使用 AI 自动化分析 Mixpanel 产品数据
解决产品分析中重复手动查询的痛点：通过 Rube MCP 连接 Mixpanel，让 AI 能够直接执行事件聚合、分群分析、漏斗追踪和用户画像更新，将复杂的数据分析需求转化为自然语言指令。
为什么需要这个技能
在进行产品分析时，分析师通常需要在 Mixpanel 界面中手动创建漏斗、配置分群或编写 JQL 查询。这种方式在面对快速迭代的指标监控或大规模用户属性更新时效率较低。
通过本技能，AI 可以直接调用 Mixpanel 的工具集。你不再需要手动操作 UI，而是可以通过对话让 AI “统计上周美国地区 Pro 用户的留存情况”或“批量更新特定标签的用户属性”，极大地缩短了从提出假设到获取结论的路径。
适用场景
- 快速指标统计：快速获取特定事件的计数、趋势或唯一用户数。
- 转化率分析：自动化查询已定义的漏斗，识别用户流失的关键环节。
- 用户分群研究：根据属性对事件进行细分，分析不同用户群体的行为差异。
- 画像自动化管理：基于特定条件搜索用户，并批量更新其 Profile 属性。
- 高级自定义查询：利用 JQL (JavaScript Query Language) 执行复杂的非标准分析。
核心工作流
1. 环境初始化
在执行任何分析前，AI 必须遵循以下步骤：
- 调用
RUBE_SEARCH_TOOLS获取当前的工具 Schema。 - 使用
RUBE_MANAGE_CONNECTIONS确保 Mixpanel 连接状态为ACTIVE。
2. 数据查询链路
- 事件统计：
MIXPANEL_GET_ALL_PROJECTS(获取 ID)MIXPANEL_AGGREGATE_EVENT_COUNTS(聚合数据)。 - 漏斗分析：
MIXPANEL_LIST_FUNNELS(查找漏斗 ID)MIXPANEL_QUERY_FUNNEL(执行分析)。 - 用户画像：
MIXPANEL_QUERY_PROFILES(筛选用户)MIXPANEL_PROFILE_BATCH_UPDATE(批量更新)。
3. 关键语法规范
在调用 where 或 on 参数时，必须严格遵守 Mixpanel 表达式语法：
- 属性引用：
properties["property_name"] - 逻辑判断：
properties["country"] == "US" and properties["plan"] == "pro" - 时间格式：必须使用
'YYYY-MM-DD'。
下载和安装
下载 mixpanel-automation 中文版 Skill ZIP
解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。
你可能还需要
暂无推荐