analytics-tracking

マーケティングチームには、チャネルを横断して一貫性を保つコンテンツが必要です。このスキルは、ブランドボイスとSEOに合わせてコンテンツを計画、執筆、分析、最適化するのに役立ちます。

一貫性のないプロンプトは時間を浪費し、AIの出力を信頼しにくくします。このスキルは、再利用可能なパターン、例、評価手順、最適化ワークフローを使ってプロンプト設計を支援します。

アーキテクチャ上の意思決定は、Web、モバイル、バックエンド、クラウドシステム全体で比較するのが困難です。このスキルは、レポート、依存関係レビュー、トレードオフ文書化のための構造化されたガイドとローカルのスキャフォールドスクリプトを提供します。

チームには、モダンなWebアプリケーション向けに一貫したセットアップ、アーキテクチャ、レビュー指針が必要です。このスキルは、React、Next.js、Node.js、GraphQL、PostgreSQLプロジェクト向けのスキャフォールダー、ワークフローのリファレンス、品質向上のためのプロンプトを提供します。

目標が曖昧だったり複雑だったりすると、明確なプロンプトを書くのは困難です。このスキルは、実績のあるプロンプトフレームワークを使って、粗い依頼を構造化されたプロンプトに変換します。

プロダクトチームには、機能の順位付け、インタビューの統合、意思決定の文書化をより速く行う方法が必要です。このスキルは、構造化された計画のために、RICEスコアリング、インタビュー分析、PRDテンプレートを提供します。

データパイプラインの作業は、取り込み、特徴量、品質、レポート作成を別々に計画すると一貫性を失うことがあります。このスキルは、パイプラインのコンテキスト、品質ゲート、リネージ、引き継ぎを中心にデータタスクを整理します。

分析イベントは、スキーマ、PII、登録標準から逸脱しがちです。このスキルは、Django の optimo_analytics ワークフローにおける MixPanel の実装とレビューを支援します。

データサイエンスプロジェクトは、実験、特徴量、モデルに明確な統計的構造がない場合に失敗しがちです。このスキルは、Claude、Codex、Claude Code に対して、実験、特徴量エンジニアリング、モデルレビューのためのガイド付きワークフローを提供します。

データチームには、信頼性の高いパイプライン、明確なデータモデル、再現可能な運用が必要です。このスキルは、アーキテクチャ、品質チェック、オーケストレーション、パフォーマンスチューニング、DataOpsプラクティスをガイドします。

顧客エクスポートを一貫性のある広告オーディエンスに変換するのは困難です。このスキルは、シード、類似、除外、ファネル段階別のセグメント計画を作成します。

生の指標だけでは、ステークホルダーを説得したり意思決定を支援したりするには不十分なことがよくあります。このスキルは、Claude、Codex、Claude Code が分析を明確なナラティブ、ビジュアル、推奨事項へと整理するのを支援します。