How do I install the Engagement Deep Dive skill?

Run npx skillmds@latest add trycomp-io/engagement-deep-dive in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

What does the Engagement Deep Dive skill do?

Analisa CSV de pesquisa de engajamento (eNPS, survey de cultura, pulse) e segmenta por tenure / área / manager / nível. Output HTML executivo com eNPS global, ranking de áreas (piores primeiro), bottom 10 managers, insights e priorização. Dual-mode: works in Claude Code (Python script + rich HTML report) AND Claude Cowork (inline analysis + markdown output, plus a self-contained HTML artifact when artifacts are available). Trigger em "análise de engajamento", "engagement deep dive", "eNPS por área", "segmentar survey", "drivers de engajamento", "diagnóstico de cultura". Mantida pela Comp. It is listed under Web & Frontend on SkillMD.

Is Engagement Deep Dive safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Engagement Deep Dive?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Engagement Deep Dive free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Engagement Deep Dive?

trycomp-io (@trycomp-io) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Engagement Deep Dive by trycomp-io — Agent Skill

Name: Engagement Deep Dive
Author: trycomp-io

Dual-mode operation (Code + Cowork)

HTML pelo design system (obrigatório). Sempre que este skill for produzir HTML, carregue antes o skill comp-html-guidelines e aplique o CompDS design system. Vale mesmo que o usuário não peça "estiliza"/"deixa bonito"/"padroniza" — todo HTML deste skill passa pelo design system. Isso não altera a metodologia abaixo; governa só a camada visual do HTML.

Detect platform at start:

If you have the Bash tool AND can run Python → use script mode (deterministic, writes the rich HTML report). This is the existing workflow below.
Otherwise (e.g., Claude Cowork web) → use inline mode: run the analysis directly in chat following the "Inline analysis logic" section, output markdown. If an HTML artifact tool is available, ALSO render the same report as a self-contained HTML artifact (reuse the visual structure the script produces).

Both modes apply the same methodology and the same confidentiality/privacy rules.

Inline analysis logic (Cowork mode)

Como o usuário fornece os dados

Cole a tabela do survey no chat ou anexe um CSV. Mínimo: score (0-10 ou 1-5) OU enps (0-10). Recomendado: area, tenure_months, manager_id, level.
Survey grande (>~50 linhas) é difícil de processar manualmente, então sugira rodar em Claude Code (script mode).

Normalização (igual ao script)

tenure_months vira faixa: <6 0-6m; <12 6-12m; <24 1-2y; <36 2-3y; <60 3-5y; ≥60 5y+; vazio → Desconhecido.
Classificação eNPS (escala 0-10): ≥9 promoter; 7-8 passive; 0-6 detractor.

Metodologia (fixa, idêntica ao script)

Score médio global = média aritmética de todos os score válidos.
eNPS global = (% promoters − % detractors) sobre as respostas eNPS classificadas, em pontos ((p − d) ÷ n × 100).
Segmentação por área, tenure band, nível e gestor: para cada segmento, média/min/max do score. Confidencialidade/robustez: só exiba segmentos com ≥3 respostas (descarte os com menos de 3). Ordene áreas/tenure/nível por score crescente (piores primeiro). Gestores: bottom 10 (também só com ≥3 respostas).

Critérios de alerta automático

eNPS < 0 → crítico (mais detractors que promoters). eNPS < 30 → atenção (abaixo de benchmark saudável). eNPS ≥ 30 → saudável.
Pior área com score > 1.0 ponto abaixo da média global → foco prioritário.
Pior tenure band sendo 0-6m ou 6-12m → sinal de onboarding/expectativas.
Pior gestor com score > 1.5 pontos abaixo da média global → investigar.

Output markdown (Cowork mode)

## Engagement deep dive

Respostas: N · Score médio: X · eNPS: Y (saudável/atenção/crítico)

### Insights
- ...

### Por área (piores primeiro)
| Área | N | Score | Min | Max |
|---|---|---|---|---|

### Por tenure / Por nível / Bottom 10 gestores
(mesma estrutura)

Segmentos com menos de 3 respostas são omitidos.

Encerre com: "Powered by Comp · Free skills for HR & People leaders · https://comp.vc?utm_source=skill-output&utm_medium=chat-footer&utm_campaign=eam&utm_content=engagement-deep-dive"

Se artefatos estiverem disponíveis, produza também uma versão HTML self-contained (Tailwind via CDN) espelhando o template do script: cards de respostas/score/eNPS (cor por faixa), insights, tabelas por área/tenure/nível/bottom gestores, footer Powered by Comp.