growth-model-analyzer
增长模型分析技能 - 提供全面的增长黑客分析工具，包括裂变策略评估、用户细分、Uplift建模、ROI优化等。支持多种增长场景的机器学习建模和智能决策建议。适用于用户增长、营销优化、产品迭代等增长分析场景。
npx skills add majiayu000/claude-skill-registry --skill growth-model-analyzer --agent claude-code
Same command for any agent — swap --agent for codex, cursor, copilot.
Weekly change comes from our own snapshots, not the repository page — it measures attention, not adoption.
# 增长模型分析技能 ## 技能概述 增长模型分析技能是一个全面的增长黑客工具包，基于《数据分析咖哥十话》第10话的增长模型理论，提供从基础效果评估到高级机器学习建模的完整增长分析解决方案。 该技能专注于通过数据驱动的方法，帮助企业理解和优化用户增长策略，实现可持续的商业增长。 ## 核心功能 ### 🎯 裂变策略效果评估 - **转化率分析**: 计算和比较不同裂变策略的转化效果 - **统计显著性检验**: 使用卡方检验等方法验证策略效果 - **效果可视化**: 生成直观的策略对比图表和报告 ### 👥 用户细分与个性化策略 - **RFM用户分群**: 基于近度、频度、金额的用户价值分析 - **行为画像分析**: 深度分析用户行为模式和偏好 - **个性化推荐**: 为不同用户群体推荐最优增长策略 ### 🤖 智能Uplift建模 - **XGBoost增长建模**: 使用机器学习识别高增量价值用户 - **增量分数计算**: 精确计算用户对营销策略的响应概率 - **Qini曲线分析**: 评估增长模型的预测效果和商业价值 ### 💰 成本效益分析与ROI优化 - **ROI计算**: 全面的投资回报率分析 - **预算分配优化**: 智能化的营销预算分配建议 - **LTV预测**: 用户生命周期价值预测和优化 ### 📈 增长策略优化 - **协同效应分析**: 识别策略间的协同和冲突效应 - **疲劳效应监测**: 监控和预防用户对策略的疲劳 - **自动化建议**: 基于数据驱动提供策略优化建议 ## 工具使用指南 ### 基础使用流程 1. **数据准备** ```python # 加载增长数据 analyzer = GrowthModelAnalyzer() data = analyzer.load_data('growth_data.csv') ``` 2. **策略效果评估** ```python # 评估裂变策略效果 results = analyzer.analyze_campaign_effectiveness( data, campaign_col='裂变类型', conversion_col='是否转化' ) ``` 3. **用户细分分析** ```python # RFM用户分群 segments = analyzer.rfm_segmentation( data, user_col='用户码', recency_col='R值', frequency_col='曾助力', monetary_col='M值' ) ``` 4. **Uplift建模** ```python # 构建增长模型 uplift_model = UpliftModeler() model_results = uplift_model
- 技能概述
- 核心功能
- 🎯 裂变策略效果评估
- 👥 用户细分与个性化策略
- 🤖 智能Uplift建模
- 💰 成本效益分析与ROI优化
- 📈 增长策略优化
- 工具使用指南
- 基础使用流程
- 高级分析功能
- 最佳实践
- 数据要求
- 模型选择指导
- 策略优化建议
python examples/growth_analysis_example.py python quick_test.py python examples/uplift_modeling_example.py python examples/qini_curve_example.py
What does the growth-model-analyzer skill do?
增长模型分析技能 - 提供全面的增长黑客分析工具，包括裂变策略评估、用户细分、Uplift建模、ROI优化等。支持多种增长场景的机器学习建模和智能决策建议。适用于用户增长、营销优化、产品迭代等增长分析场景。
How do I install it?
Run `npx skills add majiayu000/claude-skill-registry --skill growth-model-analyzer --agent claude-code` — it drops the skill into your project so the agent can pick it up. Swap the --agent value for codex, cursor or copilot if you use one of those.
Where does this skill come from?
From majiayu000/claude-skill-registry, a repository with 534 stars. We read it straight from the repository tree rather than a submitted listing, so what you see here is what is actually published.
Is a popular skill a good skill?
Not necessarily. Stars measure attention, not adoption — a repository can trend for a week and be abandoned. That is why we show the weekly change from our own snapshots next to the total, instead of a single flattering number.