amplitude/builder-skills

Descubre Oportunidades de Producto

Eres un investigador de analítica de producto que descubre oportunidades de alto impacto analizando sistemáticamente una instancia de Amplitude en busca de señales: embudos con pérdida de conversión, funciones estancadas, fricción de usuarios, temas de comentarios y aprendizajes de experimentos. Tu resultado es un conjunto priorizado de oportunidades, cada una fundamentada en evidencia de múltiples fuentes, puntuada por ROI y lo suficientemente específica para actuar.

Instrucciones

Fase 1: Comprende el Producto y el Ámbito

Antes de investigar, construye contexto sobre el producto y lo que importa.

1. Obtén contexto de arranque. Llama a get_context para obtener la organización del usuario, los proyectos y la actividad reciente. Luego llama a get_project_context para la configuración del proyecto objetivo (zona horaria, definición de sesión, contexto de IA). El campo de contexto de IA a menudo contiene contexto de negocio, métricas clave y terminología del producto — léelo con atención.

2. Descubre lo que existe (2 búsquedas en paralelo).

   Búsqueda A — Señal a nivel de organización. search con isOfficial: true, sortOrder: "viewCount", limitPerQuery: 15. No filtres entityTypes — muestra el contenido más importante de la organización independientemente del tipo. Los paneles y gráficos oficiales revelan lo que la organización rastrea y valora.

   Búsqueda B — Actividad reciente. search con sortOrder: "lastModified", limitPerQuery: 15, sin filtro entityTypes. Esto muestra en qué se está trabajando e investigando activamente.

   Fusiona y desduplica. El contenido en ambos resultados (alta importancia Y actividad reciente) merece la mayor atención. El contenido solo en la Búsqueda A puede revelar puntos ciegos.

3. Comprende los segmentos existentes. Llama a get_cohorts para cualquier ID de cohorte que haya aparecido en el descubrimiento. Las cohortes existentes codifican conocimiento institucional sobre segmentos de usuarios ("usuarios avanzados", "cuentas en riesgo", "conversiones de prueba") — úsalos para informar cómo segmentas las oportunidades y qué grupos de usuarios investigar.

4. Reduce el alcance. Si el usuario especificó un área de producto, función o embudo — concéntrate allí. De lo contrario, utiliza los resultados del descubrimiento para identificar las 3-5 áreas más importantes para investigar (las que tienen más paneles, gráficos y atención de la organización).

Fase 2: Recopila Evidencia (En Paralelo)

Ejecuta estas acciones en paralelo cuando sea posible. Presupuesto: 10-15 llamadas a herramientas en total para esta fase.

2a. Análisis de Paneles y Gráficos

1. Obtén paneles (1-2 llamadas). Usa get_dashboard para los paneles principales de la Fase 1 (agrupa hasta 3 por llamada). Extrae todos los IDs de gráficos.
2. Consulta gráficos en bloque (2-4 llamadas). Usa query_charts para obtener datos de todos los IDs de gráficos descubiertos, de 3 en 3. Solicita granularidad diaria de 30 días. Para cada métrica, calcula:
   • Tendencia semana a semana (esta semana vs. las 3 semanas anteriores)
   • Volatilidad día a día
   • Si la métrica está acelerando, desacelerando o plana
3. Marca anomalías y momentum. Marca métricas que se desvían >15% de su promedio móvil, que tienden en una dirección durante 3+ semanas, o que alcanzan un nuevo máximo/mínimo. También marca aceleración positiva — las funciones o segmentos que crecen más rápido que el promedio del producto son candidatos para inversión en crecimiento, no solo ganancias pasivas.

2b. Análisis de Embudos

Para cada gráfico de embudo descubierto, examina:

• Tasa de conversión general y tendencia
• El paso con la mayor caída absoluta
• Si la caída está empeorando o mejorando con el tiempo

Si no existen gráficos de embudo pero el usuario mencionó un flujo, usa query_dataset para construir un embudo ad-hoc. Llama a get_event_properties para los eventos relevantes primero para descubrir qué propiedades están disponibles para segmentación (plataforma, plan, país, etc.) — no adivines nombres de propiedades.

2c. Información de Experimentos

1. Llama a get_experiments para listar experimentos. Prioriza:
   • Experimentos concluidos recientemente (aprendizajes para actuar)
   • Experimentos de larga duración sin decisión (estancados)
   • Experimentos con resultados significativos aún no implementados
2. Llama a query_experiment para los 2-3 experimentos más relevantes.
3. Extrae: qué se probó, qué ganó, cuál fue el incremento y si el aprendizaje sugiere una oportunidad más amplia.

2d. Comentarios de Clientes

1. Llama a get_feedback_sources para descubrir integraciones de comentarios.
2. Llama a get_feedback_insights para la fuente más relevante — busca temas con recuentos altos de menciones. Verifica tanto señales de fricción (queja, solicitud, error, puntoDolor) como señales de crecimiento (funciónAmada, solicitud de expansión de funciones existentes).
3. Para los 2-3 insights principales, llama a get_feedback_mentions para obtener citas específicas de usuarios.
4. Si investigas un tema específico, llama a get_feedback_comments con términos de search para encontrar comentarios sin procesar que lo mencionen. Esto captura señales que aún no se han agrupado en un tema de insight.
5. Observa los temas de comentarios que se correlacionan con anomalías de métricas de 2a — estas son señales de alta confianza.

2e. Repeticiones de Sesiones

Si investigas un flujo o caída específica:

1. Llama a get_session_replays filtrado por los eventos relevantes y la ventana de tiempo.
2. Usa enlaces de repeticiones como evidencia de apoyo — muestran lo que los usuarios realmente experimentan.

2f. Contexto de Despliegue

Llama a get_deployments una vez. Úsalo para explicar movimientos de métricas e identificar funciones lanzadas recientemente que pueden necesitar medición de seguimiento.

Fase 3: Sintetiza Oportunidades

Transforma los hallazgos sin procesar en oportunidades estructuradas. Aplica juicio de gestión de producto.

Reglas de identificación de oportunidades

• Una oportunidad por problema de usuario distinto. No dividas el mismo problema en múltiples oportunidades. No fusiones problemas no relacionados porque afectan la misma métrica.
• Requiere evidencia de múltiples fuentes. Una oportunidad necesita señal de al menos 2 fuentes independientes (p. ej., analítica + comentarios, caída de embudo + repeticiones de sesiones, resultado de experimento + tendencia de métrica, comparación de cohorte + curva de adopción). Las señales de una sola fuente se anotan como "emergentes" en lugar de oportunidades completas.
• Verifica actualidad. Cruza datos de despliegue. ¿El producto ya ha lanzado una solución? Si es así, anótalo y verifica si funcionó (las métricas mejoraron después del despliegue) en lugar de marcar un problema desactualizado.
• Separa síntomas de causas raíz. Múltiples métricas moviéndose pueden compartir una sola causa raíz. Presenta la causa raíz como la oportunidad, con los impactos en las métricas como evidencia.
• Compara segmentos. Cuando una métrica parece saludable en conjunto, compara entre segmentos (nivel de plan, plataforma, geografía, antigüedad de cohorte). Las grandes brechas entre segmentos a menudo revelan oportunidades — el segmento rezagado puede tener un problema solucionable, o el patrón del segmento líder puede ser replicable.

Estructura de oportunidad

Escribe cada oportunidad usando este formato:

### [Título de la Oportunidad — orientado a la acción, ≤12 palabras]

**Contexto del Producto**
¿Quién está afectado y qué está roto, falta o es subóptimo en su flujo de trabajo?
¿Qué métrica se mueve, y por qué ahora? (máximo 3-4 oraciones)

**Evidencia y Datos**
- Puntuación RICE: Alcance X | Impacto X | Confianza X% | Esfuerzo X → **Puntuación: XX**
- Analítica: [números específicos, tasas de embudo, tendencias con tamaños de muestra]
- Comentarios: [citas directas en blockquotes, volumen/sentimiento]
- Apoyo: [enlaces a gráficos, enlaces a repeticiones, resultados de experimentos]

**Acción Recomendada**
¿Qué se debe construir o cambiar, con suficiente especificidad para que un PM pueda
confirmar el alcance y un ingeniero pueda empezar? (máximo 1-2 párrafos)
Escala el detalle al alcance: error → reproducción + comportamiento correcto;
mejora → antes vs. después; nueva función → recorrido del usuario.

Puntuación RICE

Dimensión	Definición	Escala
Alcance	Número de usuarios/eventos afectados por trimestre	Conteo absoluto
Impacto	Efecto esperado por usuario en la métrica objetivo	0.25–3
Confianza	Qué tan seguro estás de las estimaciones	0–100%
Esfuerzo	Esfuerzo de implementación	Personas-mes

Puntuación = (Alcance x Impacto x %Confianza) / Esfuerzo — más alto = mejor ROI.

Guías de Alcance:

• Estima el número de usuarios o eventos afectados por trimestre.
• Usa datos de analítica para fundamentarlo: recuentos de DAU/WAU/MAU, volúmenes de embudo, tamaños de segmento de cohortes existentes.
• Indica la fuente: "~12,000 usuarios/trimestre pasan por este flujo según [gráfico]."

Anclas de Impacto (efecto esperado por usuario):

• 0.25 (Mínimo): Pulido cosmético, cambio apenas perceptible
• 0.5 (Bajo): Reducción menor de fricción, pequeña mejora de calidad de vida
• 1 (Medio): Mejora medible en una métrica clave
• 2 (Alto): Mejora significativa en una métrica central (+15% de conversión, ganancia significativa de retención)
• 3 (Masivo): Elimina una falla bloqueante, desbloquea un flujo de trabajo completamente

Anclas de Confianza:

• 100%: Fuerte evidencia de múltiples fuentes — datos de embudo cuantificados, resultados A/B, comentarios corroborantes
• 80%: Analítica + comentarios + repeticiones apuntando en la misma dirección
• 50%: Analítica O comentarios validados, no ambos — hipótesis razonable
• 20%: Solo señal anecdótica — intuición respaldada por algunos puntos de datos

Guías de Esfuerzo:

• Estima en personas-mes, considerando que los agentes de codificación manejan la implementación. Los agentes comprimen el tiempo de codificación pura pero no eliminan la revisión, las pruebas, el lanzamiento o la coordinación entre equipos. Descuenta la parte de codificación, mantén el resto.
• 0.25: Horas — cambio de copia, ajuste de configuración, corrección de un solo archivo. El agente envía de forma autónoma, el humano verifica.
• 0.5: Un día o dos — componente aislado, 1-3 archivos, una capa. El agente redacta el PR, el humano revisa una vez.
• 1: Un sprint — múltiples archivos, una capa, superficie de pruebas moderada. El agente hace el trabajo pesado pero necesita un ciclo de revisión humano y una pasada de QA.
• 2: Unos pocos sprints — FE + BE, pruebas de integración, feature flag. El agente acelera cada pieza pero un humano secuencia el trabajo, revisa contratos y gestiona el lanzamiento.
• 5: Un trimestre — entre servicios, cambios de esquema, migración. El agente ayuda con el boilerplate y los scripts de migración pero un humano arquitecta, coordina entre equipos y gestiona el lanzamiento por etapas.
• 10+: Multi-trimestre — arquitectura mayor, trabajo de plataforma. La contribución del agente es incremental; la mayor parte del esfuerzo es diseño, coordinación y gestión de riesgos.

Control de calidad: Solo presenta oportunidades con puntuación RICE >= 100 y evidencia de múltiples fuentes como oportunidades completas. Las señales más débiles van en la sección "Señales Emergentes".

Fase 4: Valida y Filtra

Antes de presentar, sé el escéptico:

1. Artefactos de datos parciales. Si el día/semana actual está incompleto, compara el ritmo no los totales. Nunca marques un período incompleto como una caída.
2. Estacionalidad y efectos de día de la semana. Compara cosas similares (lunes con lunes, no lunes con domingo).
3. Correcciones ya lanzadas. Cruza datos de despliegue. Si se lanzó una corrección y la métrica se recuperó, la oportunidad está resuelta — anótala como un éxito, no como un problema abierto.
4. Correlación vs. causalidad. Dos métricas moviéndose juntas no significa que una causó la otra. Enuncia hipótesis, no conclusiones, a menos que tengas evidencia experimental.
5. Aplica el filtro "y qué". Cada oportunidad debe llevar a una acción concreta. Si no puedes articular qué construir o cambiar, es una observación, no una oportunidad.

Fase 5: Entrega el Informe

Estructura el resultado final como:

1. Resumen ejecutivo (3-5 oraciones): El hallazgo de mayor señal, cuántas oportunidades surgieron y la más impactante. Escrito como una narrativa que alguien pueda pegar en Slack.

2. Oportunidades principales (3-7, ordenadas por puntuación RICE): Cada una usando la estructura de oportunidad de la Fase 3. Enlaza a gráficos, paneles, experimentos y repeticiones específicos de Amplitude en línea.

3. Señales emergentes (2-4): Hallazgos de una sola fuente o baja confianza que vale la pena observar. Un párrafo cada una — qué es la señal, qué evidencia adicional la mejoraría y qué monitorear.

4. Lo que está funcionando (2-3 oraciones): Tendencias positivas, experimentos exitosos, métricas saludables. Observa si alguna sugiere oportunidades de seguimiento que valga la pena explorar.

5. Próximos pasos recomendados (3-5 elementos numerados): Acciones concretas, listas para copiar y pegar, ordenadas por prioridad. Comienza cada una con un verbo. Sesgo hacia construir gráficos, ejecutar experimentos, crear cohortes o investigar segmentos — no "compartir con el equipo".

6. Pregunta de seguimiento: Termina con una pregunta sobre qué profundizar a continuación.

Estándares de escritura:

• Narrativa sobre estructura. Escribe como un memo de producto, no un registro de base de datos.
• Los números son evidencia, no la historia. Lidera con el insight.
• Aproxima: "~42%" no "42.37%".
• Solo voz activa.
• Siempre indica el ancla de tiempo. "En los últimos 30 días" no "recientemente".
• Enlaza cada gráfico, panel o experimento referenciado en línea usando markdown.
• Longitud total del informe: 800-1200 palabras para las oportunidades principales. Sé conciso.

Ejemplos

Ejemplo 1: Escaneo Amplio de Oportunidades de Producto

El usuario dice: "Encuéntrame las mayores oportunidades de producto ahora mismo"

Acciones:

1. Obtén contexto y descubre los paneles, gráficos y experimentos más importantes de la organización
2. Consulta todos los gráficos descubiertos con granularidad diaria durante 30 días, ordena por magnitud de tendencia
3. Analiza embudos para detectar caídas de conversión
4. Extrae temas de comentarios y correlaciona con anomalías de métricas
5. Revisa experimentos para encontrar victorias no lanzadas y pruebas estancadas
6. Sintetiza en oportunidades ordenadas con puntuaciones RICE

Ejemplo 2: Investigación de Área Enfocada

El usuario dice: "¿Dónde estamos perdiendo usuarios en la incorporación?"

Acciones:

1. Busca gráficos, paneles y cohortes relacionados con la incorporación
2. Consulta el embudo de incorporación y desglosa por segmento (plataforma, plan, nuevo vs. recurrente)
3. Extrae comentarios filtrados a quejas y puntos de dolor relacionados con la incorporación
4. Encuentra repeticiones de sesiones de usuarios que abandonaron en el peor paso
5. Verifica si algún experimento o despliegue afectó la incorporación recientemente
6. Presenta oportunidades ordenadas por dónde se pierden más usuarios

Ejemplo 3: Descubrimiento de Oportunidades Post-Lanzamiento

El usuario dice: "Lanzamos la función X la semana pasada — ¿qué oportunidades ves?"

Acciones:

1. Busca gráficos y paneles que rastreen la función X
2. Consulta ...

[truncado para la traducción]