analytics

Навык analytics из репозитория Marketing Skills for AI Agents помогает спроектировать, улучшить или проверить измерение маркетинговых и продуктовых действий. Он применяется к задачам настройки tracking, GA4, Google Analytics, conversion tracking, event tracking, UTM-параметров, Google Tag Manager, GTM, Mixpanel и Segment, а также к вопросам о том, как понять, работает ли маркетинговая функция. README репозитория описывает набор как коллекцию навыков для технических маркетологов и основателей; он рассчитан на coding agents, поддерживающие Agent Skills, включая Codex, Claude Code, Cursor и Windsurf. Сам навык не подменяет конкретную аналитику проекта готовыми идентификаторами или универсальной схемой. Перед внедрением предлагается провести начальную оценку в трёх плоскостях. Сначала нужно определить бизнес-контекст: какие решения должны поддерживать данные и какие конверсии действительно важны. Затем проверяется текущее состояние: какие счётчики, события и инструменты уже работают. Третья часть — технический контекст, включая стек, требования к приватности и соответствию правилам обработки данных. Это защищает от ситуации, когда команда собирает много событий, но не может связать их с решением. Основной принцип навыка сформулирован как измерять ради решений, а не ради объёма данных; дополнительно подчёркиваются вопросы перед реализацией, единообразные имена и постоянная проверка качества данных. Для tracking plan предложена простая таблица с полями Event Name, Category, Properties, Trigger и Notes. В ней можно разделить pageviews, действия пользователя, системные события и собственные конверсии. Имена событий рекомендуется строить по схеме object_action: например signup_completed, button_clicked, form_submitted, article_read или checkout_payment_completed. Имена должны быть в нижнем регистре, с подчёркиваниями, конкретными и без пробелов; контекст следует держать в properties, а не раздувать название события. Для маркетингового сайта в исходнике приведены cta_clicked, form_submitted, signup_completed и demo_requested, а для продукта — onboarding_step_completed, feature_used, purchase_completed и subscription_cancelled. События и свойства нужно адаптировать к реальным действиям приложения, не копируя список механически. В качестве стандартных свойств описаны page_title, page_location и page_referrer для страницы; user_id, user_type, account_id и plan_type для пользователя; source, medium, campaign, content и term для кампании; product_id, product_name, category и price для продукта. Навык отдельно советует не дублировать автоматически собираемые значения и не помещать PII в properties. Для GA4 перечислена последовательность: создать property и data stream, установить gtag.js или GTM, включить enhanced measurement, настроить custom events и пометить конверсии в Admin. Для GTM описаны три типа объектов — tags, triggers и variables — и приведён dataLayer-паттерн с event, form_name и form_location. UTM-стратегия включает utm_source, utm_medium, utm_campaign, utm_content и utm_term. Все значения рекомендуется приводить к нижнему регистру, использовать единый стиль разделителей, быть конкретными и документировать кампании. Проверка результата выполняется через GA4 DebugView, GTM Preview Mode и инструменты просмотра dataLayer. В контрольном списке есть правильность trigger, заполнение properties, отсутствие дублей событий, работа на браузерах и мобильных устройствах, запись конверсий и отсутствие утечки PII. Ограничение навыка очевидно из его workflow: он задаёт вопросы, структуру и проверки, но не может заранее знать бизнес-цели, существующую конфигурацию или требования приватности конкретного сайта. Поэтому сначала нужно заполнить контекст и tracking plan, затем внедрять минимальный набор событий, а после запуска проверять фактическую отправку и качество данных.