메뉴
사용자 참여 데이터에 대한 코호트 분석 수행 — 리텐션 곡선, 기능 도입 트렌드, 세그먼트 수준 인사이트. 코호트별 사용자 리텐션 분석, 시간에 따른 기능 도입 연구, 이탈 패턴 조사, 또는 참여 트렌드 식별 시 활용하세요.
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
통계적 유의성, 샘플 크기 검증, 신뢰 구간, 출시/연장/중단 권고를 포함한 A/B 테스트 결과 분석. 실험 결과를 평가하거나, 테스트가 유의성에 도달했는지 확인하거나, 분할 테스트 데이터를 해석하거나, 변형 출시 여부를 결정할 때 활용하세요.
자연어 설명으로 SQL 쿼리 생성. BigQuery, PostgreSQL, MySQL 등 다양한 방언 지원. 업로드된 다이어그램이나 문서에서 데이터베이스 스키마 읽기. SQL 작성, 데이터 보고서 구축, 데이터베이스 탐색, 또는 비즈니스 질문을 쿼리로 변환할 때 활용하세요.
회사 목표에 맞춰 팀 수준의 OKR을 브레인스토밍합니다 — 측정 가능한 핵심 결과를 포함한 정성적 목표. 분기별 OKR 설정, 팀 목표를 회사 전략에 정렬, 목표 초안 작성, 또는 효과적인 OKR 작성법을 학습할 때 사용하세요.
문제, 목표, 세그먼트, 가치 제안, 솔루션, 출시 계획을 포함하는 포괄적인 8개 섹션 템플릿으로 Product Requirements Document를 작성합니다. PRD 작성, 제품 요구사항 문서화, 기능 스펙 준비, 또는 기존 PRD 검토 시 사용하세요.
사용자 정의 컬럼, 제약 조건, 출력 형식(CSV, JSON, SQL, Python script)으로 테스트용 현실적인 더미 데이터셋을 생성합니다. 테스트 데이터 생성, 목(mock) 데이터셋 구성, 개발 및 데모용 샘플 데이터 생성 시 사용하세요.
'When [상황], I want to [동기], so I can [결과]' 형식으로 상세한 인수 기준을 포함한 잡 스토리를 작성합니다. 잡 스토리 작성, JTBD 방식의 백로그 항목 생성, 사용자 상황과 동기 표현 시 사용하세요.
| name | cohort-analysis |
| description | 사용자 참여 데이터에 대한 코호트 분석 수행 — 리텐션 곡선, 기능 도입 트렌드, 세그먼트 수준 인사이트. 코호트별 사용자 리텐션 분석, 시간에 따른 기능 도입 연구, 이탈 패턴 조사, 또는 참여 트렌드 식별 시 활용하세요. |
코호트별 사용자 참여 및 리텐션 패턴을 분석하여 사용자 행동, 기능 도입, 장기 참여의 트렌드를 식별합니다. 정량적 인사이트와 정성적 리서치 권고를 결합합니다.
예시 1: CSV 데이터 업로드
cohort_month, weeks_active, user_id, feature_x_usage, engagement_score 컬럼이 있는
cohort_engagement.csv를 업로드합니다.
요청: "리텐션 패턴을 분석하고 Q4 2025 코호트가
Q3 대비 낮은 성과를 보이는 이유를 식별해 주세요"
예시 2: 데이터 형식 설명
"Jan-Dec 2025의 월간 사용자 코호트가 있습니다. 각 행에는:
코호트 날짜, 사용자 ID, 구매 빈도, 지원 티켓이 있습니다.
어떤 코호트가 최고의 장기 리텐션을 보이는지 분석해 주세요."
예시 3: 기능 도입 분석
코호트 도입 데이터가 있는 feature_usage.xlsx를 업로드합니다.
요청: "코호트 전반에 걸쳐 새 기능의 도입 곡선을 비교해 주세요.
어떤 코호트가 가장 빠르게 도입했나요? 패턴이 있나요?"
다음을 제공합니다: