CommunityCodierung & Entwicklunggithub.com

thomasavada/app-value-deep-dive

Eine einzelne E-Commerce-App oder Produktidee in einen evidenzbasierten Mechanismus, KPI, wirtschaftlichen Wert, Preis und Beweisvertrag verwandeln.

Was ist app-value-deep-dive?

Der Skill 'App Value Deep Dive' ist ein strukturiertes Analysewerkzeug für KI-Agenten, das speziell für die Bewertung von E-Commerce-Apps und Produktideen entwickelt wurde. Er führt den Agenten durch einen achtstufigen Prozess, um eine fundierte Entscheidung über den Wert einer App zu treffen: BUILD, TEST MORE, REPOSITION oder STOP. Der Skill ist besonders nützlich für Entwickler, Shopify-Händler oder Berater, die verstehen möchten, warum eine App verkauft wird, ob sie teuer ist, welche Metrik sie verändert oder ob es sich lohnt, sie zu bauen. Er funktioniert unabhängig von der Plattform (z. B. Claude Code, Cursor, Codex) und nutzt Vorlagen wie 'product-argument.md' und Prinzipien wie 'metric-to-value'. Die Kernaufgabe besteht darin, das App-Angebot in einen messbaren wirtschaftlichen Mechanismus zu übersetzen, der Umsatz, Kosten und Risiken explizit modelliert, und nicht auf Bauchgefühl oder Sticker-Preisen basiert. Der Skill stellt sicher, dass jede Analyse mit einem klaren Beweisstatus und Quellenverzeichnis endet.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/thomasavada/avada-product-training-brain/tree/main/plugins/avada-product-training/skills/app-value-deep-dive

Installed? Explore more Codierung & Entwicklung skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

App Value Deep Dive

Zuerst lesen

  • knowledge/templates/product-argument.md
  • knowledge/product-operator-method.md
  • knowledge/principles/metric-to-value.md
  • alle relevanten Chase/Interloka-Konzepte

Vorgehen

1. Benenne den Job

Schreibe einen Satz:

Für [ICP/Stage], im [Journey-Moment], entfernt die App [wirtschaftliches Leck] durch [Mechanismus].

Lehne Kategorie-Labels wie „Umfrage-App“ oder „AOV-App“ als Problembeschreibungen ab.

2. Lege die Baseline fest

Gib an:

  • Metrik-Formel;
  • Quelle und Granularität;
  • Nenner;
  • Zeitfenster;
  • berechtigtes Volumen;
  • aktuelle Workaround und Ausgaben.

Falls nicht verfügbar, verwende eine Spanne und benenne die benötigten Nachweise.

3. Erkläre den Mechanismus

Abbildung:

Auslöser/Kontext
→ App-Aktion
→ Benutzer/Händler-Verhalten
→ beobachtbares Ereignis
→ Geschäfts-KPI

Ein UI-Element oder eine Feature-Liste ist kein Mechanismus.

4. Annähern an die Wirtschaftlichkeit

berechtigtes Volumen
× erwarteter Lift
× Beitrag oder vermiedene Kosten pro Ergebnis
= modellierter Bruttowert

modellierter Bruttowert
− Kosten/Risiko/Betrieb
= modellierter Nettowert

Führe Abwärts-/Basis-/Aufwärtsszenarien durch. Verwende Werkzeuge für Berechnungen.

5. Beurteile den Preis

Vergleiche den aktuellen Preis mit:

  • risikoadjustiertem Wert;
  • Substitutionskosten;
  • Implementierungs-/Adoptionshindernissen;
  • Kosten für die Bereitstellung;
  • Vertrauen;
  • Händler-Wertaneignungsanteil.

Bezeichne eine App nicht allein aufgrund des Listenpreises als teuer.

6. Überprüfe die Marktbehauptung

Prüfe:

  • ICP in Marketing/Fallstudien;
  • Übereinstimmung von Versprechen und Mechanismus;
  • Preisgestaltung/Packaging;
  • Wettbewerber/Substitute;
  • Methodik der Fallstudie und Selektionsbias;
  • ob Behauptungen assoziiert, modelliert oder inkrementell sind.

7. Entwerfe den Beweis

Gib an: primäre Metrik, Leitplanken, Kohorte/Kontrolle, Zeitfenster, Rücklese- und Stoppregel.

8. Urteil

Wähle genau eine Option:

  • BAUEN
  • MEHR TESTEN
  • NEU POSITIONIEREN
  • STOPPEN

„Brauche mehr Daten“ ist unvollständig, es sei denn, die genauen fehlenden Daten und der günstigste Test werden benannt.

Output-Vertrag

Verwende die vollständige Vorlage in knowledge/templates/product-argument.md. Beende mit Beweisstatus und Quellenverzeichnis.

Verwandte Skills