ThinkingAI Logo

AE 分析

通过 ae-cli 操作 AE/AE 分析平台的报表、看板、Ad-hoc 分析、分群、标签、指标、预警等全部分析资产,79 个命令覆盖分析侧完整工作流。

数据分析数据分析异常诊断异常诊断全行业平台操作
返回 Skills 库

AE 分析平台操作 Skill 是 ThinkingAI 行业 Skill 库中的一项分析平台全流程操作能力,帮助数据与运营团队通过 ae-cli 命令行工具操作 AE/AE 分析平台的全部分析资产——报表查询、看板创建、Ad-hoc 模型分析、分群与标签管理、指标定义与治理、预警配置、元数据检查等 79 个命令覆盖分析侧完整工作流,从"手动在网页上逐个操作"升级为"命令行批量精准执行"的高效模式。这正是 ThinkingAI「10 年行业经验沉淀为开箱即用 Skill」的体现。

Agent
ae-analysis
看下我们项目最近 14 天的新增用户规模和留存表现,周会要用。上次建好的那张报表如果还在,直接用那张的口径,别重新建一遍。
项目门控 — 验证某MMO游戏DEMO(project_id=2
项目校验通过,具备查询权限
+list_reports 模糊搜索「新增 留存」相关报表
命中「新增用户规模与留存」,直接复用不新建
+query_report_data 拉取近 14 天分日新增与次日留存
14 天累计新增 41,286 人
7 日留存为报表未覆盖口径 — Builder 生成留存分析 QP 后 Ad-hoc 补查
汇总阶段均值,+get_resource_url 返回报表访问链接

近 14 天的数据拉完了,整体是健康的:累计新增 41,286 人(日均 2,949),次日留存均值 32.8%,7 日留存均值 13.6%,趋势平稳无异常点。全程复用你们已有的报表口径,没有重复建模。

一、近 14 天新增与留存趋势

近 14 天新增用户次日 / 7 日留存率 单位:%
次日留存率7 日留存率
近 14 天新增用户次日 / 7 日留存率01020304007-0107-0607-1107-14

两处留空说明:07-14 入组用户的次日留存要到今天结束才跑满;7 日留存只有 07-01 至 07-07 入组的用户完整走完了窗口。未跑满的数据点按规范留空,不做外推。

二、阶段留存均值

阶段日均新增次日留存均值7 日留存均值
前 7 天(07-01 至 07-07)2,87632.9%13.6%
后 7 天(07-08 至 07-14)3,02232.6%—(窗口未跑满)
全周期2,94932.8%13.6%
← 左右滑动查看

后 7 天日均新增 3,022 人,环比前 7 天 +5.1%;次日留存均值 32.9% → 32.6%,波动 0.3pp 在正常范围——新增放量没有稀释留存质量

三、本次调用的分析资产

报表「新增用户规模与留存」——+list_reports 模糊搜索命中,直接复用其口径出数
7 日留存为报表未覆盖口径,走 Builder 生成留存分析 QP 后 Ad-hoc 补查,未手写参数
报表访问链接已通过 +get_resource_url 返回,可直接贴进周会材料
建议
下周若要看分渠道的留存结构,在这张报表上改分组参数复用即可,不用新建;如果「新增 + 留存」这套口径要长期跟踪,建议固定为周会看板组件,省去每周手动拉数。
报表「新增用户规模与留存」已固定至项目看板,每日自动刷新。

行业痛点

AE 分析平台是数据分析的核心工具,但超过 60% 的团队在操作效率上存在瓶颈:创建一个看板需要手动配置 10+ 个报表组件和筛选条件,平均耗时 15-20 分钟;查询 Ad-hoc 分析需要手写 QP JSON,字段名、事件名、属性名全靠记忆或翻文档,错误率超过 40%;分群、标签和指标定义又因为参数格式复杂而频繁试错。更隐蔽的问题是资源发现困难,不知道项目中已有报表、看板、指标,每次都从零搜索或重复创建。

核心价值

  • 79 个命令全覆盖:analysis(40)+ audience(14)+ meta(23)+ common(2),覆盖报表/看板/Ad-hoc/分群/标签/指标/预警/元数据全部操作
  • 项目门控机制:所有需要 project_id 的命令先验证项目,不猜测不混淆
  • 写操作闭环链接:创建资源后自动获取可访问 URL,从创建到分享一步完成
  • 模糊搜索兜底:资源找不到时先模糊搜索再全量兜底,不凭猜测操作不存在的东西
  • Builder 强制前置:event/retention/funnel/prop_analysis 四类模型必须先走 Builder 生成 QP,不手写不猜测

适用场景

1

需要创建或查询报表、看板、预警规则

2

需要执行 Ad-hoc 事件分析、留存分析、漏斗分析、属性分析

3

需要管理分群和标签的创建、更新、刷新

4

需要定义或治理指标、虚拟事件、虚拟属性

5

需要查看项目元数据(事件列表、属性列表、项目配置)

6

需要查找项目中已有报表/看板避免重复创建

实战案例

某游戏运营团队 · 批量创建月度看板
团队每月需要创建 6 个数据看板,手动操作每个平均 20 分钟。通过 AE 分析 Skill,系统先 +list_dashboards 搜索已有看板避免重复创建,再 +create_dashboard 批量创建缺失看板并配置报表组件,最后 +get_resource_url 返回可访问链接。6 个看板从 120 分钟缩短至 15 分钟,效率提升 8 倍。

常见疑问

这个 Skill 能替代网页操作吗?

是。ae-cli 命令覆盖分析侧绝大部分网页操作,且命令行模式支持批量执行、参数校验和结果复用。

Ad-hoc 分析和报表查询有什么区别?

报表查询使用已有报表的预计算数据,更快更稳定;Ad-hoc 分析使用 Builder 生成 QP 后实时计算,更灵活但更耗时。

和 ae-analysis-global 有什么关系?

ae-analysis 是基础 Skill,ae-analysis-global 是多集群叠加层。单集群项目只用 ae-analysis,多集群项目叠加 global 路由规则。

相关 Skills 推荐

用「AE 分析」武装你的 Agent

预约演示,看看它如何在你的业务场景中落地

ThinkingAI Big Logo
电话咨询