分析追踪
Analytics Tracking Skill
by amdf01-debug
安装
claude skill add --url github.com/openclaw/skills/tree/main/skills/amdf01-debug/sw-analytics-tracking文档
Trigger
When the user wants to set up, improve, or audit analytics tracking and measurement.
Trigger phrases: "set up tracking", "GA4", "Google Analytics", "conversion tracking", "event tracking", "UTM parameters", "tag manager", "GTM", "analytics implementation", "tracking plan"
Process
- Understand: Product type, key conversion actions, current setup
- Design: Event taxonomy, conversion funnels, UTM strategy
- Implement: Tracking code, GTM configuration, custom events
- Verify: Testing plan to confirm data accuracy
- Dashboard: KPI definitions and reporting structure
Output: Tracking Plan
# Tracking Plan — [Product]
## Key Conversions
| Event | Trigger | Parameters | Priority |
|-------|---------|------------|----------|
| sign_up | Form submission | method, source | P0 |
| purchase | Checkout complete | value, currency, items | P0 |
...
## Event Taxonomy
### Naming Convention
- Format: `[object]_[action]` (e.g., `button_click`, `form_submit`)
- Always lowercase, underscore separated
- Include: event name, category, label, value
### User Properties
| Property | Type | Description |
|----------|------|-------------|
| user_type | string | free / pro / enterprise |
| signup_date | date | Account creation date |
...
## UTM Strategy
| Campaign Type | Source | Medium | Campaign |
|--------------|--------|--------|----------|
| Newsletter | newsletter | email | [YYYY-MM-topic] |
| Social organic | twitter/linkedin | social | [topic] |
| Paid ads | google/meta | cpc | [campaign-name] |
...
## Conversion Funnels
### Primary: Visitor → Signup → Activation → Purchase
1. page_view (landing page)
2. cta_click (signup button)
3. sign_up (form submitted)
4. onboarding_start
5. key_action_complete (activation event)
6. purchase
## Dashboard KPIs
| KPI | Definition | Target |
|-----|-----------|--------|
| Conversion rate | signups / visitors | >3% |
...
Rules
- Always define events before implementing — plan first
- Use consistent naming conventions across all events
- Test every event in debug mode before going live
- Document everything — future you will thank present you
- GDPR: always include consent mechanism before tracking EU users
相关 Skills
技术栈评估
by alirezarezvani
对比框架、数据库和云服务，结合 5 年 TCO、安全风险、生态活力与迁移复杂度做量化评估，适合技术选型、栈升级和替换路线决策。
✎ 帮你系统比较技术栈优劣，不只看功能，还把TCO、安全性和生态健康度一起量化，选型和迁移决策更稳。
资深数据科学家
by alirezarezvani
覆盖实验设计、特征工程、预测建模、因果推断与模型评估，适合用 Python/R/SQL 做 A/B 测试、时序分析和生产级 ML 落地，支撑数据驱动决策。
✎ 从 A/B 测试、因果分析到预测建模一条龙搞定，既有硬核统计方法也懂业务沟通，特别适合把数据结论真正落地。
资深架构师
by alirezarezvani
适合系统设计评审、ADR记录和扩展性规划，分析依赖与耦合，权衡单体或微服务、数据库与技术栈选型，并输出Mermaid、PlantUML、ASCII架构图。
✎ 搞系统设计、技术选型和扩展规划时，用它能更快理清架构决策与依赖关系，还能直接产出 Mermaid/PlantUML 图，方案讨论效率很高。
相关 MCP 服务
SQLite 数据库
编辑精选by Anthropic
SQLite 是让 AI 直接查询本地数据库进行数据分析的 MCP 服务器。
✎ 这个服务器解决了 AI 无法直接访问 SQLite 数据库的问题，适合需要快速分析本地数据集的开发者。不过，作为参考实现，它可能缺乏生产级的安全特性，建议在受控环境中使用。
PostgreSQL 数据库
编辑精选by Anthropic
PostgreSQL 是让 Claude 直接查询和管理你的数据库的 MCP 服务器。
✎ 这个服务器解决了开发者需要手动编写 SQL 查询的痛点，特别适合数据分析师或后端开发者快速探索数据库结构。不过，由于是参考实现，生产环境使用前务必评估安全风险，别指望它能处理复杂事务。
Firecrawl 智能爬虫
编辑精选by Firecrawl
Firecrawl 是让 AI 直接抓取网页并提取结构化数据的 MCP 服务器。
✎ 它解决了手动写爬虫的麻烦，让 Claude 能直接访问动态网页内容。最适合需要实时数据的研究者或开发者，比如监控竞品价格或抓取新闻。但要注意，它依赖第三方 API，可能涉及隐私和成本问题。