ThinkingAI Logo

AE 分析

通过 ae-cli 操作 AE/TE 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/TE 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。

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