#58 · 主分类： 商业智能与分析
retentioneering-tools
agent-skills
analytics-mcp
behaviour-analysis
clickstream
clickstream-analysis
customer-journey-analytics
customer-journey-map
data-visualization
graph-visualizer
machine-learning
predictive-analytics
predictive-modeling
product-analytics
python
quant-ux
segmentation
user-flow
user-trajectories
user-trajectories-analysis
web-analytics
开源Python工具包、MCP服务器和代理技能，用于可复现的点击流和事件日志分析，实现可审计的产品分析、用户流程探索和行为细分。
项目最后更新：08/25/26
GitHub Stars
917
Forks数量
137
贡献者数量
5
许可证
Apache-2.0
收录理由
多数点击流分析工作仍停留在为每个问题新写一段 pandas 脚本的阶段，Retentioneering 正是针对这种重复劳动而设计。将带时间戳的用户事件载入 Eventstream 对象，即可获得基于图的用户流可视化、步骤矩阵、行为分群以及漏斗或队列对比，无需额外搭建基础设施，直接在本地 pandas DataFrame 或 Parquet 文件上运行，交互式视图在 Jupyter 中即时呈现。A/B 测试对比和马尔可夫模拟进一步把分析从描述用户行为推进到预测流程变动的影响，这正是产品决策真正发生的环节。项目同时提供 MCP 服务器和代理技能，让 AI 代理也能执行同样可审计、可复现的分析，避免生成难以验证的一次性代码。对于曾被不透明指标管道困扰的数据科学家和技术负责人，这是一个扎实、可核查的选择。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。