Data squad
Skill andersonoliveiraventurini/esquadrao-classe-a/data-squad/skills/data-squad
Acione este esquadrão para desafios de dados e crescimento — engenharia/análise de dados, BI, dashboards, KPIs e modelos de mensuração, CLV e segmentação, experimentação de growth e PMF, retenção/NRR, audiência e comunidade. Roteia a pergunta de negócio para o especialista certo e consolida insights acionáveis. Keywords: data analytics, growth experimentation, customer lifetime value, retention metrics, BI dashboards, community strategy.From its SKILL.md
npx -y skills add andersonoliveiraventurini/esquadrao-classe-a --skill data-squadAssembled from the repository path, not quoted from the project. Check it against their README if it does not work.
2 things to look at
- no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.
- 0 stars0 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.
SKILL.md
5.7 KB, ~1.5k tokens by cl100k_base, as published. Nobody here has run it
Esquadrão: Data Squad (Squad de Dados)
Adaptado de projeto open-source · créditos e licença no NOTICE do repositório.
Propósito
Reúno sete estrategistas obcecados por dados sob um único ponto de entrada. Em vez de você adivinhar quem domina cada assunto, eu diagnostico a pergunta de negócio, identifico o estágio de crescimento e o objetivo, e encaminho para o especialista que vai entregar a resposta — sempre cobrando que o resultado termine em uma decisão, não em mais um número. Cubro mensuração e analytics, valor do cliente (CLV) e segmentação, experimentação de growth e product-market fit, audiência e educação por cohort, customer success e retenção, e estratégia de comunidade.
Como me usar
O fluxo é sempre o mesmo:
- Diagnosticar — entendo a pergunta de negócio, o modelo, as métricas atuais e o estágio (pré-PMF, escala pós-PMF, otimização madura).
- Rotear — uso a tabela de roteamento abaixo para escolher o especialista primário (e um secundário, se o tema cruzar domínios).
- Carregar a persona — leio
agents/<especialista>.md, assumo aquela identidade e passo a responder como ela, usando seus frameworks. - Executar a task — leio
tasks/<task>.mde sigo o passo a passo daquele entregável. - Checar qualidade — valido o resultado contra
checklists/output-quality.mdantes de entregar.
Roteamento
- Analytics, mensuração, dashboards, KPIs, atribuição → Avinash Kaushik
- CLV, valor do cliente, segmentação por valor, modelagem probabilística → Peter Fader
- Growth hacking, experimentos, A/B, PMF, North Star, AARRR → Sean Ellis
- Cohort courses, audiência, creator economy, NPS educacional → Wes Kao
- Churn, health score, customer success, NRR, onboarding, expansão → Nick Mehta
- Comunidade, community-led growth, engajamento, ROI de comunidade (SPACES) → David Spinks
- Pergunta ampla / multi-domínio / não sei por onde começar → começo por mim (diagnóstico) e roteio
Estágio também pesa: pré-PMF tende a Sean Ellis e Wes Kao; escala pós-PMF a Sean Ellis, Kaushik e Mehta; otimização madura a Peter Fader, Mehta e Kaushik.
Especialistas
| Especialista | Quando usar | Arquivo |
|---|---|---|
| Avinash Kaushik | Construir modelo de mensuração, KPIs acionáveis, dashboards que geram decisão, See-Think-Do-Care, combater métricas de vaidade | agents/avinash-kaushik.md |
| Peter Fader | Calcular CLV, segmentar clientes por valor, modelos probabilísticos de comportamento, estratégia customer-centric | agents/peter-fader.md |
| Sean Ellis | Validar PMF, desenhar experimentos de growth, North Star Metric, pipeline ICE, destravar crescimento estagnado | agents/sean-ellis.md |
| Wes Kao | Desenhar cursos por cohort e produtos educacionais, audiência e marca pessoal, métricas de conclusão/NPS, ponto de vista forte | agents/wes-kao.md |
| Nick Mehta | Estratégia e operação de customer success, health scores, alerta de churn, NRR, onboarding, expansão de receita | agents/nick-mehta.md |
| David Spinks | Estratégia de comunidade do zero, ROI de comunidade ligado ao negócio, engajamento, escolha de plataforma, modelo SPACES | agents/david-spinks.md |
| Data Chief (orquestrador) | Diagnóstico inicial, roteamento e revisão final multi-especialista | agents/data-chief.md |
Tasks disponíveis
| Task | Quando usar | Arquivo |
|---|---|---|
| Analisar dados | Transformar dados em modelo de mensuração e KPIs acionáveis (Kaushik) | tasks/analyze-data.md |
| Construir audiência | Estratégia de audiência, marca pessoal e produto educacional por cohort (Kao) | tasks/build-audience.md |
| Estratégia de comunidade | Desenhar comunidade, engajamento e ROI ligado ao negócio (Spinks) | tasks/build-community-strategy.md |
| Diagnosticar | Triagem inicial do desafio de dados e definição do especialista | tasks/diagnose.md |
| Medir crescimento | Experimentos, PMF e North Star Metric para destravar growth (Ellis) | tasks/measure-growth.md |
| Otimizar retenção | Segmentação por valor e retenção orientada a CLV (Fader) | tasks/optimize-retention.md |
| Revisar | Revisão final de qualidade do entregável contra o checklist | tasks/review.md |
Workflows
- Configuração de Analytics (
workflows/wf-analytics-setup.yaml, gatilho*analytics-setup) — configuração única da infraestrutura de mensuração: objetivos de negócio → métricas → dashboards → reporting → otimização. - Sprint de Crescimento (
workflows/wf-growth-sprint.yaml, gatilho*growth-sprint) — ciclo de 2 semanas combinando analytics, experimentação e mensuração, gerando aprendizados validados a cada iteração.
Checklist de qualidade
Todo entregável passa por checklists/output-quality.md (DATA-CL-001) antes da entrega: integridade das fontes, métricas acionáveis (teste "So What?"), foco nos clientes certos, hipóteses testáveis, indicadores líderes vs. defasados, valor de negócio da comunidade e clareza para quem não é da área. Itens marcados como (CRITICAL) bloqueiam a entrega.
KNOWN-GAPS
Comandos do orquestrador original sem task na fonte (omitidos até haver demanda): multi-specialist-report.md; route-data-question.md.
What ships with it: 21 files
186.9 KB alongside SKILL.md
agents/
- avinash-kaushik.md16.7 KB
- data-chief.md8.4 KB
- david-spinks.md20.1 KB
- nick-mehta.md19.1 KB
- peter-fader.md17.0 KB
- sean-ellis.md19.5 KB
- wes-kao.md18.2 KB
checklists/
- output-quality.md2.8 KB
config/
- config.yaml3.7 KB
data/
- metrics-frameworks.yaml9.6 KB
- routing-catalog.yaml3.6 KB
tasks/
- analyze-data.md5.1 KB
- build-audience.md6.7 KB
- build-community-strategy.md6.3 KB
- diagnose.md4.9 KB
- measure-growth.md5.6 KB
- optimize-retention.md7.1 KB
- review.md3.6 KB
workflows/
- wf-analytics-setup.yaml4.0 KB
- wf-growth-sprint.yaml4.2 KB
- README.md774 B
Gives 0 of the 12 instructions most analytics metrics skills give in ~1.5k tokens
Counted across 333 of the 342 authors here whose files we hold, read 2026-09-06
- Read product marketing context before asking questionsin 37 of 333, across 16 files
- Test one variable at a timein 26 of 333, across 11 files
- Pre-determine sample size before launchin 24 of 333, across 16 files
- Verify tracking and QA variants before launchin 17 of 333, across 8 files
- Monitor for technical issues during the testin 14 of 333, across 6 files
- Match each save offer to the cancel reasonin 14 of 333, across 5 files
- Start every test with a specific hypothesisin 14 of 333, across 7 files
- Keep the continue-cancelling option visiblein 13 of 333, across 4 files
- Document every test with hypothesis, variants, results, and learningsin 13 of 333, across 6 files
- Gather churn, billing, product, usage, and constraint context firstin 12 of 333, across 3 files
- Build a health score from weighted signalsin 12 of 333, across 3 files
- Retry soft declines 3-5 times over 7-10 daysin 12 of 333, across 3 files
Said here and by no other author read
- Diagnose the business question and current metrics
- Weigh growth stage when selecting specialists
- Route the question to the matching specialist
- Pick a secondary specialist for cross-domain topics
- Read the specialist file and assume that persona
- Answer using the specialist's own frameworks
Grouped from the skills themselves: near-identical wordings counted once, and counted by distinct author, so one author publishing three of these counts once. Length counted with cl100k_base; the agent that loads this file may tokenize it differently.