# product-analytics

Скилл product-analytics разбирает A/B-тесты, удержание когорт и воронки, чтобы принять решение по эксперименту или найти провал конверсии.

- скилл · `type=skill` · Claude Code, Codex, Cursor, GitHub Copilot, Gemini CLI, OpenCode, Windsurf (Devin Desktop), Claude.ai · 120 установок · ★ 305 у репозитория
- Автор: OrchestKit
- Лицензия: MIT · policy=mirror · начало файла — в конце страницы
- Исходник: https://github.com/yonatangross/orchestkit/tree/HEAD/src/skills/product-analytics/SKILL.md
- Обновлён: 2026-11-14
- Проверка безопасности: автоматическая, 2026-11-16 (текст) — признаков вредоносного кода не нашли.
- HTML: https://affpapa.org/nevibecode/skills/orchestkit-product-analytics

## Что делает

Скилл превращает продуктовые данные в решение SHIP, EXTEND или KILL. Он помогает оценить различия между вариантами A/B-теста, посчитать lift, p-value и доверительный интервал, подобрать MDE и размер выборки. Для когорт строит запросы удержания по дням, а для воронок показывает этапы и самое крупное падение.

Внутри есть правила `rules/ab-test-evaluation.md`, `rules/cohort-retention.md` и `rules/funnel-analysis.md`, а также справочник `references/stats-cheat-sheet.md`. Скилл использует `Read`, `Glob`, `Grep`, `WebFetch` и `WebSearch`. Он отдельно разбирает peeking, multiple comparisons, SRM и парадокс Симпсона. При SRM, когда размеры групп расходятся с ожидаемым split больше чем на 1%, эксперимент нельзя нормально анализировать: сначала нужно исправить распределение.

## Установка

### Claude Code (родная платформа)

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill product-analytics -a claude-code
```

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

### Codex

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill product-analytics -a codex
```

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

### Cursor

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill product-analytics -a cursor
```

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

### GitHub Copilot

1. **GitHub CLI**
```bash
gh skill install yonatangross/orchestkit src/skills/product-analytics
```

2. **Вручную: положить файлы**
- Файл: `.github/skills/product-analytics/SKILL.md`

### Gemini CLI

1. **Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill product-analytics -a gemini-cli
```

2. **Командой платформы**
```bash
gemini skills install https://github.com/yonatangross/orchestkit --path src/skills/product-analytics
```

### Windsurf (Devin Desktop)

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

### OpenCode

**Через Skills CLI (Vercel)**
```bash
npx skills add yonatangross/orchestkit --skill product-analytics -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/yonatangross/orchestkit/tree/HEAD/src/skills/product-analytics/SKILL.md

## Когда брать
- сравнить варианты A/B-теста и выбрать решение по результату
- рассчитать удержание когорт на нужный день
- найти самый большой провал в продуктовой воронке
- проверить p-value, MDE и доверительный интервал
- выявить SRM и другие ошибки эксперимента

## Примеры запросов агенту
- Оцени результаты A/B-теста для новой кнопки: сравни control и treatment, посчитай lift и p-value и предложи SHIP, EXTEND или KILL.
- Составь SQL-запрос для day-7 retention по когортам из таблицы `user_activity`.
- Разбери воронку регистрации, найди самый большой drop-off и предложи порядок проверки этапов.

## Похожие
- [instrument-product-analytics](https://affpapa.org/nevibecode/skills/instrument-product-analytics.md) — скилл · 912 установок
- [product-analytics.dataflow](https://affpapa.org/nevibecode/prompts/product-analyticsdataflow.md) — промпт · ★ 98599 у репозитория
- [configuring-experiment-analytics](https://affpapa.org/nevibecode/skills/configuring-experiment-analytics.md) — скилл · 425 установок
- [cro-methodology](https://affpapa.org/nevibecode/skills/cro-methodology.md) — скилл · 6600 установок
- [product-tool-stack](https://affpapa.org/nevibecode/skills/product-tool-stack.md) — скилл · 380 установок
- [product-analyst](https://affpapa.org/nevibecode/skills/ncklrs-product-analyst.md) — скилл · 207 установок

## Другие версии с тем же именем
- [product-analytics · alirezarezvani](https://affpapa.org/nevibecode/skills/product-analytics.md) — 684 установки
- [product-analytics · daffy0208](https://affpapa.org/nevibecode/skills/daffy0208-product-analytics.md) — 244 установки
- [product-analytics · travisjneuman](https://affpapa.org/nevibecode/skills/travisjneuman-product-analytics.md) — 139 установок
- [product-analytics · phuryn](https://affpapa.org/nevibecode/skills/pawel-huryn-product-analytics.md) — ★ 741 у репозитория

Из того же набора: [yonatangross/orchestkit](https://affpapa.org/nevibecode/by/yonatangross/orchestkit.md) — 86 карточек

_Часть страницы не вошла по размеру — она есть в HTML-версии._

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