「留存分群分析」Skill 组合用法：和相关技能串成流水线
「留存分群分析」是数据分析师与运营的高频任务。它的输入通常是用户行为数据，期望得到的是留存表与解读。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。
单个技能解决一个环节，把几个技能串起来，才能覆盖一整段工作。本文示范「留存分群分析」与三个相关技能的组合。
组合方案
| 顺序 | 技能 | 作用 | 交给下一步的东西 |
|---|---|---|---|
| 1 | 问卷分析 | 汇总问卷选择题与开放题 | 分析报告 |
| 2 | 留存分群分析 | 按注册时间分群计算留存并解读 | 留存表与解读 |
| 3 | 数据质量巡检 | 检查数据的完整性、一致性与及时性 | 质量报告 |
| 4 | 日程安排 | 根据任务与约束安排一周日程 | 日程计划 |
交接格式是关键
技能之间靠“上一步的输出就是下一步的输入”衔接。建议约定：
- 每个技能的输出都带固定标题，便于下一个技能定位内容
- 不确定项统一放在“需人工确认”小节，后续技能不得把它当作确定事实
- 「留存分群分析」接收的是用户行为数据，如果上一步给的格式不同，先做一次转换
怎么编排
有三种常见方式：
- 人工串联：每一步结束后由人确认，再触发下一个技能，最稳妥
- 编排指令：写一个总技能，列出调用顺序与交接要求，由智能体依次执行
- 工作流平台：在 Dify、扣子、n8n 等平台中把每个技能做成节点，用条件分支处理异常
编排指令示例（示意）
# 组合流程：问卷分析 → 留存分群分析 → 数据质量巡检 → 日程安排
1. 调用 survey-analyzer，保存输出为 step1
2. 以 step1 为输入调用 cohort-analysis，保存为 step2
3. 以 step2 为输入调用 data-quality-check
4. 调用 calendar-planner 做收尾
- 任一步出现“需人工确认”时暂停，等待用户回复后再继续
注意事项
- 链条越长，错误越容易被放大，关键节点要有人看
- 风险较低，但输出仍需快速过目再使用
- 每个技能单独测试通过后再组合
相关技能
交付物结构示例
建议把留存表与解读固定成下面的结构（示意），方便复核与归档：
## 结论
一句话说明最重要的发现或结果
## 主要内容
- 定义分群与留存事件：……
- 计算留存矩阵：……
- 可视化：……
- 总结规律：……
## 依据
- 引用输入中的具体位置或数据
## 需人工确认
- ……（没有则写“无”）
结构固定之后，复核的人只要先看“结论”和“需人工确认”两部分，就能快速判断结果能否使用。
平台选择建议
同一个「留存分群分析」技能可以落在不同平台上，选择时主要看你在哪里工作、要不要执行代码、要不要接外部系统：
- MCP 服务：MCP（模型上下文协议）是一个开放协议。详见MCP 服务 版
- 阿里云百炼智能体应用：阿里云百炼是阿里云的大模型服务与应用开发平台。详见阿里云百炼智能体应用 版
- 钉钉 AI 助理：钉钉 AI 助理支持在钉钉中创建面向团队的 AI 助理。详见钉钉 AI 助理 版
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码，可据此排除不支持相应能力的平台。
延伸阅读
- 留存分群分析 · 文心智能体平台 版
- 留存分群分析 · AGENTS.md 版
- 留存分群分析 · 测试用例
- 表格错误排查 · 组合用法
- 看板审查 · 组合用法
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。