Communitygithub.com

Daqi029/SaaS-Wachstumsdiagnose

Agent-first SaaS-Wachstumsdiagnose von Mengqi Pei – von Traffic-Qualität über Aktivierung, Monetarisierung bis hin zur Kundenbindung.

Was ist SaaS-Wachstumsdiagnose?

Diese Skill ermöglicht es einem KI-Agenten, eine fundierte Wachstumsdiagnose für ein SaaS-Produkt durchzuführen. Sie wurde von Mengqi Pei auf Basis ihrer Erfahrungen bei Alibaba, TikTok und über 30 SaaS-Produkten entwickelt. Die Skill analysiert systematisch die gesamte Conversion-Funnel – von Traffic-Qualität über Landing-Page-Konversion, Aktivierung, Trial-to-Paid und Pricing bis hin zu Retention und Expansion. Dabei wird stets die früheste Engstelle identifiziert, bevor Symptome weiter downstream optimiert werden. Der Agent arbeitet autonom, indem er zunächst den vorhandenen Kontext (Workspace, Dateien, Produktoberflächen) inspiziert, bevor er Fragen stellt. Das Ergebnis ist eine klare Diagnose mit Unsicherheitsgrad, sowie maximal drei priorisierten Experimenten mit Hypothesen, Zielkohorten, Metriken und Entscheidungsregeln. Plattformen: primär für Agenten wie Claude Code, Cursor, Codex, geeignet für jede SaaS-Analyse ohne private Systemzugriffe.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add Daqi029/saas-growth-diagnosis

In Ihrer bevorzugten KI fragen

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

Dokumentation

Was macht SaaS-Wachstumsdiagnose?

Untersuche zuerst das Produkt und die zugänglichen Beweise, erstelle dann aus dem Vorhandenen eine brauchbare Diagnose: identifiziere den frühesten sinnvollen Engpass, zeige die Beweise und die Unsicherheit auf und empfehle die nächsten drei Experimente.

Die Methode basiert auf Mengqi Peis Produktarbeit bei Alibaba und TikTok sowie ihrer Erfahrung mit Wachstumsdiagnosen bei über 30 SaaS-Produkten.

Arbeitsprinzipien

  • Diagnostiziere in Funnel-Reihenfolge: Traffic-Qualität → Landing-Page-Konversion → Aktivierung → Trial-to-Paid und Pricing → Bindung und Expansion.
  • Entdecke, bevor du fragst. Untersuche den aktuellen Workspace, bereitgestellte Dateien, erreichbare Produktoberflächen und autorisierte, schreibgeschützte Daten, bevor du den Benutzer um Informationen bittest.
  • Finde die früheste defekte Stufe, bevor du ein nachgelagertes Symptom optimierst.
  • Behandle Benchmarks als richtungweisenden Kontext, niemals als universelle Bestehen/Nichtbestehen-Regeln.
  • Trenne beobachtete Fakten, berechnete Metriken, Hypothesen und fehlende Beweise.
  • Erfinde keine Produktfakten, Analysen, Benutzerverhalten, Benchmarks oder Kausalerklärungen.
  • Liefere Mehrwert mit unvollständigen Informationen. Beginne niemals mit einem Fragebogen oder bitte den Benutzer, Informationen manuell abzurufen, auf die der Agent zugreifen kann.
  • Empfehle Experimente, anstatt Ergebnisse zu versprechen. Garantiere niemals eine 2–3-fache Steigerung.
  • Antworte in der Sprache des Benutzers, es sei denn, er bittet um eine andere Sprache.
  • Diagnostiziere und priorisiere; behaupte nicht, Anzeigen zu schalten, Schnittstellen neu zu gestalten, Analysen zu konfigurieren oder Experimente durchzuführen, es sei denn, der Benutzer fordert diese Arbeit separat an und autorisiert sie.

Beginne mit autonomer Entdeckung

Der Benutzer kann nur „diagnostiziere dieses Produkt“, einen Repository-Pfad oder eine URL angeben. Nutze den bereits bereitgestellten Kontext und bitte ihn nicht, einen Modus zu wählen.

  1. Identifiziere das Zielprodukt aus dem aktuellen Workspace, dem angegebenen Pfad, der URL, einem Screenshot oder dem Gespräch.
  2. Lese references/intake-and-metrics.md und untersuche alle sicheren, relevanten, schreibgeschützten Beweise, die bereits verfügbar sind.
  3. Bestimme, ob das Produkt live mit Verhaltensbeweisen, live ohne zugängliche Verhaltensbeweise oder vor dem Start ist.
  4. Gib kurz an, was untersucht wurde und was aus diesen Quellen weiterhin unbekannt ist.
  5. Stelle nur dann eine einzige Frage mit hohem Einfluss, wenn ihre Antwort die Diagnose oder die nächste Aktion ändern könnte. Sende niemals ein Formular oder eine Liste von Metriken, die der Benutzer ausfüllen soll.
  6. Wenn der Benutzer nicht antwortet, fahre mit einer vorläufigen Diagnose und einem Aktionsplan zur Beweissammlung fort.

Repository-Zugriff kann beabsichtigtes Verhalten, Ereignisdefinitionen, Routen, Onboarding-Logik, Preiskonfiguration und offensichtliche Reibungspunkte aufdecken. Er beweist nicht, wie sich Produktionsbenutzer verhalten. Analyse-Code ist keine Analysedaten.

Lese oder gebe keine geheimen Werte preis. Frage keine privaten Produktionssysteme ab, erstelle keine Konten, sende keine Formulare ab und verändere keinen externen Zustand ohne entsprechende Zugriffsrechte und Autorisierung.

Wähle den Einstiegspfad

Schnelldiagnose

Verwende diese, wenn das Produkt live ist, aber keine zuverlässigen Verhaltensdaten zugänglich sind.

  1. Leite aus den verfügbaren Beweisen das Produkt, den Zielkunden, den beabsichtigten Kernwert, die Akquisitionsquelle und das Geschäftsmodell ab.
  2. Untersuche das öffentliche Erlebnis und das Repository, wenn zugänglich.
  3. Gib eine vorläufige Diagnose und ein Konfidenzniveau an.
  4. Trenne Implementierungsbeweise von tatsächlichem Benutzerverhaltensnachweis.
  5. Stelle höchstens eine entscheidungsändernde Frage oder gib einen Plan zur minimalen Beweissammlung, anstatt anzuhalten.

Funnel-Diagnose

Verwende diese, wenn der Benutzer mehrere Funnel-Metriken oder einen Datensatz bereitstellt.

  1. Normalisiere Definitionen, Zeitfenster, Kohorte, Nenner und Kanalsegmentierung.
  2. Berechne vergleichbare Stufenraten, wenn Rohzahlen verfügbar sind.
  3. Navigiere durch den Funnel und identifiziere den frühesten wesentlichen Bruch.
  4. Überprüfe nachgelagerte Signale, ohne sie als unabhängigen Beweis zu behandeln.
  5. Erstelle den Diagnosebericht.

Pre-Launch-Bereitschaft

Verwende diese, wenn das Produkt noch nicht gestartet ist oder keine sinnvolle Benutzerkohorte hat.

Gib nicht vor, die Konversionsleistung zu diagnostizieren. Untersuche, ob das Produkt nach dem Start bereit ist, zu lernen: Versprechen, erster Nutzungspfad, Kandidat für den Aha-Moment, Preisverständnis, Vertrauen, Ereignismessung und Kohortendefinitionen. Lese references/prelaunch.md und erstelle einen Bereitschaftsbericht mit den drei größten Startrisiken und einem Messplan für die erste Woche.

Fokussiertes Audit

Verwende diese, wenn der Benutzer explizit nach einer Stufe wie Onboarding oder Pricing fragt.

Auditiere diese Stufe direkt, überprüfe aber kurz, ob ein vorgelagertes Problem die Arbeit ungültig machen könnte. Erzwinge kein vollständiges Funnel-Audit, wenn die fokussierte Frage bereits gut abgegrenzt ist.

Lade nur die benötigten Referenzen

Lade nicht standardmäßig jede Spezialreferenz. Beginne mit Aufnahme und Routing, öffne dann nur die vermutete Engpassreferenz und jede direkt angrenzende Stufe, die benötigt wird, um Kausalität zu testen.

Fälle das Kernurteil

Weise jeder relevanten Stufe einen Status zu:

  • Gestützt: Die Beweise sind ausreichend konsistent für eine handlungsrelevante Schlussfolgerung.
  • Wahrscheinlich: Mehrere Signale stimmen überein, aber eine entscheidungsändernde Tatsache fehlt.
  • Unbekannt: Die verfügbaren Beweise unterstützen kein Stufenurteil.
  • Nicht primär: Eine Schwäche kann bestehen, aber ein früherer Engpass sollte zuerst angegangen werden.

Wähle einen primären Engpass, es sei denn, die Beweise zeigen zwei unabhängige Fehler. Erkläre, warum er vor den Alternativen kommt.

Wenn Beweise widersprüchlich sind, bevorzuge segmentiertes Kohortenverhalten gegenüber gemischten Durchschnitten, Benutzerverhalten gegenüber angegebener Präferenz und abgeschlossene Ergebnisse gegenüber Klicks oder Seitenaufrufen.

Empfehle Experimente

Gib nicht mehr als drei priorisierte Experimente zurück. Jedes Experiment muss enthalten:

  • Hypothese;
  • kleinste konkrete Änderung;
  • Zielkohorte;
  • primäre Metrik;
  • Schutzmetrik;
  • Beobachtungsfenster oder Stichprobenanforderung;
  • Entscheidungsregel für Beibehalten, Iterieren oder Stoppen.

Bewerte ein Experiment nicht hoch, nur weil es einfach ist. Priorisiere seine Fähigkeit, die primäre Diagnose mit angemessenem Aufwand und umkehrbarem Risiko zu testen.

Beende gut

Verwende die Struktur in references/report-template.md. Halte den Bericht für einen Gründer verständlich, der kein Analysespezialist ist.

Beende mit einer sofortigen Aktion, die der Benutzer noch heute ergreifen kann. Füge die Übergabe für eine tiefergehende Diagnose nur hinzu, wenn die nächste Entscheidung wirklich private Analysen, Aufzeichnungen, Interviews, vollständigen Produktzugriff oder ein nachhaltiges Experiment-Design erfordert. Enthalte niemals eine nützliche Schlussfolgerung vor, um die Übergabe zu erzwingen.

Verwandte Skills