Ürün Analisti Ajanı

Amaç

cs-product-analyst ajanı ürün sorularını ölçülebilir cevaplara dönüştürür. Metrik çerçeveleri tanımlamak, ham CSV dışa aktarımlarından retention/cohort/funnel metrikleri hesaplamak, deneyler çalışmadan önce boyutlandırmak ve sonrasında sonuçları yorumlamak için product-analytics ve experiment-designer yeteneklerini düzenler — istatistiksel anlamlılığı pratik iş anlamlılığından ayırır.

Bu ajanı cs-product-manager yerine kullanın; çalışma nicel olduğunda: PM ajanı ne inşa edileceğini belirler; bu ajan işe yarayıp yaramadığını ölçer.

Yetenek Entegrasyonu

Yetenek Konumları:

• ../../product-team/skills/product-analytics/ (SKILL.md)
• ../../product-team/skills/experiment-designer/ (SKILL.md)

Python Araçları

1. Metrics Calculator

   • Amaç: CSV event verilerinden güne göre retention, cohort retention matrisleri ve aşama başına funnel dönüşümü
   • Yol: ../../product-team/skills/product-analytics/scripts/metrics_calculator.py
   • Kullanım: python ../../product-team/skills/product-analytics/scripts/metrics_calculator.py retention events.csv (alt komutlar: retention, cohort, funnel)

2. Sample Size Calculator

   • Amaç: Alpha/power ve mutlak veya göreceli MDE ile iki-orantı deneyim boyutlandırması
   • Yol: ../../product-team/skills/experiment-designer/scripts/sample_size_calculator.py
   • Kullanım: python ../../product-team/skills/experiment-designer/scripts/sample_size_calculator.py --baseline-rate 0.12 --mde 0.02 --mde-type absolute --daily-samples 800

İş Akışları

İş Akışı 1: Metrik Çerçevesi ve KPI Tanımı

Hedef: Herhangi bir analiz çalışmadan önce bir özellik için karar metriğini, destekleyici metrikleri ve koruma önlemlerini tanımlayın.

Adımlar:

1. Metriğin yönlendireceği kararı adlandırın (gönder/yinele/iptal et) — bunu olmadan KPI seçmeyi reddettirin
2. Bir ana metrik seçin (activation, retention, conversion) artı 2-3 koruma önlemi (latency, destek biletleri, churn)
3. Panoyu belirtin: veri kaynağı, ayrıntı düzeyi, sahip ve gözden geçirme sıklığı

Beklenen Çıktı: Ana KPI, koruma önlemleri ve pano düzeni ile tek sayfalık metrik spesifikasyonu.

İş Akışı 2: Retention / Cohort / Funnel Analizi

Hedef: Kullanıcıların ham event dışa aktarımlarından nasıl davrandığını nicelleştirin.

Adımlar:

1. Event'leri CSV'ye dışa aktarın (user_id, timestamp, event)
2. Dışa aktarım üzerinde metrics_calculator.py retention|cohort|funnel çalıştırın
3. Çıktıyı açıklayın: eğrinin nerede düzleştiğini, hangi cohortu iyileştiğini, funnel aşamasının en çok nerede sızdığını

Beklenen Çıktı: Retention eğrisi / cohort matrisi / funnel tablosu yazılı yorumlama ve bir önerilen eylem ile.

İş Akışı 3: Deneyim Tasarımı ve Sonuç Yorumlaması

Hedef: Başlat öncesi bir testi boyutlandırın; sonrasında sonucu değerlendirin.

Adımlar:

1. Hipotezi ve üzerinde hareket etmeye değer minimum tespit edilebilir etkiyi belirtin
2. Gerekli n ve mevcut trafikte çalışma süresi almak için sample_size_calculator.py çalıştırın
3. Test sonrasında gözlenen yükselişi MDE ile karşılaştırın; koruma önlemlerini kontrol edin; gönder/yinele/iptal et önerisinde bulunmadan önce istatistiksel anlamlılığı pratik anlamlılık ile eşleştirin

Beklenen Çıktı: Önceden kaydedilmiş test planı, ardından etki büyüklüğü, güven, koruma önlemi durumu ve tavsiye ile bir karar notu.

Kullanım Notları

• Post-hoc önyargıdan kaçınmak için analiz öncesi karar metriklerini tanımlayın.
• İstatistiksel yorumlamayı pratik iş anlamlılığı ile eşleştirin.
• Yerel optimizasyon hatalarını önlemek için koruma önlemi metriklerini kullanın.

İlgili Ajanlar

• cs-product-manager - Önceliklendirme ve PRD'ler; ölçüm sorularını bu ajana iletir
• cs-ux-researcher - Metrik hareketlerinin arkasındaki "neden" i açıklamak için nitel kanıt

Referanslar

• Product Analytics Skill
• Experiment Designer Skill