分析意图路由

AE 数据分析意图路由：自动识别分析意图并路由到正确的 ae-cli 命令或 MCP 工具，优先复用已有报表/看板，Builder 强制前置不手写 QP。

数据分析

异常诊断全行业

AE Analysis Intent Skill 是 ThinkingAI 行业 Skill 库中的一项分析意图路由能力，帮助数据与运营团队从自然语言描述的分析需求出发，自动路由到正确的 ae-cli 命令或 MCP 工具——项目门控确认、已有报表/看板优先复用、Builder 强制前置生成 QP、绝对贡献归因算法、异常排查路径推荐，从"不知道该用什么命令"升级为"意图自动路由到正确工具"的精准分析模式。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。

Agent存为 Agent导出会话

ae-analysis-intent

近两周付费流水涨了差不多一成，投放同学说是新渠道 D 带起来的（涨了三倍多），想让我追加 D 的预算。我总觉得哪里不对，帮我确认下这波增量到底是谁贡献的。

意图解析 — 将提问拆解为「趋势确认 + 维度归因 + 决策支持」三个子意图

项目门控 — 验证某卡牌游戏DEMO（project_id=5）

+list_reports 搜索已有付费类报表

复用「付费金额日报」，不重复建 Ad-hoc

Builder 生成事件分析 QP，按 channel 分组拉近 14 天 vs 前 14 天

环比 +10.1 万元（+9.2%）

绝对贡献归因 — 按绝对变化量排序，非相对涨幅

渠道 B 贡献 50%，渠道 D 贡献 41%

先回答要不要加预算的前提问题：这波增量的主驱不是渠道 D，是老渠道 B——+10.1 万元的增量里 B 占 50%（+5.1 万元），D 占 41%。「涨三倍」是小基数的视觉效果。你这句模糊提问被拆解执行的过程也放在下面。

一、你的提问被解析成了什么

原话	解析出的意图	路由到	口径 / 维度
「付费流水涨了差不多一成」	指标趋势确认	复用已有报表「付费金额日报」	近 14 天 vs 前 14 天
「是新渠道 D 带起来的？」	维度归因	Builder 生成事件分析 QP → 绝对贡献归因	分组维度 `channel`，按绝对变化量排序
「该不该追加预算」	决策支持	归因结论 + 渠道质量交叉提示	增量结构 × 质量指标

← 左右滑动查看

二、归因结果：主驱是渠道 B

渠道	前 14 天	近 14 天	绝对贡献	相对涨幅
渠道 B	50.2 万元	55.3 万元	+5.1 万元（占增量 50%）	+10.2%
渠道 D	1.2 万元	5.3 万元	+4.1 万元（占增量 41%）	+342%
其他渠道合计	58.0 万元	58.9 万元	+0.9 万元（占增量 9%）	+1.6%

← 左右滑动查看

按相对涨幅看，D 的 +342% 确实抢眼；但归因必须按绝对贡献排序——D 的涨幅发生在 1.2 万元的基数上，折成绝对增量还比不过 B 的一次常规放量。这就是基数谬误：小基数高涨幅最容易误导预算决策。

三、这次路由帮你避开的三个坑

没有从零建 Ad-hoc——先搜索已有资产，复用「付费金额日报」，口径与你们日常看的数一致

没有手写 QP——事件分析走 Builder 强制前置生成，事件名与字段都经过元数据校验

没有按相对百分比归因——绝对贡献排序把「主驱是 D」的直觉结论纠正为「主驱是 B」

结论

预算建议：先保住渠道 B 的稳定投放，它才是增量基本盘；D 可以小步追加做验证，但加码前先确认它的次日留存和付费率是否达标（建议接「渠道质量分析」Skill 做六维评估）——别按 +342% 拍预算。

行业痛点

数据分析是日常高频操作，但超过 50% 的团队在"意图到工具"的路径上效率低下：知道要查 DAU 趋势却不确定用报表查询还是 Ad-hoc，知道要分析付费下降却不确定用事件分析还是属性分析。更隐蔽的是贡献归因的基数谬误，凭相对百分比判断主驱因素会导致错误结论；已有报表和看板也经常被忽略，每次分析都从零 Ad-hoc 查询。

核心价值

意图自动路由：project_id 门控 → 报表/看板优先搜索 → Builder 生成 QP → Ad-hoc 执行，按意图自动选择最优路径
已有资产优先：先搜索已有报表/看板，找到匹配资产直接查询，不重复创建浪费资源
Builder 强制前置：event/retention/funnel/prop_analysis 四类模型必须先走 Builder，不手写 QP 不猜测参数
绝对贡献归因：维度归因按绝对贡献排序（不按相对百分比排序），杜绝基数谬误导致的错误归因
双工具优先级：ae-cli 优先，te-mcp 仅在 ae-cli 无对应能力或重复非参数失败时兜底

适用场景

需要查询某个指标的趋势或异常变化

需要分析指标变化的维度归因

需要执行事件分析/留存分析/漏斗分析/属性分析

需要查看已有报表/看板的数据

需要排查数据异常根因（分渠道/版本/时间/人群逐层下钻）

需要确认 project_id 后再执行项目级查询

实战案例

某游戏运营团队 · 付费收入下降归因

团队发现付费收入环比下降 15%，直觉认为新渠道 D 增长 400% 是主驱因素。Skill 搜索已有付费报表后用绝对贡献归因计算：渠道 B 从 50 到 55，绝对贡献 +5 占 50%；渠道 D 从 1 到 5，绝对贡献 +4 占 40%。结论修正为渠道 B 是主驱因素，策略从加大 D 投放改为维护 B 稳定性。

常见疑问

和 ae-analysis 有什么区别？

ae-analysis 是分析平台操作手册，ae-analysis-intent 是分析意图到工具的路由规则。前者知道怎么用命令，后者知道该用哪个命令。

绝对贡献归因是什么？

维度归因按绝对变化量排序，不按相对百分比排序，避免小基数高涨幅误导决策。

te-mcp 是什么？

te-mcp 是 AE 的 MCP 协议工具，作为 ae-cli 的兜底方案，仅在 ae-cli 无对应能力或确认非参数原因重复失败时使用。