资源位转化数据波动分析

对前端资源位（banner、卡片、弹窗等）的曝光→点击→业务转化漏斗进行波动归因分析，定位数据波动的主要驱动因素，输出结构化分析报告。

前置条件

• Python 3.8+
• 依赖会由脚本自动检测，缺失时提示安装命令

定位脚本路径

重要：分析脚本位于本 SKILL.md 同级目录的 scripts/analyze.py。

运行前先确定本 SKILL.md 的绝对路径，然后拼出脚本路径：

# 假设 SKILL.md 位于 /path/to/skills/resource-position-analysis/SKILL.md
# 则脚本路径为:
SCRIPT="/path/to/skills/resource-position-analysis/scripts/analyze.py"
python3 "$SCRIPT" <excel_file> --mode <mode> [options]

常见安装位置：

• ClawHub 安装: ./skills/resource-position-analysis/scripts/analyze.py
• 个人技能: ~/.cursor/skills/resource-position-analysis/scripts/analyze.py

数据格式

用户需提供 Excel 文件，包含以下字段（支持中英文列名）：

可选字段：exposure_pv, click_pv, channel, segment

分析流程

Step 1: 确认数据和对比周期

支持三种对比模式：

Step 2: 运行分析

# 日环比
python3 "$SCRIPT" data.xlsx --mode dod --date 2026-03-25

# 周同比
python3 "$SCRIPT" data.xlsx --mode wow --date 2026-03-25

# 自定义区间
python3 "$SCRIPT" data.xlsx --mode custom \
  --base-start 2026-03-18 --base-end 2026-03-24 \
  --compare-start 2026-03-11 --compare-end 2026-03-17

# 指定资源位
python3 "$SCRIPT" data.xlsx --mode dod --date 2026-03-25 --position "头部banner,福利卡片"

# 输出到文件
python3 "$SCRIPT" data.xlsx --mode dod --date 2026-03-25 --output report.md

Step 3: 解读报告

脚本输出 Markdown 报告包含：

1. 数据概览 — 本期/上期核心指标对比表
2. 波动归因 — 各因素（曝光/CTR/CVR）贡献量和占比
3. 多资源位对比 — 各资源位波动方向和主因横向对比
4. 关键发现 — 自动识别的重要信号
5. 后续建议 — 基于波动因素的针对性运营建议

核心方法论：连环替代法

漏斗公式：业务转化量 = 曝光UV × CTR × CVR

曝光贡献 = (Exp₁ - Exp₀) × CTR₀ × CVR₀
CTR贡献  = Exp₁ × (CTR₁ - CTR₀) × CVR₀
CVR贡献  = Exp₁ × CTR₁ × (CVR₁ - CVR₀)
贡献占比 = 贡献量 / 总变化量 × 100%

建议映射规则

注意事项

• 总变化量接近0（|ΔConversion| < 1）时脚本提示"波动极小，无需归因"
• 连环替代法固定使用「曝光→CTR→CVR」替代顺序
• 数据缺失值会被自动跳过
• 报告模板参见 report-template.md