데이터 분석 스킬

사용자가 A/B 테스트나 실험을 계획, 설계, 구현하거나 성장 실험 프로그램을 구축하려 할 때. 또한 사용자가 "A/B 테스트", "분할 테스트", "실험", "이 변경사항 테스트", "변형 카피", "다변량 테스트", "가설", "이걸 테스트해야 할까", "어느 버전이 더 나은가", "두 버전 테스트", "통계적 유의성", "이 테스트를 얼마나 오래 실행해야 하나", "성장 실험", "실험 속도", "실험 백로그", "ICE 점수", "실험..."을 언급할 때 사용합니다.

사용자가 Google Ads, Meta(페이스북/인스타그램), 링크드인, 트위터/X 또는 기타 광고 플랫폼에서 유료 광고 캠페인에 대한 도움을 원할 때 사용합니다. 또한 사용자가 'PPC', '유료 미디어', 'ROAS', 'CPA', '광고 캠페인', '리타겟팅', '오디언스 타겟팅', 'Google Ads', '페이스북 광고', '링크드인 광고', '광고 예산', '클릭당 비용', '광고 지출' 또는 '광고를 해야 할까요'를 언급할 때도 사용합니다. 캠페인 전략, 오디언스 타겟팅, 입찰 및 최적화에 사용합니다. 대량 광고 소재 생성 및...

Agent Pulse를 사용하여 Hermes, Claude Code, Codex, DeepSeek, OpenClaw, Copilot, Aider, Qwen, OpenCode, Goose, Cursor, Antigravity, Amp 로그에서 로컬 AI 에이전트 활동을 검사하세요. 사용자가 AI 에이전트 세션, 토큰, 도구/검색 호출, 모델 사용량, 예상 비용, 예산, 예측, 상태 점검, 보고서, 설정 진단, 웹/API/메트릭스 내보내기 또는 MCP 통합에 대해 질문할 때 사용하세요.

Rigor Explore compatible skill slug for meaningful and potentially novel deep learning research candidates. Use when the researcher has chosen the task family, dataset, benchmark, evaluation method, provided SOTA references, and wants candidate-only exploration on top of `current_research` with auditable repo understanding, idea gating, fair comparison, and governed experiments written to `explore_outputs/`. Do not use for README-first trusted reproduction, open-ended direction finding,...

아마존 판매자를 위한 종합적인 제품 조사 및 기회 분석. 수요, 경쟁, 수익 잠재력, 시장 진입 장벽을 분석하고 제품 아이디어를 검증합니다. 제품 소싱, 가격 전략, 시장 출시 계획을 다룹니다. 사용자가 판매할 제품 조사, 제품 아이디어 검증, 제품 기회 분석, 아마존 시장 조사, 경쟁 분석, 수익 잠재력, 이 제품을 판매해야 하는지, 제품 타당성 또는 일반적인...

사용자가 분석 추적 및 측정을 설정, 개선 또는 감사하려는 경우. 또한 사용자가 "추적 설정", "GA4", "Google Analytics", "전환 추적", "이벤트 추적", "UTM 매개변수", "태그 관리자", "GTM", "분석 구현", "추적 계획", "이것을 어떻게 측정하나요", "전환 추적", "기여 분석", "Mixpanel", "Segment", "내 이벤트가 제대로 작동하나요", 또는 "분석이 작동하지 않습니다"를 언급할 때 사용합니다. 누군가가 무언가가 제대로 작동하는지 확인하는 방법을 물을 때마다 사용하세요...

사용자가 앱스토어 또는 구글 플레이 리스팅을 감사하거나 최적화하려 할 때. 또한 사용자가 'ASO 감사', '앱스토어 최적화', '내 앱 리스팅 최적화', '앱 가시성 개선', '앱스토어 순위', '내 리스팅 감사', '사람들이 내 앱을 다운로드하지 않는 이유', '내 앱 전환율 개선', '앱 키워드 최적화', '내 앱을 경쟁사와 비교'를 언급할 때 사용합니다. 사용자가 앱스토어 또는 구글 플레이 URL을 공유하고 이를 개선하려 할 때 사용합니다.

사용자가 어떤 마케팅이 실제로 전환과 매출을 유도하는지 파악하려 하거나, 기여 모델을 선택하거나 해석하려 하거나, 여러 도구 간의 상충되는 수치를 조정하려 할 때 사용합니다. 또한 사용자가 "기여", "기여 모델", "퍼스트터치 대 라스트터치", "멀티터치", "어떤 채널이 매출을 유도하는지", "실제 CAC는 얼마인지", "대시보드가 서로 다르게 나와요", "Google/Meta는 X라고 하는데 GA는 Y라고 해요", "미디어 믹스 모델", "MMM", "증분성", "지오 리프트", "홀드아웃 테스트", "어떻게 했는지..."라고 언급할 때도 사용합니다.

통합 Azure 비용 관리: 과거 비용 조회, 미래 지출 예측, 낭비 최적화. WHEN: "Azure 비용", "Azure 지출",…

현재 세션의 실제 토큰 사용량과 예상 절감액을 표시합니다. Claude Code 세션 로그에서 직접 읽어오며, AI 추정을 사용하지 않습니다. /caveman-stats 명령어로 실행됩니다. 출력은 mode-tracker 훅에 의해 주입되며, 모델 자체는 숫자를 계산하지 않습니다.

사용자가 이탈을 줄이거나, 취소 플로우를 구축하거나, 세이브 오퍼를 설정하거나, 실패한 결제를 복구하거나, 리텐션 전략을 구현하려 할 때 사용합니다. 또한 사용자가 '이탈', '취소 플로우', '오프보딩', '세이브 오퍼', '더닝', '실패한 결제 복구', '윈백', '리텐션', '종료 설문', '구독 일시 중지', '비자발적 이탈', '사람들이 계속 취소함', '이탈률이 너무 높음', '사용자를 어떻게 유지하나요', '고객이 떠나고 있습니다'를 언급할 때도 사용합니다. 누군가가 이탈하고 있을 때마다 사용하세요.

사용자가 경쟁사의 URL을 통해 해당 기업을 조사, 프로파일링 또는 분석하려 할 때 사용합니다. 또한 사용자가 '경쟁사 프로필', '경쟁사 조사', '경쟁사 분석', '이 경쟁사 프로파일링', '경쟁사 분석', '경쟁 정보', '경쟁사 심층 분석', '내 경쟁사는 누구인가', '경쟁사 현황', '경쟁사 서류', '경쟁 평가', '이 경쟁사들 조사' 등을 언급할 때도 사용합니다. 입력은 경쟁사 URL 목록입니다. 출력은 구조화된 경쟁사 프로필 마크다운입니다...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 산출물을 다룹니다. 활용처: 시장 조사, 경쟁 인텔리전스, 투자자 자료, 제품 전략, 영업 지원. 트리거: competitor analysis, competitive analysis, competitor teardown, market research, competitive intelligence, swot analysis, competitor comparison, market landscape, competitor review, competitive...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 산출물을 다룹니다. 사용처: 시장 조사, 경쟁 인텔리전스, 투자자 자료, 제품 전략, 영업 지원. 트리거: 경쟁사 분석, 경쟁 분석, 경쟁사 분해, 시장 조사, 경쟁 인텔리전스, SWOT 분석, 경쟁사 비교, 시장 현황, 경쟁사 리뷰, 경쟁...

구조화된 경쟁 분석으로 기능 매트릭스, SWOT, 포지셔닝 맵, UX 리뷰를 포함합니다. 연구 프레임워크, 가격 비교, 리뷰 마이닝, 시각적 결과물을 다룹니다. 사용처: 시장 조사, 경쟁 정보, 투자자 자료, 제품 전략, 영업 지원. 트리거: 경쟁사 분석, 경쟁 분석, 경쟁사 분해, 시장 조사, 경쟁 정보, SWOT 분석, 경쟁사 비교, 시장 환경, 경쟁사 리뷰, 경쟁...

사용자가 SEO 및 영업 지원을 위해 경쟁사 비교 또는 대체 페이지를 만들고자 할 때 사용합니다. 또한 사용자가 '대체 페이지', 'vs 페이지', '경쟁사 비교', '비교 페이지', '[제품] vs [제품]', '[제품] 대체', '경쟁 랜딩 페이지', 'X와 어떻게 비교되나요', '배틀 카드' 또는 '경쟁사 분석'을 언급할 때도 사용합니다. 제품을 경쟁사와 비교하는 모든 콘텐츠에 활용하세요. 단일 대체, 복수 대체 등 네 가지 형식을 다룹니다.

Convex 배포의 72시간 인사이트(읽기 제한, OCC 경합)를 읽고, 각 이벤트를 코드에서 근본 원인을 분석하며, 증거 기반의 성능/비용 결과와 수정 사항을 보고합니다.

Convex 성능을 읽기, 구독, 쓰기 경합 및 함수 제한 측면에서 감사합니다. 느린 기능, 인사이트 발견, OCC 충돌 또는 읽기 증폭에 사용하세요.

사용자가 홈페이지, 랜딩 페이지, 가격 페이지, 기능 페이지, 리드 캡처 양식, 문의 양식 등 모든 마케팅 페이지나 양식의 전환을 최적화, 개선, 또는 증가시키고자 할 때 사용합니다. 또한 사용자가 'CRO', '전환율 최적화', '이 페이지가 전환되지 않음', '전환 개선', '이 페이지가 왜 작동하지 않나요', '내 랜딩 페이지 형편없음', '양식 이탈', '아무도 전환하지 않음', '낮은 전환율', 또는 '이 페이지 수정 필요'라고 말할 때도 사용합니다. 사용자가...

국경 간 전자상거래 확장 어드바이저. 8개 가중치 차원(시장 규모, 전자상거래 보급률, 경쟁, 규제 복잡성, 물류 인프라, 결제 생태계, 문화적 거리, 지식재산권 보호)으로 목표 시장을 평가하고, 비용 및 운송 데이터를 바탕으로 5가지 주문 이행 모델을 비교하며, 국가별 세금/관세 준수 가이드(EU VAT/IOSS, UK VAT, US 판매세, CA GST, AU GST, JP 소비세)를 제공하고, 시장별 현지 결제 선호도를 매핑하며, 단계별...

CSV 파일을 자동으로 분석하고 시각화를 포함한 포괄적인 인사이트를 생성하는 강력한 클로드 스킬입니다. CSV를 업로드하면 원하는 내용을 묻지 않고 즉시 지능적인 분석을 제공합니다!

사용자가 고객 리서치를 수행, 분석 또는 종합하려 할 때. 사용자가 "고객 리서치", "ICP 리서치", "고객과 대화", "대본 분석", "고객 인터뷰", "설문 분석", "지원 티켓 분석", "고객의 목소리", "VOC", "페르소나 구축", "고객 페르소나", "해야 할 작업", "JTBD", "고객이 말하는 것", "고객이 어려움을 겪는 것", "Reddit 마이닝", "G2 리뷰", "리뷰 마이닝", "디지털 워터링 홀", "커뮤니티..."를 언급할 때 사용합니다.

dontbesilent AI 写作特征识别。扫描文案中的 AI 生成痕迹，输出检测报告。默认只诊断不改。 触发方式：/dbs-ai-check、/AI检测、「帮我看看有没有 AI 味」「检测一下 AI 特征」 AI writing fingerprint detection. Scans copy for AI-generated patterns and outputs a diagnostic report. Diagnosis only by default. Trigger: /dbs-ai-check, "check for AI writing", "does this sound like AI

dontbesilent 对标分析。用五重过滤法帮你找到值得模仿的对标，排除一切关于「我」的噪音。 触发方式：/dbs-benchmark、/对标、「帮我找对标」「我该模仿谁」 Benchmark analysis using dontbesilent's five-filter method. Trigger: /dbs-benchmark, "find me a benchmark", "who should I copy

dontbesilent 콘텐츠 구조화 시스템. 로컬의 방대한 원고, 게시글, 주제, 사례 및 강의 원고를 지속 가능한 콘텐츠 구조화 엔진으로 구축합니다. 먼저 콘텐츠 규모와 범위를 감사한 후, 새 프로젝트를 생성하고, 자료를 복사하며, 콘텐츠 단위를 추출하고, 주제 맵과 주제 조립 초안을 생성합니다. 트리거 방식: /dbs-content-system, /콘텐츠 구조화 시스템, "내 콘텐츠를 구조화 시스템으로 만들어 줘", "로컬 자료를 재조합 가능한 시스템으로 바꿔 줘", "콘텐츠 자산 프로젝트를 구축해 줘", "오래된 콘텐츠를 재사용 가능한 자산으로 만들고 싶어

dontbesilent 개인 의사결정 시스템. 장기적으로 추적이 필요한 모든 영역(업무, 관계, 건강, 직업, 학습, 투자 등)을 로컬 지식 프로젝트로 만듭니다: 4계층 구조, 출처 태그, 수정 불가 스냅샷, 패턴을 학습하는 개념 라이브러리. 트리거: /dbs-decision, /决策系统, /决策立案, /结果回填, /状态画像

dontbesilent 개념 분해. 비트겐슈타인 + 오스트리아 학파 경제학 방법으로 모호한 비즈니스 개념을 원자 수준까지 분해합니다. 트리거: /dbs-deconstruct, /개념분해, "이 개념을 분해해줘", "이 단어가 정확히 무슨 뜻이야

dontbesilent 商业模式诊断。两种模式：问诊（消解你的问题）和体检（拆解你的商业模式）。 触发方式：/dbs-diagnosis、/问诊、「帮我看看商业模式」「诊断一下我的业务」「我有个商业问题」 Business model diagnosis using dontbesilent's ontological framework. Two modes: consultation (dissolve your question) and checkup (analyze your business model). Trigger: /dbs-diagnosis, "diagnose my business model", "I have a business question

여러 번의 dbs-save로 축적된 진단 상태를 하나의 전달 가능한 마크다운 보고서로 병합합니다. 트리거 방식: /dbs-report, /출력보고, 「패키징」「정리」「파트너에게 보여줄 용」 Generate a deliverable diagnosis report by merging all dbs-save snapshots. Trigger: /dbs-report, "package this up", "make me a report

전파 심리 디코딩. 주어진 내용에 대해 5가지 고전 전파학 이론으로 그것이 왜 수용자의 공감을 불러일으키는지 해독하고, 수용자 감정의 기저와 효과적인 입장을 분석하며, 채팅방의 토론 방향을 출력합니다. 트리거 방식: /dbs-spread, "왜 이게 뜨는가", "수용자가 듣고 싶어 하는 것", "이 내용이 어떤 감정을 건드렸는가