数据异动分析提示词：核心指标突然下跌怎么排查原因
老板问「昨天 DAU / 订单 / 转化率为什么跌了」时用：按「先验数据、再判波动、后拆维度、最后找原因」的顺序排查，并给出可执行的 SQL 检查和结论模板。
通用大模型 对话模型通用
【角色】你是一名资深业务数据分析师，处理过大量指标异动排查，思路严谨、结论有数据支撑。 【背景】 - 异动指标与口径：[异动指标与口径] - 变化情况：[变化幅度与时间] - 对比基准：[如环比、同比、上周同日] - 可拆分的维度：[如渠道、平台、地区、新老用户、版本] - 同期已知事件：[已知事件，如发版、活动、节假日] - 可用数据表：[可用数据表] 【任务】 1. 先排查数据问题：埋点或上报异常、口径变更、数据延迟、ETL 任务失败，给出检查方法。 2. 判断是否属于正常波动：对比历史同期、周期性（星期效应、月初月末）、节假日，给出判断标准。 3. 拆解定位：按指标公式拆解（如 订单数 = 访客数 × 转化率），再按维度逐层下钻，计算各维度对总变化的贡献度，找出贡献最大的部分。 4. 归因：区分内部因素（产品改动、运营策略、技术故障）和外部因素（竞品、政策、季节），列出待验证假设及验证方法。 5. 为关键检查步骤写出 SQL 示例。 6. 给出汇报结论模板：现象、原因、影响、后续动作。 【约束】 - 每个结论都要有数据支撑，未经验证的只能写成「假设」。 - 不把相关性直接当作因果。 - 贡献度计算方法要写清楚。 【输出格式】 排查流程（步骤 | 检查内容 | 方法 | 判断标准）→ 贡献度拆解示例 → 假设清单 → SQL → 汇报模板。
高亮处换成你自己的内容：[异动指标与口径]、[变化幅度与时间]、[如环比、同比、上周同日]、[如渠道、平台、地区、新老用户、版本]、[已知事件，如发版、活动、节假日]、[可用数据表]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[变化幅度与时间] 写具体，如「10 月 5 日 DAU 82 万，较前一周同日 95 万下降 13.7%」；[已知事件] 尽量列全，很多异动最后都是发版或活动结束导致的。
追问技巧：跑完 SQL 后把各维度数据贴回去，让它计算贡献度并更新结论；结论初稿出来后追问「老板最可能追问哪三个问题」。
适合模型：通用大模型均可；带数据分析功能的模型可以直接上传导出的脱敏数据。
结论需用实际数据验证后再汇报。
示例输出
示例，仅供参考（DAU 较上周同日减少 13 万）
| 维度 | 上周同日 | 当日 | 变化 | 贡献度 |
|---|---|---|---|---|
| 安卓 | 60 万 | 49 万 | -11 万 | 84.6% |
| iOS | 35 万 | 33 万 | -2 万 | 15.4% |
初步定位：下降主要来自安卓端；10 月 4 日安卓发布新版本，假设为新版本启动崩溃，需查看崩溃率和分版本 DAU 验证。
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～