From pm-data-analytics
Performs cohort analysis on user engagement data from CSV/Excel/JSON: retention curves, feature adoption trends, churn patterns, visualizations, insights, and research recommendations.
npx claudepluginhub lucas-flatwhite/pm-skills-ko --plugin pm-data-analyticsThis skill uses the workspace's default tool permissions.
코호트별 사용자 참여 및 리텐션 패턴을 분석하여 사용자 행동, 기능 도입, 장기 참여의 트렌드를 식별합니다. 정량적 인사이트와 정성적 리서치 권고를 결합합니다.
Guides Payload CMS config (payload.config.ts), collections, fields, hooks, access control, APIs. Debugs validation errors, security, relationships, queries, transactions, hook behavior.
Builds scalable data pipelines, modern data warehouses, and real-time streaming architectures using Spark, dbt, Airflow, Kafka, and cloud platforms like Snowflake, BigQuery.
Builds production Apache Airflow DAGs with best practices for operators, sensors, testing, and deployment. For data pipelines, workflow orchestration, and batch job scheduling.
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: