- name
- growth-experiments
- description
- Utiliser quand l'utilisateur veut des expériences de croissance, un A/B test, un backlog growth, ou faire du CRO. Priorise les hypothèses par score ICE, définit un protocole d'expérience rigoureux, délègue l'exécution, lit les résultats par script et rend un verdict PASS/FAIL/INCONCLUSIF.
# Growth experiments — backlog ICE, protocole, verdict chiffré
## Étape 0 — Charger (obligatoire)
- `${CLAUDE_PLUGIN_ROOT}/reference/priorite-mcp.md` et `garde-fous-marketing.md`.
- **Lire `./rapido-kb/marketing/apprentissages.md` et `benchmarks.md` AVANT de
proposer un backlog** — une hypothèse déjà testée (leçon passée) ne se
re-teste pas à l'aveugle ; les leçons priment sur les défauts. Fichiers absents
→ créés depuis `${CLAUDE_PLUGIN_ROOT}/reference/kb-templates/`
(voir `reference/memoire.md`).
## Méthode
### 1. Backlog scoré ICE
Rassembler les hypothèses (impact, confidence, ease notés 1-10) →
`python3 "${CLAUDE_PLUGIN_ROOT}/skills/growth-experiments/scripts/ice_score.py"`
avec `{"hypotheses": [{nom, impact, confidence, ease}]}` → backlog **trié**
(jamais priorisé de tête).
### 2. Protocole par expérience (avant de lancer)
Pour chaque test : **hypothèse** (« si… alors… parce que… »), **métrique**
unique, **taille d'échantillon minimale**, **durée**, **critère d'arrêt**.
Un test sans protocole écrit ne se lance pas.
### 3. Exécution (déléguée au bon skill)
- **Pub** → skill `tests-ab-meta` (rapido-meta-ads).
- **Landing** → variantes via `create_editor_template` (rapidocrm) ou skill
`usine-a-landing` (Lovable).
- **Objet / email** → variantes via skill `email-sequence`.
- Toute activation/envoi **confirmé** (hook `garde-envois`).
### 4. Lecture des résultats (jamais de tête)
`python3 "${CLAUDE_PLUGIN_ROOT}/skills/growth-experiments/scripts/ab_result.py"`
avec `{"controle": {n, conversions}, "variante": {n, conversions},
"seuil_min_echantillon": …}` → taux, uplift, z, **verdict PASS / FAIL /
INCONCLUSIF** (test z à deux proportions). Un échantillon insuffisant =
**INCONCLUSIF**, jamais « ça marche ».
### 5. Capitaliser (automatique)
Ajouter 1 à 3 **leçons datées et SOURCÉES** (verdict du script) dans
`./rapido-kb/marketing/apprentissages.md` (`date | contexte | leçon | preuve |
skill source`) et **mettre à jour `benchmarks.md`** si un taux change — via
`mise-a-jour-kb`. Pas de leçon sans preuve chiffrée.
## Livrable type
Backlog priorisé ICE + protocole de l'expérience en cours + verdict chiffré du
dernier test + prochaine hypothèse à tester.
## Cas d'usage croisés
- Outillage A/B (méthode statistique, MDE) → skill `scale-ab-testing`.
- Cartes de chaleur / enregistrements de session (CRO) → skill `scale-heatmaps`.
- Mesurer le goulot d'un tunnel avant de tester → skill `tunnel-de-vente-360`.
## Garde-fous
Priorisation et verdict **par script** ; protocole écrit avant tout test ;
INCONCLUSIF assumé si échantillon insuffisant ; envois/activations confirmés ;
leçons datées.
Ver en GitHub