具,难以应对复杂和动态的用户行为数据。Usage Analytics 通过自动化数据追踪和分析,将原始事件数据转化为清晰易懂的分析报告,帮助团队快速识别用户行为趋势、评估功能采用情况,并制定更明智的产品策略。

这个 Skill 的核心目标是成为产品团队的“智能分析助手”,不仅能追踪用户与产品功能的交互,还能通过用户分群、用户参与度评分等功能,提供多维度的分析视角。它能够回答诸如“哪些功能被用户低估了?”、“不同用户群体的留存率如何?”以及“用户参与度与哪些因素相关?”等问题,为产品优化提供数据支持。

主要功能

Usage Analytics 提供了多种强大的分析功能,涵盖了从基础数据追踪到高级用户行为分析的全方位需求。以下是它的核心功能:

markdown 功能采用率示例: - API 集成:4% 用户使用(企业用户中为 89%) - 自定义报告:7% 用户使用 - 团队共享:9% 用户使用

markdown 用户分群示例: - 三月注册用户(312 人):第一周留存率 68%,第二周 41%,第四周 28% - 与二月注册用户相比:第一周留存率下降 3 个百分点,第四周下降 5 个百分点

使用场景

  1. 产品功能优化
    当产品团队需要了解用户对不同功能的接受程度时,Usage Analytics 可以提供详细的采用率数据。例如,如果某个新功能的使用率较低,团队可以进一步分析原因并制定改进计划。

  2. 用户留存分析
    通过用户分群分析和参与度评分,团队可以识别出高流失风险的用户群体,并采取针对性的留存措施。例如,如果发现某个月注册的用户留存率较低,团队可以分析具体原因并调整用户引导策略。

  3. 用户行为洞察
    开发者可以利用该 Skill 的数据追踪功能,深入了解用户的行为路径和交互模式。这对于优化用户体验和设计更符合用户需求的产品功能非常有帮助。

  4. 用户分群营销
    市场团队可以利用用户分群分析的结果,针对不同用户群体制定个性化的营销策略。例如,针对高参与度用户推送高级功能介绍,或针对低参与度用户推送使用指南。

  5. 数据驱动决策
    Usage Analytics 的分析结果可以直接用于产品决策会议,帮助团队基于数据而非直觉做出更明智的决策。例如,是否需要移除某个低频功能,或是否需要加大对某个高潜力功能的推广力度。

如何使用

安装与配置

  1. 安装 Skill
    首先,确保你已经安装了 OpenClaw 的核心平台。然后,通过以下命令安装 Usage Analytics Skill:

bash openclaw install usage-analytics

  1. 配置集成
    Usage Analytics 需要与多个数据源进行集成,例如 Telegram、Mixpanel 和 PostgreSQL。你需要按照以下步骤进行配置:

  2. Telegram 集成
    在 Telegram 中创建一个 Bot,并获取 API Token。然后,在配置文件中添加以下内容:

    yaml telegram: token: "YOUR_TELEGRAM_BOT_TOKEN" chat_id: "YOUR_CHAT_ID"

  3. Mixpanel 集成
    在 Mixpanel 中创建一个项目,并获取 API Key 和 Secret。然后,在配置文件中添加:

    yaml mixpanel: api_key: "YOUR_MIXPANEL_API_KEY" api_secret: "YOUR_MIXPANEL_API_SECRET"

  4. PostgreSQL 集成
    配置 PostgreSQL 数据库连接信息:

    yaml postgresql: host: "YOUR_PG_HOST" port: "YOUR_PG_PORT" user: "YOUR_PG_USER" password: "YOUR_PG_PASSWORD" database: "YOUR_PG_DATABASE"

  5. 启动 Skill
    完成配置后,使用以下命令启动 Usage Analytics

bash openclaw start usage-analytics

前置条件

示例

示例 1:查询低频功能

假设你想了解哪些功能的使用率最低,可以使用以下命令:

openclaw query usage-analytics low-frequency-features

输出示例:

低频功能列表(30 天内):
1. API 集成 — 4% 用户使用(企业用户中为 89%)
2. 自定义报告 — 7% 用户使用
3. 团队共享 — 9% 用户使用
4. Webhooks — 11% 用户使用
5. 批量导入 — 14% 用户使用

示例 2:生成用户分群分析报告

如果你想生成一个基于注册日期的用户分群分析报告,可以使用以下命令:

openclaw generate usage-analytics cohort-analysis --by signup_date

输出示例:

三月注册用户(312 人):
- 第一周留存率:68%
- 第二周留存率:41%
- 第四周留存率:28%
与二月注册用户相比:
- 第一周留存率下降 3 个百分点
- 第四周留存率下降 5 个百分点
建议:恢复用户引导向导,数据显示恢复后第四周留存率提高 12 个百分点

总结

Usage Analytics 是一款功能强大的智能分析工具,专为产品团队和开发者设计。它通过自动化数据追踪和多维度的用户行为分析,帮助团队深入了解用户需求、优化产品功能并制定更明智的产品决策。无论是功能采用率分析、用户分群分析还是用户参与度评分,Usage Analytics 都能提供详尽的数据支持和可操作的洞察建议。对于那些希望构建数据驱动型产品策略的团队来说,Usage Analytics 是一个不可或缺的工具。

通过使用 Usage Analytics,产品团队可以更有效地识别用户行为趋势、发现潜在问题并优化用户体验,从而在竞争激烈的市场中保持优势。

GitHub 参考 iSkills 专业中文解析 · 2026-03-22 更新

探索更多 Top Agent Skills