An astronaut overseeing a futuristic data hub
Télécharger le PDFVersion Markdown

Connectez AI Feature Usage Analytics à ChatGPT et Claude

Configurez-le une fois et il fonctionne avec ChatGPT, Claude, Cursor et n'importe quel autre client que vous aimez. Tout s'exécute en toute sécurité en arrière-plan, pour que vous puissiez vous détendre et vous concentrer sur l'essentiel. Mesurez la rétention et l'engagement utilisateur en temps réel.

Demandez à l'IA à propos de ce Connector

Développé, maintenu et hébergé par Vinkius.

MCP VÉRIFIÉ · PRÊT POUR LA PRODUCTION · GARANTIE VINKIUS

Waiting for input…

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

ChatGPTClaudeCursorPerplexityGeminiMicrosoft CopilotRaycastMeta AI

Votre IA fait le travail. Nous veillons dessus, en toute sécurité.

Aucun autre outil d'IA ne vous offre ça. Votre workflow s'exécute dans le client que vous aimez déjà, votre compte reste protégé, et vous décidez ce que l'agent peut ou ne peut pas faire. C'est la vraie raison de faire le pas.

Chaque Connector vit dans notre infrastructure, là où votre workflow s'exécute. Les trois choses ci-dessous en font déjà partie et travaillent discrètement en arrière-plan pour que vous n'ayez jamais à y penser. Rien à ajouter, rien à configurer, aucune inquiétude à avoir.

A futuristic MCP client docking bay
V8 Isolate01

Chaque Connector s'exécute dans son propre environnement scellé.

Chaque Connector s'exécute dans son propre runtime V8 scellé, sans accès à vos fichiers, à votre système ni aux autres serveurs. Un Connector ne voit jamais au-delà de sa propre requête.

Kill Switch02

Un seul interrupteur arrête tous les agents. Immédiatement.

Une seule action désactive tous les Connectors, révoque tous les tokens et termine toutes les sessions d'un coup. La Gouvernance de l'IA conserve le registre.

FinOps par utilisateur03

Des limites de dépense qui s'interrompent au lieu de surprendre.

Chaque utilisateur garde ses propres connexions et identifiants, isolés de ceux des autres. Ce qui dépasserait votre limite de dépense est stoppé et mis en attente de votre approbation, pas facturé.

Trois contrôles, intégrés à la couche par laquelle votre IA se connecte.

Sélection · 4 capacités

Nous ne livrons que les actions qui comptent.

Ensemble de capacités01 / 01

01-04

4 capacités dans cet ensemble.

Sur 4 disponibles via AI Feature Usage Analytics.

  1. 01

    Déterminer la trajectoire d'engagement IA

    Déterminez la direction et la vélocité de l'engagement des utilisateurs avec l'IA.

  2. 02

    Comparer les métriques par segment

    Comparez les métriques d'engagement IA entre différents niveaux d'utilisateurs.

  3. 03

    Calculer le taux de fidélité IA

    Calculez le ratio de fidélité (DAU/MAU) pour un segment d'utilisateurs spécifique.

  4. 04

    Distribuer l'intensité d'usage IA

    Analysez la répartition de l'intensité d'utilisation des fonctionnalités IA chez les utilisateurs.

Travail réel

Ce que les équipes font tourner

01

Evaluating Feature Launch Success

After launching a new AI capability, you ask the agent to get_engagement_trajectory to see if the usage is trending up or down month over month.

02

Tiered Pricing Justification

You use get_segment_comparison to show stakeholders that the 'Enterprise' tier has significantly higher AI feature adoption than the 'Basic' tier.

03

Identifying Power Users

You run get_usage_distribution to see if your feature usage is concentrated among a small group of users, signaling a potential bottleneck.

04

Assessing Product Health

You calculate get_stickiness_metrics to determine if the overall user base is relying on the AI features daily or only occasionally.

Un connector, toutes les IAs

AI Feature Usage Analytics fonctionne avec les clients IA les plus populaires.

Voici les clients les plus populaires, chacun avec un guide pas à pas : un lien, configuré une fois, avec gouvernance et visibilité intégrées. Et comme tout tourne sur le standard MCP, la même connexion fonctionne aussi dans tout autre client compatible : rien à reconstruire.

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

Vous construisez votre propre app ? Le connector est à vous.

Vous n'avez pas besoin d'un client pour mettre AI Feature Usage Analytics au travail : la même connexion hébergée se branche sur vos propres applications et le code de votre agent, avec la même gouvernance à chaque requête. Construisez avec lui, discutez avec lui : une connexion pour les deux.

Observée, pas estimée

Moyenne de 888 ms. Rapide en production.

AI Feature Usage Analytics est vérifié quotidiennement contre le service en production.

Moyenne quotidiennePic à 1019 ms
3 oct.Aujourd'hui
Jour le plus rapide
729ms
Jour le plus lent
1019ms
Tendance sur 14 jours
Stable0%

Connectez votre client

Une URL. Tous les clients.

Activez le Connector, copiez votre lien et collez-le dans le client que vous utilisez déjà. 4 capacités arrivent prêtes à l'emploi.

Accès aperçu · pas d’authentification du fournisseur

Le jeton vk_preview_* appartient à l’infrastructure d’aperçu de Vinkius. Il permet à Claude de découvrir et d’afficher les capacités de AI Feature Usage Analytics, pour que vous voyiez l’expérience dans votre IA.

Il n’authentifie pas votre compte auprès de AI Feature Usage Analytics. Les actions nécessitant des identifiants ou des données de compte réelles peuvent ne pas s’exécuter tant que vous n’avez pas activé le Connector et autorisé le service.

AI Feature Usage Analytics Connector

Tout est prêt. Choisissez votre client MCP et suivez les instructions de configuration.

Lien du connecteurhttps://edge.vinkius.com/vk_preview_NXLBxo4KbFu77cH9p5U7rwUVSPswlxRdaH1pfsRz/mcp

Claude Desktop

Suivez les étapes ci-dessous pour vous connecter en quelques secondes.

  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 Usage Analytics capabilities are ready to use.
Configuration · claude_desktop_config.jsonCopier
{
  "mcpServers": {
    "ai-feature-usage-analytics-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_NXLBxo4KbFu77cH9p5U7rwUVSPswlxRdaH1pfsRz/mcp"
    }
  }
}
  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Les instructions pas à pas pour chaque client sont dans le guide. Comment connecter

Configuration guidée pour Claude ? Configurer AI Feature Usage Analytics avec Claude et les autres IA

Voyez tous les clients IA avec lesquels ce connector fonctionne ↑

Pour qui

Conçu pour le travail que les utilisateurs de AI Feature Usage Analytics délèguent.

Ce MCP est indispensable pour les équipes qui construisent des applications SaaS basées sur l'IA. Si vous devez prouver la valeur de vos fonctionnalités IA ou optimiser votre taux de rétention, cet outil vous fournit les métriques nécessaires. Il permet de passer d'une simple utilisation à une compréhension profonde du comportement utilisateur.

  • 01

    Chef de Produit (Product Manager)

    Pour identifier les fonctionnalités IA sous-performantes et guider les prochaines itérations de produit.

  • 02

    Data Scientist

    Pour modéliser et valider les tendances d'engagement et de fidélité des utilisateurs.

  • 03

    Responsable de la Croissance (Growth Marketer)

    Pour mesurer l'impact réel de l'IA sur la rétention et l'acquisition de nouveaux segments.

FAQ

Les questions des utilisateurs de AI Feature Usage Analytics.

  • 01

    Does this MCP track all AI feature usage?

    The MCP provides deep insights into how users interact with AI capabilities. It is designed to calculate metrics like stickiness and usage distribution for the features you track.

  • 02

    What is the difference between stickiness and engagement?

    Stickiness measures the ratio of daily to monthly active users for a segment. Engagement trajectory, however, tracks the overall direction and velocity of user interest over time.

  • 03

    Can I compare different user groups?

    Yes. You can use the get_segment_comparison capability to compare AI engagement metrics across different user tiers, helping you spot performance gaps.

  • 04

    Is this only for large companies?

    No. It helps any product team analyze their AI features. You can analyze usage intensity and engagement trends regardless of your company size.

  • 05

    How is stickiness calculated?

    Stickiness is calculated using the get_stickiness_metrics capability, which divides daily active users by monthly active users.

  • 06

    Can I compare different user tiers?

    Yes, use get_segment_comparison to compare average sessions and stickiness between segments like free, pro, or enterprise.

  • 07

    What kind of usage distribution data is available?

    The get_usage_distribution capability categorizes users into low, medium, and high-frequency buckets based on their session counts.

Explorer

Plus dans Analytics

Suggestions

Connectez AI Feature Usage Analytics à Claude, Cursor, ChatGPT et d'autres