La interfaz está localizada; las descripciones y documentos de las Skills se traducen automáticamente con IA a su idioma. El código, los comandos, rutas y términos técnicos se mantienen en el original, y prevalece el documento del autor.
Explorar Skills
Datos e investigación · SKILL.md

product-health-analysis

product-health-analysis

Interpretar métricas de producto contra objetivos y exponer señales accionables. Utiliza cuando se te pida analizar la salud del producto, revisar métricas clave, investigar un problema de rendimiento, producir un informe de salud o evaluar señales de ajuste producto-mercado. Produce un informe de salud estructurado con estado RAG, análisis de tendencias, h…

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentación de la Skill

GitHub

machine-translated to es from skills/product-health-analysis/SKILL.md — review: pending. Native fixes welcome via PR.

name: product-health-analysis description: "Interpretar métricas de producto contra objetivos y exponer señales accionables. Utiliza cuando se te pida analizar la salud del producto, revisar métricas clave, investigar un problema de rendimiento, producir un informe de salud o evaluar señales de ajuste producto-mercado. Produce un informe de salud estructurado con estado RAG, análisis de tendencias, hipótesis de causa raíz y acciones priorizadas."

Skill de Análisis de Salud del Producto

Transforma datos de métricas en bruto en una narrativa clara de salud — qué funciona, qué no, y qué requiere atención inmediata.

Inputs Requeridos

Solicita al usuario estos datos si no están disponibles:

  • Datos de métricas (valores actuales para métricas clave — incluso números aproximados funcionan)
  • Objetivos o puntos de referencia (targets de OKR, líneas base históricas, o benchmarks de industria)
  • Período (semana / mes / trimestre siendo analizado)
  • Área de producto o segmento (¿estamos mirando el producto completo o una feature específica?)

Marco de Métricas

Analiza a través de cuatro capas:

  1. Acquisition — nuevos usuarios, calidad de fuente, tendencias de CAC
  2. Activation — tiempo para primer valor, tasas de completitud de onboarding
  3. Engagement — DAU/MAU, adopción de features, profundidad de sesión
  4. Retention — retención D1/D7/D30, tasa de churn, tasa de resurrección

Proceso

  1. Para cada métrica, compara: período actual vs. período anterior, actual vs. objetivo
  2. Marca cualquier cosa más del 10% fuera del objetivo como requiriendo investigación
  3. Busca correlaciones — ¿una caída en activation explica una caída de retention 2 semanas después?
  4. Escribe un resumen de salud en inglés claro (sin jerga) adecuado para compartir con stakeholders no técnicos
  5. Recomienda top 3 áreas para investigación inmediata con pasos diagnósticos sugeridos
  6. Valida — Confirma que cada métrica marcada tiene una hipótesis de causa raíz plausible, no solo un número en bruto, y cada acción recomendada tiene un propietario o equipo específico

Estructura de Output

Informe de Salud del Producto — [Período]

Salud General: 🟢 On Track / 🟡 Watch / 🔴 Action Required

MétricaActualObjetivovs. Período AnteriorEstado
[métrica][valor][objetivo][+/-%][🟢/🟡/🔴]

Observaciones Clave: [3-5 observaciones puntuales escritas en inglés claro]

Áreas Requiriendo Investigación:

  1. [Métrica + hipótesis + diagnóstico sugerido]
  2. [Métrica + hipótesis + diagnóstico sugerido]
  3. [Métrica + hipótesis + diagnóstico sugerido]

Acciones Recomendadas: [Pasos específicos siguientes con propietarios y cronogramas]

Verificaciones de Calidad

  • Cada métrica incluye tanto un objetivo como una tendencia (no solo una captura de momento)
  • Al menos una correlación se traza entre métricas (p. ej., activation → retention)
  • Cada métrica marcada tiene una hipótesis de causa raíz, no solo "bajó"
  • Las observaciones están escritas para un stakeholder no técnico (sin lenguaje de query en bruto o jerga de datos)
  • La valoración general de salud está justificada con evidencia específica

Anti-Patrones

  • No reportes una única métrica agregada sin desgloses de segmentos — los promedios ocultan tendencias opuestas
  • No marques una métrica como saludable solo porque esté por encima del objetivo — verifica si el objetivo en sí es significativo
  • No listes movimientos de métricas sin hipótesis de causa raíz — observaciones sin explicaciones no son análisis
  • No mezcles métricas de salud del producto con KPIs de negocio sin explicar la relación entre ellos
  • No omitas acciones recomendadas — un informe de salud que solo describe problemas sin pasos priorizados siguientes está incompleto
Skills guardadas