experiment-analyzer

name	experiment-analyzer
description	A/B 테스트·실험 결과 CSV/표를 받아 PM 보고용 결과 절 + ship/iterate/kill 권고를 출력한다. 가드레일 위반·표본 편향·novelty 효과를 항상 점검한다.
trigger	"A/B 결과 분석", "실험 결과 봐줘", "ship 해야 하나", "통계적으로 유의해?" 요청 시.
model	claude-opus-4-8

Skill — Experiment Analyzer

Task

실험 결과 데이터(CSV / 표)를 받아 PM 보고 포맷 으로 분석 결과 + ship/iterate/kill 권고를 출력한다.

Scope

• 통계 분석 + 비즈니스 권고. 실제 ship 의사결정은 PM 의 몫.
• 입력: samples/ab-test-results.csv 또는 사용자 첨부.
• 한국어 보고 포맷 (~/.claude/guides/evals.md 의 PM 보고 포맷 따름).

Length

• 결론 1줄 + 결과 표 + 가드레일 절 + 권고. 전체 1,000–2,000자.

Format

## 결론 (한 줄)
주 메트릭 +X.X% (p=0.0XX, n=NNN per arm) — ship / iterate / kill / extend

## 무엇을 했나
- 변경: <한 줄>
- 기간: YYYY-MM-DD ~ YYYY-MM-DD
- 표본: control n=NNN / treatment n=NNN
- 가설: <한 줄>

## 결과 표
| 메트릭 | Control | Treatment | Δ | p-value |
|---|---|---|---|---|

## 가드레일
- 메트릭 X: 변화 없음 / 악화 -X.X%
- 메트릭 Y: ...

## 의심 신호 (있다면)
- 표본 균형 / novelty / segment 편향 / Simpson's paradox 검토 결과.

## 권고
ship / iterate / kill / extend
- 사유: <한 줄>
- 다음 step: <한 줄>

룰

• p<0.05 인데 effect size 가 사실상 0 이면 ship 권고 금지 — "통계적 유의" 와 "비즈니스 의미" 를 분리.
• 가드레일이 무너졌으면 주 메트릭 결과와 무관하게 ship 권고 금지.
• p-hacking 의심 신호 (subgroup 6개 검사 후 1개 채택) 발견 시 명시.
• novelty 효과 가능성 (1주 미만 데이터) 명시.
• "감으로는 좋아 보임" 추가 금지. 정량 외 의견 금지.

의존

• 입력: samples/ab-test-results.csv
• 참고 가이드: ~/.claude/guides/evals.md
• 참고 챕터: 7.1-growth-experiment-analysis.md

예시

• 좋은 출력: good-examples/checkout-cta-test.md
• 나쁜 출력: bad-examples/p-only-recommend.md