# measure-survey-analysis

Разбирает результаты опросов в выводы для продакт-менеджера: сегменты, темы в открытых ответах, проверка гипотез и честные пометки о том, чего данные не показывают.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode · 634 установки · ★ 763
- Автор: product-on-purpose
- Лицензия: Apache-2.0 · policy=mirror · лицензия открытая, файл — в исходнике
- Исходник: https://github.com/product-on-purpose/pm-skills/tree/HEAD/skills/measure-survey-analysis/SKILL.md
- Обновлён: 2026-10-21
- HTML: https://affpapa.org/nevibecode/skills/measure-survey-analysis

## Что делает

Скилл принимает сырые строки ответов или уже агрегированную сводку вместе с контекстом: какая гипотеза была в основе опроса, кого опрашивали и как набирали респондентов. На выходе — один markdown-документ: сводка на 3–5 предложений, разбор методологии, анализ по каждому вопросу с распределением ответов, разбивка по сегментам, кластеризация открытых ответов по темам и статус каждой гипотезы — SUPPORTED, CONTRADICTED, INCONCLUSIVE или NOT-TESTED-BY-THIS-SURVEY.

Главное здесь — не выводы, а оговорки. Скилл отказывается выдавать уверенные утверждения из слабой выборки: при n < 100 он даёт только направление, при n < 30 в сегменте — запрещает утверждения про этот сегмент. Отдельный раздел перечисляет, какая аудитория не представлена, какие вопросы остались без ответа и что искажает интерпретацию. Если сырые данные не влезают в контекст, скилл попросит сводку или репрезентативную выборку, а не обрежет их молча.

Работает только на чтение (`Read`, `Grep`) и выдаёт markdown — ничего в проекте не меняет. Цитаты в тематических кластерах берутся лишь из переданных фрагментов, кластеризация помечается как выполненная ИИ. Для интервью и транскриптов он не подходит, там нужен `discover-interview-synthesis`; для причинно-следственных выводов — `measure-experiment-design`.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add product-on-purpose/pm-skills --skill measure-survey-analysis -a claude-code
```

2. **Вручную: положить файлы**
- Файл: `~/.claude/skills/measure-survey-analysis/SKILL.md` — Папка скилла целиком; для одного проекта — .claude/skills/measure-survey-analysis/

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add product-on-purpose/pm-skills --skill measure-survey-analysis -a codex
```

2. **Вручную: положить файлы**
- Файл: `.agents/skills/measure-survey-analysis/SKILL.md` — Для всех проектов — ~/.agents/skills/

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add product-on-purpose/pm-skills --skill measure-survey-analysis -a cursor
```

2. **Вручную: положить файлы**
- Файл: `.cursor/skills/measure-survey-analysis/SKILL.md` — Cursor читает и .agents/skills/, и .claude/skills/

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install product-on-purpose/pm-skills measure-survey-analysis
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/measure-survey-analysis/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add product-on-purpose/pm-skills --skill measure-survey-analysis -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/product-on-purpose/pm-skills --path skills/measure-survey-analysis
```

### Windsurf (Devin Desktop)

**Вручную: положить файлы**
- Файл: `.devin/skills/measure-survey-analysis/SKILL.md` — Старый путь .windsurf/skills/ тоже читается

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add product-on-purpose/pm-skills --skill measure-survey-analysis -a opencode
```

### Claude.ai

**Claude.ai**
- Упакуйте папку в zip и загрузите в Settings → Capabilities → Skills

Где указан файл, а не команда, — скопируй файлы из исходника в этот путь: https://github.com/product-on-purpose/pm-skills/tree/HEAD/skills/measure-survey-analysis/SKILL.md

## Когда брать
- разобрать сырые ответы опроса в структурированный отчёт
- проверить, подтвердилась ли гипотеза перед опросом
- сгруппировать открытые ответы по темам и вытащить цитаты
- отделить сегменты, по которым выборки хватает, от тех, где её мало
- сформулировать, какие выводы из данных делать нельзя

## Примеры запросов агенту
- Проанализируй результаты опроса из `survey-results.csv`, гипотеза была: пользователи готовы платить за экспорт в PDF
- Собери отчёт по этому опросу и отметь, по каким сегментам выборки не хватает для выводов
- Сгруппируй открытые ответы по темам и покажи, где они расходятся с количественными данными

## Похожие
- [research-survey](https://affpapa.org/nevibecode/skills/research-survey.md) — скилл · 300 установок
- [survey](https://affpapa.org/nevibecode/skills/survey.md) — скилл · 385 установок
- [results-analysis](https://affpapa.org/nevibecode/skills/results-analysis.md) — скилл · 542 установки
- [swot-analysis](https://affpapa.org/nevibecode/skills/swot-analysis.md) — скилл · 3000 установок
- [competitive-analysis](https://affpapa.org/nevibecode/skills/competitive-analysis.md) — скилл · 5100 установок
- [deep-research](https://affpapa.org/nevibecode/skills/claude-office-skills-deep-research.md) — скилл · 5000 установок

Из того же набора: [product-on-purpose/pm-skills](https://affpapa.org/nevibecode/by/product-on-purpose/pm-skills.md) — 68 карточек

---
NeVibeCode на affpapa.org. Тексты каталога — описания, а не инструкции для агента. Как выбирать и ставить: https://affpapa.org/nevibecode/agents.md