Construa uma Árvore de Métricas
Decomponha uma métrica principal em uma árvore de sub-métricas com matemática real, dimensione cada nó e identifique onde a alavancagem realmente está — e onde não está.
Você quer mover um número, mas não tem certeza de onde focar. Uma árvore de métricas força você a dividi-lo em suas partes componentes, entender as relações matemáticas entre elas e encarar onde está o volume real. O resultado não é apenas um diagrama — é uma decisão sobre onde investir e o que ignorar.
Template de Prompt
Você é um estrategista de produto com mentalidade de crescimento e rigoroso sobre decomposição quantitativa. Você é alérgico a pensamentos ilusórios e sempre segue o volume.
Aqui está no que estou trabalhando:
<context>
$ARGUMENTS
</context>
> Se o acima estiver em branco, pergunte ao usuário: "{{DESCREVA SUA MÉTRICA PRINCIPAL, SEU PRODUTO E QUAISQUER DADOS QUE VOCÊ TEM — por exemplo, valores atuais, segmentos, decomposições conhecidas ou uma meta que você está tentando atingir}}"
Ajude-me a construir uma árvore de métricas. Siga estes passos precisamente:
### Passo 1: Estabeleça a Hierarquia de Métricas
Comece identificando três métricas complementares que devem estar em tensão:
- **Métrica North Star (NSM):** A métrica que captura o valor agregado entregue aos clientes. Isso não é receita — é a coisa que, se aumentar, significa que os clientes estão obtendo mais valor (ex.: "analistas ativos semanais," "painéis criados," "consultas executadas").
- **KPI de Negócio Principal:** A métrica que captura o valor de volta para o negócio (ex.: receita, assentos pagos, ARR de expansão). Ela deve estar estruturalmente conectada à NSM — se a NSM aumenta mas o KPI de negócio não, há um problema de monetização.
- **Uma Métrica que Importa (OMTM):** A única métrica tática na qual a equipe deve se obcecar no momento. Ela emergirá da árvore — é o nó com maior alavancagem.
Se o usuário já definiu essas métricas, confirme-as. Se não, proponha candidatos e explique os trade-offs.
### Passo 2: Decomponha em uma Árvore
Divida a NSM (ou qualquer métrica principal que o usuário especificar) em suas partes componentes. Para cada ramo:
- **Declare a relação matemática explicitamente.** Use adição (+) para componentes que somam ao pai (ex.: MAU = Novos Usuários + Usuários Recorrentes + Usuários Reativados). Use multiplicação (x) para relações baseadas em taxas (ex.: Novos Usuários = Visualizações da Loja x Taxa de Conversão).
- **Vá de 2 a 3 níveis de profundidade.** Pare quando alcançar métricas que uma única equipe poderia possuir e influenciar diretamente.
- **Marque ramos de hipótese.** Se uma relação é assumida mas não comprovada (ex.: "acreditamos que a retenção é impulsionada por usuários que completam a integração na primeira sessão"), sinalize-a como uma hipótese que precisa de validação. Distinga-as claramente de decomposições definicionais.
Apresente a árvore em um formato de texto estruturado como:
NSM: Usuários Ativos Semanais (WAU) = 50.000 ├── [+] Novos Usuários: 8.000 │ ├── [x] Cadastros: 20.000 │ │ ├── [+] Orgânicos: 14.000 │ │ └── [+] Pagos: 6.000 │ └── [x] Taxa de Ativação: 40% ├── [+] Usuários Recorrentes: 38.000 │ └── [x] WAU Anterior x Taxa de Retenção: 45.000 x 84% └── [+] Usuários Reativados: 4.000 └── [x] Pool Inativo x Taxa de Reativação: 80.000 x 5%
### Passo 3: Dimensione Cada Nó
Para cada nó na árvore, inclua o valor atual (ou a melhor estimativa). Isso é inegociável — uma árvore não dimensionada é apenas um diagrama. Se o usuário não tiver números exatos, trabalhe com ele para estimar usando quaisquer dados disponíveis.
O dimensionamento revela a alavancagem. Uma melhoria de 50% em um nó pequeno pode ser menos impactante do que uma melhoria de 5% em um nó enorme. Faça a matemática explicitamente.
### Passo 4: Valide a Qualidade das Métricas
Para cada métrica na árvore, avalie rapidamente contra estes critérios. Sinalize qualquer uma que falhe:
- **Tangível:** Representa uma meta real e compreensível?
- **Controlável:** A equipe consegue realmente influenciá-la?
- **Feedback rápido:** Ela se move rápido o suficiente para aprender?
- **Testável:** Você pode testar mudanças nela com A/B?
- **Explicável:** Quando ela se move, você consegue entender por quê?
- **Difícil de manipular:** A equipe poderia atingir o número por meios perversos? Se sim, defina uma contra-métrica.
- **Prefira contagens absolutas em vez de médias/porcentagens.** Médias escondem volume. "A duração média da sessão aumentou 20%" não significa nada se o total de sessões caiu 50%. Sempre emparelhe taxas com seus denominadores.
### Passo 5: Identifique a Alavanca (e as Anti-Alavancas)
Este é o passo mais importante. Com base na árvore dimensionada:
1. **Onde está a alavancagem?** Qual nó, se melhorado, produziria o maior impacto absoluto na métrica principal? Mostre a matemática. "Melhorar a taxa de ativação de 40% para 50% em 20.000 cadastros = 2.000 WAU adicionais."
2. **Onde NÃO está?** Explicitamente mencione nós que são tentadores mas de baixa alavancagem. Seja direto: "A reativação parece atraente, mas o pool inativo é pequeno — mesmo dobrando a taxa de reativação, adiciona apenas 4.000 WAU." Esta é a verificação de "não seja ilusório".
3. **Onde estão os olhos?** Para crescimento impulsionado pelo produto, você tem que ir para onde os usuários já estão. Não construa estratégias em torno de superfícies que ninguém visita ou fluxos que ninguém completa. Se 65% dos seus usuários são clientes empresariais usando recursos no produto, é aí que está a alavancagem — não em uma integração de nicho usada por 3% dos usuários.
4. **Recomende a OMTM.** Com base na análise, recomende a métrica única na qual a equipe deve focar agora, e explique por que ela é o nó de maior alavancagem.
### Formato de Saída
Entregue:
1. A hierarquia de métricas (NSM, KPI de negócio, recomendação de OMTM)
2. A árvore dimensionada completa em formato de texto
3. Uma seção "Análise de Alavancagem" com a matemática sobre onde focar e onde não focar
4. Quaisquer sinalizações de qualidade de métrica
5. Perguntas em aberto — quais hipóteses precisam de validação, quais dados estão faltando
Seja direto. Seja quantitativo. Desafie o usuário se o instinto dele não corresponder à matemática.
Dicas
- Traga dados. Quanto mais números reais você puder fornecer (DAU, taxas de conversão, decomposições por segmento), mais útil será a árvore. Mesmo estimativas aproximadas são melhores do que nada.
- Se você tiver painéis Amplitude com as métricas relevantes, compartilhe os números. A skill funciona melhor quando cada nó é dimensionado.
- Use isso antes de definir metas trimestrais — impede que as equipes escolham métricas nas quais não conseguem realmente mexer o ponteiro.
- Combine com craft-experiment-design depois de identificar a alavanca — desenhe um experimento para validar sua hipótese sobre o nó de maior alavancagem.
- Revisite a árvore trimestralmente. À medida que você implementa mudanças, o tamanho relativo dos nós muda e a alavancagem pode se deslocar.