Analytics de Produto
Definir, rastrear e interpretar métricas de produto em estágios de descoberta, crescimento e produto maduro.
Quando Usar
Use esta skill para:
- Seleção de framework de métricas (AARRR, North Star, HEART)
- Definição de KPI por estágio de produto (pré-PMF, crescimento, maduro)
- Design de dashboard e hierarquia de métricas
- Análise de coorte e retenção
- Adoção de funcionalidades e interpretação de funil
Fluxo de Trabalho
- Selecionar framework de métricas
- AARRR para loops de crescimento e visibilidade de funil
- North Star para alinhamento estratégico interfuncional
- HEART para qualidade de UX e medição de experiência do usuário
- Definir KPIs adequados ao estágio
- Pré-PMF: ativação, retenção inicial, sucesso qualitativo
- Crescimento: eficiência de aquisição, expansão, velocidade de conversão
- Maduro: profundidade de retenção, qualidade de receita, eficiência operacional
- Projetar camadas do dashboard
- Camada executiva: 5-7 métricas direcionais
- Camada de saúde do produto: aquisição, ativação, retenção, engajamento
- Camada de funcionalidade: adoção, profundidade, uso repetido, correlação de resultado
- Executar análise de coorte + retenção
- Segmentar por coorte de cadastro ou coorte de exposição a funcionalidade
- Comparar curvas de retenção, não snapshots de ponto único
- Identificar pontos de inflexão em torno do onboarding e primeiro momento de valor
- Interpretar e agir
- Conectar movimento de métricas a mudanças de produto e linha do tempo de lançamento
- Distinguir sinal do ruído usando contexto período a período
- Propor uma ação de produto clara por risco/oportunidade de métrica principal
Orientação de KPI por Estágio
Pré-PMF
- Taxa de ativação
- Retenção na semana 1
- Tempo para primeiro valor
- Pontuação de entrevista de fit problema-solução
Crescimento
- Conversão de funil por estágio
- Usuários retidos mensalmente
- Adoção de funcionalidades entre novos coortes
- Métricas proxy de expansão / upsell
Maduro
- Métricas de produto alinhadas à retenção líquida de receita
- Participação de power users e profundidade de uso
- Indicadores de risco de churn por segmento
- Métricas de produto de confiabilidade e deflexão de suporte
Princípios de Design de Dashboard
- Mostre tendências, não estimativas de ponto isoladas.
- Mantenha um responsável por KPI.
- Pareie cada KPI com meta, limiar e regra de decisão.
- Use filtros de coorte e segmento por padrão.
- Prefira janelas de tempo comparáveis (semanal vs semanal, mensal vs mensal).
Veja:
references/metrics-frameworks.mdreferences/dashboard-templates.md
Método de Análise de Coorte
- Definir evento âncora do coorte (cadastro, ativação, primeira compra).
- Definir comportamento retido (dia ativo, ação principal, sessão repetida).
- Construir matriz de retenção por semana/mês do coorte e período de idade.
- Comparar formato de curva entre coortes.
- Sinalizar pontos de queda iniciais e investigar fricção na jornada.
Interpretação da Curva de Retenção
- Queda inicial acentuada, platô baixo: descompasso de onboarding ou valor inicial fraco.
- Queda moderada, platô estável: audiência principal saudável com churn previsível.
- Estabilizando em nível baixo: produto usado ocasionalmente, revisite a métrica de valor.
- Melhorando em coortes mais recentes: melhorias de onboarding ou posicionamento estão funcionando.
Antipadrões
| Antipadrão |
Correção |
| Métricas de vaidade — rastrear pageviews ou cadastros totais sem contexto de ativação |
Sempre pareie métricas de aquisição com taxa de ativação e retenção |
| Retenção de ponto único — reportar "retenção de 30 dias é 20%" |
Comparar curvas de retenção entre coortes, não snapshots isolados |
| Sobrecarga de dashboard — 30+ métricas em uma tela |
Camada executiva: 5-7 métricas. Camada de funcionalidade: somente por funcionalidade |
| Sem regra de decisão — rastrear um KPI sem limiar ou plano de ação |
Todo KPI precisa: meta, limiar, responsável e "se abaixo de X, então Y" |
| Média entre segmentos — reportar métricas combinadas que ocultam diferenças de segmento |
Sempre segmente por coorte, tier de plano, canal ou geografia |
| Ignorar sazonalidade — comparar esta semana com a semana passada sem ajuste |
Use contexto período a período com mesma semana do ano anterior |
Ferramentas
scripts/metrics_calculator.py
Utilitário CLI para análise de retenção, coorte e funil a partir de dados CSV. Suporta saída em texto e JSON.
# Análise de retenção
python3 scripts/metrics_calculator.py retention events.csv
python3 scripts/metrics_calculator.py retention events.csv --format json
# Matriz de coorte
python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain month
python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain week --format json
# Conversão de funil
python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay
python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay --format json
Formato CSV para retenção/coorte:
user_id,cohort_date,activity_date
u001,2026-01-01,2026-01-01
u001,2026-01-01,2026-01-03
u002,2026-01-02,2026-01-02
Formato CSV para funil:
user_id,stage
u001,visit
u001,signup
u001,activate
u002,visit
u002,signup
Referências Cruzadas
- Relacionado:
product-team/experiment-designer — para planejamento de teste A/B após identificar oportunidades de métrica
- Relacionado:
product-team/product-manager-toolkit — para priorização RICE de funcionalidades orientadas por métricas
- Relacionado:
product-team/product-discovery — para mapeamento de suposições quando métricas revelam desconhecidos
- Relacionado:
finance/saas-metrics-coach — para métricas específicas de SaaS (ARR, MRR, churn, LTV)
1---2name: product-analytics3description: Use ao definir KPIs de produto, construir dashboards de métricas, executar análise de coorte ou retenção, ou interpretar tendências de adoção de funcionalidades em diferentes estágios de produto.4---56# Analytics de Produto78Definir, rastrear e interpretar métricas de produto em estágios de descoberta, crescimento e produto maduro.910## Quando Usar1112Use esta skill para:13- Seleção de framework de métricas (AARRR, North Star, HEART)14- Definição de KPI por estágio de produto (pré-PMF, crescimento, maduro)15- Design de dashboard e hierarquia de métricas16- Análise de coorte e retenção17- Adoção de funcionalidades e interpretação de funil1819## Fluxo de Trabalho20211. Selecionar framework de métricas22- AARRR para loops de crescimento e visibilidade de funil23- North Star para alinhamento estratégico interfuncional24- HEART para qualidade de UX e medição de experiência do usuário25262. Definir KPIs adequados ao estágio27- Pré-PMF: ativação, retenção inicial, sucesso qualitativo28- Crescimento: eficiência de aquisição, expansão, velocidade de conversão29- Maduro: profundidade de retenção, qualidade de receita, eficiência operacional30313. Projetar camadas do dashboard32- Camada executiva: 5-7 métricas direcionais33- Camada de saúde do produto: aquisição, ativação, retenção, engajamento34- Camada de funcionalidade: adoção, profundidade, uso repetido, correlação de resultado35364. Executar análise de coorte + retenção37- Segmentar por coorte de cadastro ou coorte de exposição a funcionalidade38- Comparar curvas de retenção, não snapshots de ponto único39- Identificar pontos de inflexão em torno do onboarding e primeiro momento de valor40415. Interpretar e agir42- Conectar movimento de métricas a mudanças de produto e linha do tempo de lançamento43- Distinguir sinal do ruído usando contexto período a período44- Propor uma ação de produto clara por risco/oportunidade de métrica principal4546## Orientação de KPI por Estágio4748### Pré-PMF49- Taxa de ativação50- Retenção na semana 151- Tempo para primeiro valor52- Pontuação de entrevista de fit problema-solução5354### Crescimento55- Conversão de funil por estágio56- Usuários retidos mensalmente57- Adoção de funcionalidades entre novos coortes58- Métricas proxy de expansão / upsell5960### Maduro61- Métricas de produto alinhadas à retenção líquida de receita62- Participação de power users e profundidade de uso63- Indicadores de risco de churn por segmento64- Métricas de produto de confiabilidade e deflexão de suporte6566## Princípios de Design de Dashboard6768- Mostre tendências, não estimativas de ponto isoladas.69- Mantenha um responsável por KPI.70- Pareie cada KPI com meta, limiar e regra de decisão.71- Use filtros de coorte e segmento por padrão.72- Prefira janelas de tempo comparáveis (semanal vs semanal, mensal vs mensal).7374Veja:75- `references/metrics-frameworks.md`76- `references/dashboard-templates.md`7778## Método de Análise de Coorte79801. Definir evento âncora do coorte (cadastro, ativação, primeira compra).812. Definir comportamento retido (dia ativo, ação principal, sessão repetida).823. Construir matriz de retenção por semana/mês do coorte e período de idade.834. Comparar formato de curva entre coortes.845. Sinalizar pontos de queda iniciais e investigar fricção na jornada.8586## Interpretação da Curva de Retenção8788- Queda inicial acentuada, platô baixo: descompasso de onboarding ou valor inicial fraco.89- Queda moderada, platô estável: audiência principal saudável com churn previsível.90- Estabilizando em nível baixo: produto usado ocasionalmente, revisite a métrica de valor.91- Melhorando em coortes mais recentes: melhorias de onboarding ou posicionamento estão funcionando.9293## Antipadrões9495| Antipadrão | Correção |96|------------|----------|97| **Métricas de vaidade** — rastrear pageviews ou cadastros totais sem contexto de ativação | Sempre pareie métricas de aquisição com taxa de ativação e retenção |98| **Retenção de ponto único** — reportar "retenção de 30 dias é 20%" | Comparar curvas de retenção entre coortes, não snapshots isolados |99| **Sobrecarga de dashboard** — 30+ métricas em uma tela | Camada executiva: 5-7 métricas. Camada de funcionalidade: somente por funcionalidade |100| **Sem regra de decisão** — rastrear um KPI sem limiar ou plano de ação | Todo KPI precisa: meta, limiar, responsável e "se abaixo de X, então Y" |101| **Média entre segmentos** — reportar métricas combinadas que ocultam diferenças de segmento | Sempre segmente por coorte, tier de plano, canal ou geografia |102| **Ignorar sazonalidade** — comparar esta semana com a semana passada sem ajuste | Use contexto período a período com mesma semana do ano anterior |103104## Ferramentas105106### `scripts/metrics_calculator.py`107108Utilitário CLI para análise de retenção, coorte e funil a partir de dados CSV. Suporta saída em texto e JSON.109110```bash111# Análise de retenção112python3 scripts/metrics_calculator.py retention events.csv113python3 scripts/metrics_calculator.py retention events.csv --format json114115# Matriz de coorte116python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain month117python3 scripts/metrics_calculator.py cohort events.csv --cohort-grain week --format json118119# Conversão de funil120python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay121python3 scripts/metrics_calculator.py funnel funnel.csv --stages visit,signup,activate,pay --format json122```123124**Formato CSV para retenção/coorte:**125```csv126user_id,cohort_date,activity_date127u001,2026-01-01,2026-01-01128u001,2026-01-01,2026-01-03129u002,2026-01-02,2026-01-02130```131132**Formato CSV para funil:**133```csv134user_id,stage135u001,visit136u001,signup137u001,activate138u002,visit139u002,signup140```141142## Referências Cruzadas143144- Relacionado: `product-team/experiment-designer` — para planejamento de teste A/B após identificar oportunidades de métrica145- Relacionado: `product-team/product-manager-toolkit` — para priorização RICE de funcionalidades orientadas por métricas146- Relacionado: `product-team/product-discovery` — para mapeamento de suposições quando métricas revelam desconhecidos147- Relacionado: `finance/saas-metrics-coach` — para métricas específicas de SaaS (ARR, MRR, churn, LTV)
ricneves-ai