Interpretar métricas de producto contra objetivos y exponer señales accionables. Utiliza cuando se te pida analizar la salud del producto, revisar métricas clave, investigar un problema de rendimiento, producir un informe de salud o evaluar señales de ajuste producto-mercado. Produce un informe de salud estructurado con estado RAG, análisis de tendencias, hipótesis de causa raíz y acciones priorizadas.
Start a fresh conversation. Replace the highlighted placeholders.
Use product-health-analysis to produce a RAG product-health report for [product area] over [period] using [metrics data and targets], with segmented trends, root-cause hypotheses, and prioritized next actions.
Required inputs
[product area]
[period]
[metrics data and targets]
User-approved starter prompt based on a pinned source version; check current skill requirements before running. Task evidence ↗
SKILL.md
# machine-translated to es from skills/product-health-analysis/SKILL.md — review: pending. Native fixes welcome via PR.name: product-health-analysisdescription: "Interpretar métricas de producto contra objetivos y exponer señales accionables. Utiliza cuando se te pida analizar la salud del producto, revisar métricas clave, investigar un problema de rendimiento, producir un informe de salud o evaluar señales de ajuste producto-mercado. Produce un informe de salud estructurado con estado RAG, análisis de tendencias, hipótesis de causa raíz y acciones priorizadas."
Skill de Análisis de Salud del Producto
Transforma datos de métricas en bruto en una narrativa clara de salud — qué funciona, qué no, y qué requiere atención inmediata.
Inputs Requeridos
Solicita al usuario estos datos si no están disponibles:
Datos de métricas (valores actuales para métricas clave — incluso números aproximados funcionan)
Objetivos o puntos de referencia (targets de OKR, líneas base históricas, o benchmarks de industria)
Período (semana / mes / trimestre siendo analizado)
Área de producto o segmento (¿estamos mirando el producto completo o una feature específica?)
Marco de Métricas
Analiza a través de cuatro capas:
Acquisition — nuevos usuarios, calidad de fuente, tendencias de CAC
Activation — tiempo para primer valor, tasas de completitud de onboarding
Engagement — DAU/MAU, adopción de features, profundidad de sesión
Retention — retención D1/D7/D30, tasa de churn, tasa de resurrección
Proceso
Para cada métrica, compara: período actual vs. período anterior, actual vs. objetivo
Marca cualquier cosa más del 10% fuera del objetivo como requiriendo investigación
Busca correlaciones — ¿una caída en activation explica una caída de retention 2 semanas después?
Escribe un resumen de salud en inglés claro (sin jerga) adecuado para compartir con stakeholders no técnicos
Recomienda top 3 áreas para investigación inmediata con pasos diagnósticos sugeridos
Valida — Confirma que cada métrica marcada tiene una hipótesis de causa raíz plausible, no solo un número en bruto, y cada acción recomendada tiene un propietario o equipo específico