An astronaut overseeing a futuristic data hub
PDF herunterladenMarkdown-Version

Verbinden Sie AI Feature Discovery Analytics mit Ihrer KI

Richten Sie es einmal ein und es funktioniert mit ChatGPT, Claude, Cursor und jedem anderen Client, den Sie lieben. Alles läuft sicher im Hintergrund, damit Sie sich entspannen und sich auf das Wesentliche konzentrieren können. Verstehen Sie, wie Nutzer Ihre Features entdecken, und steigern Sie die Adoption.

Fragen Sie die KI zu diesem Connector

Entwickelt, gewartet und gehostet von Vinkius.

MCP VERIFIZIERT · PRODUKTIONSREIF · VINKIUS GARANTIE

Waiting for input…

Works with modern AI clients that support MCP, including ChatGPT, Claude, Cursor, and more.

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Ihre KI erledigt die Arbeit. Wir halten alles sicher und geschützt.

Kein anderes KI-Tool bietet Ihnen das. Ihr Workflow läuft im Client, den Sie bereits lieben, Ihr Konto bleibt geschützt, und Sie entscheiden, was der Agent darf und was nicht. Das ist der ganze Grund für den Wechsel.

Jeder Connector lebt in unserer Infrastruktur, dort wo Ihr Workflow läuft. Die drei Dinge unten sind bereits Teil davon und arbeiten leise im Hintergrund, damit Sie nie darüber nachdenken müssen. Nichts hinzuzufügen, nichts einzurichten, keine Sorgen.

A futuristic MCP client docking bay
V8 Isolate01

Jeder Connector läuft in seiner eigenen abgeschotteten Umgebung.

Jeder Connector läuft in einer eigenen abgeriegelten V8-Laufzeit — kein Zugriff auf Ihre Dateien, Ihr System oder andere Server. Ein Connector sieht nie über seine eigene Anfrage hinaus.

Kill-Switch02

Ein Schalter stoppt jeden Agenten. Sofort.

Eine einzige Aktion deaktiviert jeden Connector, entzieht jedes Token und beendet jede Sitzung auf einmal. Die AI Governance bewahrt das Protokoll.

FinOps pro Nutzer03

Ausgabelimits, die anhalten, statt Sie zu überraschen.

Jeder Nutzer behält eigene Verbindungen und Anmeldedaten, isoliert von allen anderen. Was Ihr Ausgabelimit überschreiten würde, wird zurückgehalten und wartet auf Ihre Freigabe, anstatt abgerechnet zu werden.

Drei Kontrollen, eingebaut in die Schicht, über die sich Ihre KI verbindet.

Kuratiertes Set · 4 Fähigkeiten

Wir liefern nur die Aktionen, die zählen.

Fähigkeiten-Set01 / 01

01-04

4 Fähigkeiten in diesem Set.

Teil von 4, verfügbar über AI Feature Discovery Analytics.

  1. 01

    Berechnung der Entdeckungsmetriken

    Liefert Ihnen den grundlegenden Gesundheitswert für die Einführung einer KI-Funktion. Verstehen Sie sofort, wie gut Ihre Feature-Einführung ankommt.

  2. 02

    Bewertung der Kanal-Performance

    Bestimmt, welche Marketing- oder UI-Pfade die höchste Nutzerbindung erzielen. So wissen Sie, wo Sie Ihre Nutzer am besten erreichen.

  3. 03

    Analyse der Entdeckungsgeschwindigkeit

    Misst die Geschwindigkeit der Akzeptanz und identifiziert Verzögerungen bei der Feature-Bekanntheit. Verfolgen Sie den tatsächlichen Adoption-Weg Ihrer Nutzer.

  4. 04

    Generierung einer Beschleunigungsstrategie

    Bietet umsetzbare Ratschläge zur Verbesserung der Entdeckung basierend auf aktuellen Leistungslücken. Erhalten Sie konkrete nächste Schritte für Ihr Produktteam.

Echte Arbeit

Was Teams täglich ausführen

01

Post-Launch Performance Review

You just launched a major AI widget. Use this MCP to calculate the discovery metrics and see if the rollout was successful.

02

Onboarding Flow Optimization

The new feature isn't being used. Use the MCP to evaluate your onboarding paths and find the best way to introduce the capability.

03

Marketing Campaign Audit

A specific marketing campaign ran for a month. Use the MCP to compare its performance against your standard channels to prove ROI.

04

Identifying User Drop-off

You suspect users are getting lost between the main dashboard and the new feature. Use the MCP to analyze the discovery velocity and pinpoint the delay.

Ein Connector, jede KI

AI Feature Discovery Analytics funktioniert mit den beliebtesten KI-Clients.

Dies sind die beliebtesten Clients, jeder mit einer Schritt-für-Schritt-Anleitung: ein Link, einmal eingerichtet, mit Governance und Sichtbarkeit an Bord. Und da alles auf dem MCP-Standard läuft, funktioniert dieselbe Verbindung auch in jedem anderen kompatiblen Client — nichts neu zu bauen.

ClaudeClaudeChatGPTChatGPTGeminiGeminiPerplexityPerplexityGrokGrokMicrosoft CopilotMicrosoft CopilotCursorCursorVS CodeVS CodeWindsurfWindsurfJetBrainsJetBrainsClineClineLangChainLangChainVercel AI SDKVercel AI SDKLovableLovableZ.aiZ.aiRaycastRaycastQwen CodeQwen CodeKimi CodeKimi CodeLe ChatLe Chat

Bauen Sie Ihre eigene App? Der Connector gehört Ihnen.

Sie brauchen keinen Client, um AI Feature Discovery Analytics arbeiten zu lassen: dieselbe gehostete Verbindung speist Ihre eigenen Anwendungen und Ihren Agenten-Code, mit derselben Governance bei jeder Anfrage. Damit bauen, damit chatten — eine Verbindung für beides.

Beobachtet, nicht geschätzt

Durchschnitt 899ms. Schnell in der Produktion.

AI Feature Discovery Analytics wird täglich gegen den Live-Service geprüft.

TagesdurchschnittSpitze 1073ms
3. Okt.Heute
Schnellster Tag
631ms
Langsamster Tag
1073ms
14-Tage-Trend
Verlangsamend+8%

Verbinden Sie Ihren Client

Eine URL. Jeder Client.

Aktivieren Sie den Connector, kopieren Sie Ihren Link und fügen Sie ihn in den Client ein, den Sie bereits nutzen. 4 Fähigkeiten kommen einsatzbereit an.

Vorschauzugang · keine Anbieter-Authentifizierung

Das vk_preview_*-Token gehört zur Vorschau-Infrastruktur von Vinkius. Es ermöglicht Claude, die Fähigkeiten von AI Feature Discovery Analytics zu entdecken und anzuzeigen, damit Sie das Erlebnis in Ihrer KI sehen.

Es authentifiziert Ihr Konto nicht bei AI Feature Discovery Analytics. Aktionen, die Anmeldedaten oder echte Kontodaten erfordern, werden möglicherweise erst ausgeführt, wenn Sie den Connector aktivieren und den Dienst autorisieren.

AI Feature Discovery Analytics Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_M2ugyR0bdwPEifqVrgkiN2rOjMAmxmSaK4RbYzhA/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — AI Feature Discovery Analytics capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "ai-feature-discovery-analytics-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_M2ugyR0bdwPEifqVrgkiN2rOjMAmxmSaK4RbYzhA/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Schritt-für-Schritt-Anleitungen für jeden Client finden Sie im Guide. Verbinden

Geführte Einrichtung für Claude? AI Feature Discovery Analytics in Claude und anderen KI-Tools einrichten

Alle KI-Clients ansehen, mit denen dieser Connector funktioniert ↑

Für wen

Für die Arbeit, die AI Feature Discovery Analytics-Nutzer abgeben.

Dieser MCP Connector ist für Produktteams und Product Owner in SaaS-Unternehmen konzipiert. Wenn Sie wissen möchten, wie gut Ihre neuen KI-Funktionen tatsächlich angenommen werden, ist dieses Capability unerlässlich. Sie erhalten tiefgehende Einblicke, die über einfache Nutzungszahlen hinausgehen.

  • 01

    Product Manager

    Sie identifizieren Engpässe in der User Journey und planen gezielte Feature-Verbesserungen.

  • 02

    Produkt-Owner

    Sie steuern die Roadmap, indem Sie Daten zur tatsächlichen Feature-Adoption nutzen.

  • 03

    UX/UI Designer

    Sie optimieren die Platzierung und Sichtbarkeit von Funktionen, um die Nutzerführung zu verbessern.

FAQ

Fragen von AI Feature Discovery Analytics-Nutzern.

  • 01

    Does this MCP work for any type of feature, or just AI features?

    This MCP is specialized for measuring AI features within a SaaS product. It focuses on the unique challenges of user discovery and adoption for advanced, AI-driven capabilities.

  • 02

    What kind of data does the MCP need to run?

    The MCP needs usage data, including metrics like user counts, feature interaction counts, and timestamps. The prompt examples show how to provide this raw data for calculation.

  • 03

    Can I use this to compare different product versions?

    Yes. You can input data from different time periods or product versions to compare performance, helping you see if a change improved the discovery rate.

  • 04

    Is this MCP just a report generator, or does it give advice?

    It does both. After calculating metrics, the MCP can use the generate_acceleration_strategy capability to provide concrete, actionable advice on how to improve adoption.

  • 05

    What is the discovery rate?

    The discovery rate is the percentage of users who successfully identified and attempted to use an AI feature out of the total group exposed to it, calculated via calculate_discovery_metrics.

  • 06

    How can I improve my feature adoption?

    You can use generate_acceleration_strategy to receive specific, actionable advice based on your current discovery rate, UI friction, and promotion intensity.

  • 07

    Can I compare different marketing channels?

    Yes, the evaluate_channel_performance capability allows you to compare the effectiveness of various channels like Modals, Tooltips, or Email.

Entdecken

Mehr in Product Management

Vorschläge

Verbinde AI Feature Discovery Analytics mit Claude, Cursor, ChatGPT & mehr