[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"skill:01M6EBHM0BSB60BWGY6FMT1ZR6":3,"skill-same:01M6EBHM0BSB60BWGY6FMT1ZR6":68},{"skillNo":4,"name":5,"nameZh":6,"description":7,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":15,"categories":16,"keywords":27,"publishedAt":36,"linkOnly":37,"markdownContent":38,"markdownBody":39,"frontMatter":40,"refName":46,"commitSha":47,"skillDirectory":48,"forksCount":49,"repositoryHtmlUrl":50,"repositoryHomepageUrl":51,"ownerHtmlUrl":52,"ownerBlogUrl":6,"ownerDescription":6,"updatedAt":53,"install":54,"resources":67},"01M6EBHM0BSB60BWGY6FMT1ZR6","growth-metrics-dashboard",null,"Growth Metrics Dashboard — Skill especializada para growth metrics dashboard","kursku\u002Fskills","kursku","https:\u002F\u002Favatars.githubusercontent.com\u002Fu\u002F15705647?v=4","01M6E5VWJKMRJQ1PNFP2P0PYVZ","01M6E5VWSCHN2C3RVE67795NRC",128,"MIT","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F08-lancamento-growth\u002Fgrowth-metrics-dashboard\u002FSKILL.md",[17,22],{"categoryNo":18,"categoryName":19,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000013","分析与可视化","SCENARIO","使用场景",{"categoryNo":23,"categoryName":24,"taxonomyType":25,"taxonomyTypeDesc":26},"01JBSEEDCAT000000000000033","数据分析师","PROFESSION","适用职业",[28,29,30,31,32,33,34,35],"dashboard","metrics","growth","metrics dashboard","growth metrics dashboard","safe","code","para","2026-11-10 10:12:30",false,"---\nname: growth-metrics-dashboard\ndescription: \"Growth Metrics Dashboard — Skill especializada para growth metrics dashboard\"\nlicense: MIT\nmetadata:\n  version: 1.0.0\n  author: Cafe Code AI\n  category: 08-lancamento-growth\n  updated: 2026-03-01\nrisk: safe\n---\n\n# Growth Metrics Dashboard\n\nEsta skill capacita o Claude a projetar, implementar e otimizar dashboards de métricas de crescimento, focando em aquisição, ativação, retenção e receita para produtos digitais.\n\n---\n\n## Keywords\n\nMétricas de Crescimento, Dashboard de Growth, AARRR, Pirate Metrics, Cohort Analysis, Funil de Vendas, LTV, CAC, MRR, Activation Rate, Churn Rate, Amplitude Analytics, Mixpanel, Google Data Studio.\n\n---\n\n## Quick Start\n\n1.  **Mapear o Funil AARRR**: Identifique as etapas de Aquisição, Ativação, Retenção, Receita e Referência para o produto digital (ex: SaaS de produtividade para equipes).\n2.  **Selecionar Ferramenta BI e Integrar Dados**: Configure a integração inicial de dados entre a base do produto (ex: PostgreSQL) e plataformas de eventos (ex: Amplitude) com ferramentas como Metabase, Power BI ou Google Data Studio.\n3.  **Definir Métricas Primárias por Etapa**: Escolha 3-5 métricas-chave para cada etapa do funil (ex: Ativação: % de usuários que completam o onboarding, Retenção: WAUs por cohort).\n4.  **Construir o Esqueleto do Dashboard**: Crie as visualizações iniciais para as métricas selecionadas, agrupando-as logicamente por etapa do funil para facilitar a leitura.\n5.  **Configurar Alertas Essenciais**: Estabeleça alertas automáticos em ferramentas como Slack ou e-mail para quedas significativas em métricas críticas como \"Daily Active Users (DAU)\" ou \"Taxa de Conversão de Trial para Pago\".\n\n---\n\n## Core Workflows\n\n### Workflow 1: Construção de Dashboard de Funil AARRR para SaaS B2B\n\n**Objetivo**: Visualizar a performance do funil de growth e identificar gargalos na jornada do cliente para um SaaS de gestão de projetos.\n\n**Passo 1: Definição de Etapas e Eventos Chave**:\nPara um SaaS de gestão de projetos, os eventos que marcam cada etapa do funil AARRR seriam:\n*   **Aquisição**: `User Registered` (cadastro inicial), `Trial Started` (início do período de teste gratuito).\n*   **Ativação**: `Project Created` (primeiro projeto criado), `Team Invited` (primeiro convite de equipe enviado), `Feature X Used` (uso de uma feature chave do produto 3x na primeira semana).\n*   **Retenção**: `Weekly Active Users` (WAU), `Monthly Active Users` (MAU), `Login Frequency` (frequência de logins).\n*   **Receita**: `Subscription Started` (assinatura paga efetivada), `Upgrade Plan` (upgrade de plano), `MRR` (Receita Recorrente Mensal).\n*   **Referência**: `Invite Sent` (convite para amigos\u002Fcolegas), `Review Submitted` (avaliação de produto).\n\n**Passo 2: Coleta e Integração de Dados**:\nConecte a base de dados do produto (ex: PostgreSQL para dados de usuário e assinatura) e plataformas de marketing (ex: HubSpot para dados de leads) ao Google Data Studio (Looker Studio). Use BigQuery como um data warehouse intermediário para consolidar e processar eventos de usuário de plataformas como Amplitude ou Mixpanel.\n\n**Passo 3: Criação de Métricas Calculadas no Data Studio**:\n*   `Activation Rate`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Project Created' THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100`\n*   `Trial-to-Paid Conversion`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100`\n*   `Churn Rate (Mensal)`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Cancelled' AND DATE_TRUNC(SubscriptionCancelDate, MONTH) = CURRENT_DATE THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' AND DATE_TRUNC(SubscriptionStartDate, MONTH) \u003C CURRENT_DATE THEN UserID END)) * 100`\n\n**Passo 4: Visualização no Dashboard**:\n*   **Gráfico de Funil**: Represente visualmente as transições de `Aquisição` -> `Ativação` -> `Receita` com os números de usuários em cada etapa.\n*   **Gráficos de Linha**: Mostre a evolução de `MRR`, `WAU` e `MAU` ao longo do tempo.\n*   **Tabela de Cohort**: Exiba a `Retention Rate` por data de aquisição dos usuários (semanal ou mensal).\n*   **Cartões de Score**: Destaque métricas chave como `Activation Rate`, `Trial-to-Paid Conversion` e `CAC` (Custo de Aquisição de Cliente) com indicadores de tendência.\n\n### Workflow 2: Otimização de Dashboard de Retenção com Análise de Cohort para App Mobile\n\n**Objetivo**: Aprofundar a compreensão da retenção de usuários e identificar cohorts com melhor\u002Fpior performance para um aplicativo mobile de fitness.\n\n**Passo 1: Definição do Cohort e Métrica de Retenção**:\n*   **Cohort**: Agrupar usuários pela semana ou mês de sua primeira abertura do aplicativo (evento `App Opened`).\n*   **Métrica de Retenção**: `User Active` definido como um usuário que abriu o app e registrou pelo menos um treino na semana\u002Fmês subsequente à sua aquisição.\n\n**Passo 2: Extração de Dados para Análise de Cohort (SQL)**:\nExporte dados de usuário e eventos de `App Opened` e `Workout Logged` do Amplitude ou Mixpanel. Para um banco de dados SQL (ex: PostgreSQL):\n```sql\nWITH user_cohorts AS (\n    SELECT\n        user_id,\n        MIN(event_timestamp) AS first_seen_at\n    FROM events\n    WHERE event_name = 'App Opened'\n    GROUP BY user_id\n),\nuser_activity AS (\n    SELECT\n        user_id,\n        DATE_TRUNC('week', event_timestamp) AS activity_week\n    FROM events\n    WHERE event_name = 'Workout Logged'\n    GROUP BY user_id, DATE_TRUNC('week', event_timestamp)\n)\nSELECT\n    DATE_TRUNC('week', uc.first_seen_at) AS cohort_week,\n    COUNT(DISTINCT uc.user_id) AS total_users_in_cohort,\n    DATE_DIFF('week', DATE_TRUNC('week', uc.first_seen_at), ua.activity_week) AS weeks_since_cohort,\n    COUNT(DISTINCT ua.user_id) AS retained_users\nFROM user_cohorts uc\nJOIN user_activity ua ON uc.user_id = ua.user_id\nWHERE ua.activity_week >= DATE_TRUNC('week', uc.first_seen_at)\nGROUP BY 1, 3\nORDER BY 1, 3;\n```\nEste query irá gerar os dados necessários para construir uma tabela de cohort, mostrando quantos usuários de cada cohort inicial estavam ativos em semanas subsequentes.\n\n**Passo 3: Visualização da Matriz de Cohort**:\nCrie um gráfico de tabela de calor (heatmap) em sua ferramenta de BI. As linhas representam o cohort de aquisição (ex: \"Semana de 01\u002FJan\") e as colunas representam as semanas\u002Fmeses subsequentes (ex: \"Semana 0\", \"Semana 1\", \"Semana 2\"). Cada célula exibirá a porcentagem de retenção para aquele cohort naquela semana.\n\n**Passo 4: Análise e Ação**:\n*   **Identificação de Padrões**: Observe quedas abruptas de retenção em cohorts específicos (ex: usuários de uma campanha de marketing de baixo valor) ou retenção excepcionalmente alta (ex: usuários que usaram o recurso de \"desafio de 30 dias\" na primeira semana).\n*   **Ações Otimizadas**: Use esses insights para otimizar campanhas de aquisição (direcionando para públicos que retêm melhor) ou melhorar a experiência de onboarding (incentivando o uso de recursos que aumentam a retenção).\n\n---\n\n## Templates\n\n### Template de Dashboard de Performance de Growth\n\n```\n# Dashboard de Performance de Growth - Produto Alpha\n(Atualizado: 2024-07-25)\n\n## Visão Geral do Funil (Últimos 30 dias)\n- **Novos Cadastros**: 15.200 (vs. 13.500 mês anterior, ↑ 12%)\n- **Trials Iniciados**: 2.800 (vs. 2.500 mês anterior, ↑ 12%)\n- **Ativação (1º Projeto Criado)**: 1.120 usuários (40% dos trials, ↑ 2pp)\n- **Novas Assinaturas Pagas**: 280 (10% dos trials, ↑ 1pp)\n- **MRR Crescimento**: R$ 12.000 (vs. R$ 10.500 mês anterior, ↑ 14%)\n\n## Métricas de Aquisição\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| Visitantes Únicos   | 180.000             | ↑ 5%      | 200.000   |\n| Taxa de Conversão Landing Page | 8.4%                | ↑ 0.2pp   | 9%        |\n| Custo por Aquisição (CAC) | R$ 50               | ↓ R$ 5    | R$ 55     |\n\n## Métricas de Ativação\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| % Ativados (1º Projeto) | 40%                 | ↑ 2pp     | 45%       |\n| Tempo para 1ª Ação Chave | 12 minutos          | ↓ 1min    | 10 min    |\n\n## Métricas de Retenção\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| Retenção D7         | 35%                 | ↑ 1pp     | 40%       |\n| Churn Rate Mensal   | 4.8%                | ↓ 0.5pp   | 5%        |\n| DAU                 | 8.500               | ↑ 3%      | 9.000     |\n\n## Métricas de Receita\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| MRR                 | R$ 280.000          | ↑ 4.5%    | R$ 300.000|\n| ARR                 | R$ 3.360.000        | ↑ 4.5%    | R$ 3.600.000|\n| LTV (Média)         | R$ 1.200            | ↑ R$ 50   | R$ 1.300  |\n\n## Ações Recomendadas\n- Investigar a queda na retenção D7 para o cohort da semana 28 (campanha de TikTok Ads) e pausar\u002Fotimizar a campanha.\n- Otimizar o fluxo de onboarding para reduzir o tempo até a 1ª ação chave em 20% através de um teste A\u002FB.\n- Analisar os usuários que atingiram o benchmark de 1ª ação chave em menos de 10 minutos para identificar padrões.\n```\n\n### Modelo de Tracking Plan para Novos Recursos\n\n```\n# Tracking Plan - Recurso \"Colaboração em Tempo Real\"\n\n## Propósito\nMonitorar o uso e impacto do novo recurso de colaboração em tempo real na ativação e retenção de equipes.\n\n## Eventos a Rastrear\n| Evento                    | Propriedades             | Descrição                                         | Gatilho                                    |\n|---------------------------|--------------------------|---------------------------------------------------|--------------------------------------------|\n| `real_time_collaboration_started` | `project_id`, `user_id`, `num_collaborators`, `plan_type` | Início de uma sessão de colaboração em tempo real | Usuário inicia a edição colaborativa      |\n| `real_time_collaboration_ended`   | `project_id`, `user_id`, `duration_seconds`, `num_changes` | Fim de uma sessão de colaboração             | Usuário fecha o projeto\u002Fsai da sessão    |\n| `comment_added_realtime`  | `project_id`, `user_id`, `comment_id`, `comment_type` | Adição de comentário em tempo real             | Usuário adiciona um comentário colaborativo |\n| `document_shared`         | `project_id`, `user_id`, `share_method`, `recipient_type` | Compartilhamento de documento editado colaborativamente | Usuário compartilha o documento         |\n\n## Métricas Chave a Monitorar\n- **Taxa de Adoção**: % de projetos com pelo menos 1 sessão de colaboração em tempo real por semana.\n- **Engajamento**: Média de sessões por projeto ativo por semana.\n- **Duração Média da Sessão**: `AVG(duration_seconds)` por usuário.\n- **Número Médio de Colaboradores**: `AVG(num_collaborators)` por sessão.\n- **Correlação com Retenção**: Comparar a retenção de cohorts que usaram o recurso vs. aqueles que não usaram.\n\n## Ferramentas de Análise\n- Amplitude Analytics (para funis, análise de usuários e cohort)\n- Google Data Studio (para dashboard de alto nível e visão agregada)\n\n## Propriedades do Usuário Adicionais (se relevante)\n- `team_size` (tamanho da equipe do usuário)\n- `industry` (indústria do usuário)\n```\n\n---\n\n## Checklist\n\n- [x] Mapear o funil de crescimento completo (AARRR\u002FPirate Metrics) para o produto, definindo cada etapa e seus respectivos eventos.\n- [x] Definir métricas primárias e secundárias acionáveis para cada etapa do funil (ex: Taxa de Ativação, Churn Rate).\n- [x] Garantir que todos os eventos de usuário relevantes para as métricas estejam sendo rastreados de forma consistente e com as propriedades necessárias.\n- [x] Validar a integridade e precisão dos dados em todas as fontes (ex: Google Analytics, Amplitude, Mixpanel, Banco de Dados).\n- [x] Escolher a ferramenta de Business Intelligence (BI) mais adequada (Google Data Studio, Power BI, Tableau, Metabase) e configurar todas as conexões de dados.\n- [x] Criar visualizações claras e intuitivas para cada métrica chave (gráficos de linha para tendências, barras para comparação, funis para conversão, tabelas de","# Growth Metrics Dashboard\n\nEsta skill capacita o Claude a projetar, implementar e otimizar dashboards de métricas de crescimento, focando em aquisição, ativação, retenção e receita para produtos digitais.\n\n---\n\n## Keywords\n\nMétricas de Crescimento, Dashboard de Growth, AARRR, Pirate Metrics, Cohort Analysis, Funil de Vendas, LTV, CAC, MRR, Activation Rate, Churn Rate, Amplitude Analytics, Mixpanel, Google Data Studio.\n\n---\n\n## Quick Start\n\n1.  **Mapear o Funil AARRR**: Identifique as etapas de Aquisição, Ativação, Retenção, Receita e Referência para o produto digital (ex: SaaS de produtividade para equipes).\n2.  **Selecionar Ferramenta BI e Integrar Dados**: Configure a integração inicial de dados entre a base do produto (ex: PostgreSQL) e plataformas de eventos (ex: Amplitude) com ferramentas como Metabase, Power BI ou Google Data Studio.\n3.  **Definir Métricas Primárias por Etapa**: Escolha 3-5 métricas-chave para cada etapa do funil (ex: Ativação: % de usuários que completam o onboarding, Retenção: WAUs por cohort).\n4.  **Construir o Esqueleto do Dashboard**: Crie as visualizações iniciais para as métricas selecionadas, agrupando-as logicamente por etapa do funil para facilitar a leitura.\n5.  **Configurar Alertas Essenciais**: Estabeleça alertas automáticos em ferramentas como Slack ou e-mail para quedas significativas em métricas críticas como \"Daily Active Users (DAU)\" ou \"Taxa de Conversão de Trial para Pago\".\n\n---\n\n## Core Workflows\n\n### Workflow 1: Construção de Dashboard de Funil AARRR para SaaS B2B\n\n**Objetivo**: Visualizar a performance do funil de growth e identificar gargalos na jornada do cliente para um SaaS de gestão de projetos.\n\n**Passo 1: Definição de Etapas e Eventos Chave**:\nPara um SaaS de gestão de projetos, os eventos que marcam cada etapa do funil AARRR seriam:\n*   **Aquisição**: `User Registered` (cadastro inicial), `Trial Started` (início do período de teste gratuito).\n*   **Ativação**: `Project Created` (primeiro projeto criado), `Team Invited` (primeiro convite de equipe enviado), `Feature X Used` (uso de uma feature chave do produto 3x na primeira semana).\n*   **Retenção**: `Weekly Active Users` (WAU), `Monthly Active Users` (MAU), `Login Frequency` (frequência de logins).\n*   **Receita**: `Subscription Started` (assinatura paga efetivada), `Upgrade Plan` (upgrade de plano), `MRR` (Receita Recorrente Mensal).\n*   **Referência**: `Invite Sent` (convite para amigos\u002Fcolegas), `Review Submitted` (avaliação de produto).\n\n**Passo 2: Coleta e Integração de Dados**:\nConecte a base de dados do produto (ex: PostgreSQL para dados de usuário e assinatura) e plataformas de marketing (ex: HubSpot para dados de leads) ao Google Data Studio (Looker Studio). Use BigQuery como um data warehouse intermediário para consolidar e processar eventos de usuário de plataformas como Amplitude ou Mixpanel.\n\n**Passo 3: Criação de Métricas Calculadas no Data Studio**:\n*   `Activation Rate`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Project Created' THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100`\n*   `Trial-to-Paid Conversion`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Trial Started' THEN UserID END)) * 100`\n*   `Churn Rate (Mensal)`: `(COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Cancelled' AND DATE_TRUNC(SubscriptionCancelDate, MONTH) = CURRENT_DATE THEN UserID END) \u002F COUNT_DISTINCT(CASE WHEN EventName = 'Subscription Started' AND DATE_TRUNC(SubscriptionStartDate, MONTH) \u003C CURRENT_DATE THEN UserID END)) * 100`\n\n**Passo 4: Visualização no Dashboard**:\n*   **Gráfico de Funil**: Represente visualmente as transições de `Aquisição` -> `Ativação` -> `Receita` com os números de usuários em cada etapa.\n*   **Gráficos de Linha**: Mostre a evolução de `MRR`, `WAU` e `MAU` ao longo do tempo.\n*   **Tabela de Cohort**: Exiba a `Retention Rate` por data de aquisição dos usuários (semanal ou mensal).\n*   **Cartões de Score**: Destaque métricas chave como `Activation Rate`, `Trial-to-Paid Conversion` e `CAC` (Custo de Aquisição de Cliente) com indicadores de tendência.\n\n### Workflow 2: Otimização de Dashboard de Retenção com Análise de Cohort para App Mobile\n\n**Objetivo**: Aprofundar a compreensão da retenção de usuários e identificar cohorts com melhor\u002Fpior performance para um aplicativo mobile de fitness.\n\n**Passo 1: Definição do Cohort e Métrica de Retenção**:\n*   **Cohort**: Agrupar usuários pela semana ou mês de sua primeira abertura do aplicativo (evento `App Opened`).\n*   **Métrica de Retenção**: `User Active` definido como um usuário que abriu o app e registrou pelo menos um treino na semana\u002Fmês subsequente à sua aquisição.\n\n**Passo 2: Extração de Dados para Análise de Cohort (SQL)**:\nExporte dados de usuário e eventos de `App Opened` e `Workout Logged` do Amplitude ou Mixpanel. Para um banco de dados SQL (ex: PostgreSQL):\n```sql\nWITH user_cohorts AS (\n    SELECT\n        user_id,\n        MIN(event_timestamp) AS first_seen_at\n    FROM events\n    WHERE event_name = 'App Opened'\n    GROUP BY user_id\n),\nuser_activity AS (\n    SELECT\n        user_id,\n        DATE_TRUNC('week', event_timestamp) AS activity_week\n    FROM events\n    WHERE event_name = 'Workout Logged'\n    GROUP BY user_id, DATE_TRUNC('week', event_timestamp)\n)\nSELECT\n    DATE_TRUNC('week', uc.first_seen_at) AS cohort_week,\n    COUNT(DISTINCT uc.user_id) AS total_users_in_cohort,\n    DATE_DIFF('week', DATE_TRUNC('week', uc.first_seen_at), ua.activity_week) AS weeks_since_cohort,\n    COUNT(DISTINCT ua.user_id) AS retained_users\nFROM user_cohorts uc\nJOIN user_activity ua ON uc.user_id = ua.user_id\nWHERE ua.activity_week >= DATE_TRUNC('week', uc.first_seen_at)\nGROUP BY 1, 3\nORDER BY 1, 3;\n```\nEste query irá gerar os dados necessários para construir uma tabela de cohort, mostrando quantos usuários de cada cohort inicial estavam ativos em semanas subsequentes.\n\n**Passo 3: Visualização da Matriz de Cohort**:\nCrie um gráfico de tabela de calor (heatmap) em sua ferramenta de BI. As linhas representam o cohort de aquisição (ex: \"Semana de 01\u002FJan\") e as colunas representam as semanas\u002Fmeses subsequentes (ex: \"Semana 0\", \"Semana 1\", \"Semana 2\"). Cada célula exibirá a porcentagem de retenção para aquele cohort naquela semana.\n\n**Passo 4: Análise e Ação**:\n*   **Identificação de Padrões**: Observe quedas abruptas de retenção em cohorts específicos (ex: usuários de uma campanha de marketing de baixo valor) ou retenção excepcionalmente alta (ex: usuários que usaram o recurso de \"desafio de 30 dias\" na primeira semana).\n*   **Ações Otimizadas**: Use esses insights para otimizar campanhas de aquisição (direcionando para públicos que retêm melhor) ou melhorar a experiência de onboarding (incentivando o uso de recursos que aumentam a retenção).\n\n---\n\n## Templates\n\n### Template de Dashboard de Performance de Growth\n\n```\n# Dashboard de Performance de Growth - Produto Alpha\n(Atualizado: 2024-07-25)\n\n## Visão Geral do Funil (Últimos 30 dias)\n- **Novos Cadastros**: 15.200 (vs. 13.500 mês anterior, ↑ 12%)\n- **Trials Iniciados**: 2.800 (vs. 2.500 mês anterior, ↑ 12%)\n- **Ativação (1º Projeto Criado)**: 1.120 usuários (40% dos trials, ↑ 2pp)\n- **Novas Assinaturas Pagas**: 280 (10% dos trials, ↑ 1pp)\n- **MRR Crescimento**: R$ 12.000 (vs. R$ 10.500 mês anterior, ↑ 14%)\n\n## Métricas de Aquisição\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| Visitantes Únicos   | 180.000             | ↑ 5%      | 200.000   |\n| Taxa de Conversão Landing Page | 8.4%                | ↑ 0.2pp   | 9%        |\n| Custo por Aquisição (CAC) | R$ 50               | ↓ R$ 5    | R$ 55     |\n\n## Métricas de Ativação\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| % Ativados (1º Projeto) | 40%                 | ↑ 2pp     | 45%       |\n| Tempo para 1ª Ação Chave | 12 minutos          | ↓ 1min    | 10 min    |\n\n## Métricas de Retenção\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| Retenção D7         | 35%                 | ↑ 1pp     | 40%       |\n| Churn Rate Mensal   | 4.8%                | ↓ 0.5pp   | 5%        |\n| DAU                 | 8.500               | ↑ 3%      | 9.000     |\n\n## Métricas de Receita\n| Métrica             | Valor (Últimos 30d) | Tendência | Benchmark |\n|---------------------|---------------------|-----------|-----------|\n| MRR                 | R$ 280.000          | ↑ 4.5%    | R$ 300.000|\n| ARR                 | R$ 3.360.000        | ↑ 4.5%    | R$ 3.600.000|\n| LTV (Média)         | R$ 1.200            | ↑ R$ 50   | R$ 1.300  |\n\n## Ações Recomendadas\n- Investigar a queda na retenção D7 para o cohort da semana 28 (campanha de TikTok Ads) e pausar\u002Fotimizar a campanha.\n- Otimizar o fluxo de onboarding para reduzir o tempo até a 1ª ação chave em 20% através de um teste A\u002FB.\n- Analisar os usuários que atingiram o benchmark de 1ª ação chave em menos de 10 minutos para identificar padrões.\n```\n\n### Modelo de Tracking Plan para Novos Recursos\n\n```\n# Tracking Plan - Recurso \"Colaboração em Tempo Real\"\n\n## Propósito\nMonitorar o uso e impacto do novo recurso de colaboração em tempo real na ativação e retenção de equipes.\n\n## Eventos a Rastrear\n| Evento                    | Propriedades             | Descrição                                         | Gatilho                                    |\n|---------------------------|--------------------------|---------------------------------------------------|--------------------------------------------|\n| `real_time_collaboration_started` | `project_id`, `user_id`, `num_collaborators`, `plan_type` | Início de uma sessão de colaboração em tempo real | Usuário inicia a edição colaborativa      |\n| `real_time_collaboration_ended`   | `project_id`, `user_id`, `duration_seconds`, `num_changes` | Fim de uma sessão de colaboração             | Usuário fecha o projeto\u002Fsai da sessão    |\n| `comment_added_realtime`  | `project_id`, `user_id`, `comment_id`, `comment_type` | Adição de comentário em tempo real             | Usuário adiciona um comentário colaborativo |\n| `document_shared`         | `project_id`, `user_id`, `share_method`, `recipient_type` | Compartilhamento de documento editado colaborativamente | Usuário compartilha o documento         |\n\n## Métricas Chave a Monitorar\n- **Taxa de Adoção**: % de projetos com pelo menos 1 sessão de colaboração em tempo real por semana.\n- **Engajamento**: Média de sessões por projeto ativo por semana.\n- **Duração Média da Sessão**: `AVG(duration_seconds)` por usuário.\n- **Número Médio de Colaboradores**: `AVG(num_collaborators)` por sessão.\n- **Correlação com Retenção**: Comparar a retenção de cohorts que usaram o recurso vs. aqueles que não usaram.\n\n## Ferramentas de Análise\n- Amplitude Analytics (para funis, análise de usuários e cohort)\n- Google Data Studio (para dashboard de alto nível e visão agregada)\n\n## Propriedades do Usuário Adicionais (se relevante)\n- `team_size` (tamanho da equipe do usuário)\n- `industry` (indústria do usuário)\n```\n\n---\n\n## Checklist\n\n- [x] Mapear o funil de crescimento completo (AARRR\u002FPirate Metrics) para o produto, definindo cada etapa e seus respectivos eventos.\n- [x] Definir métricas primárias e secundárias acionáveis para cada etapa do funil (ex: Taxa de Ativação, Churn Rate).\n- [x] Garantir que todos os eventos de usuário relevantes para as métricas estejam sendo rastreados de forma consistente e com as propriedades necessárias.\n- [x] Validar a integridade e precisão dos dados em todas as fontes (ex: Google Analytics, Amplitude, Mixpanel, Banco de Dados).\n- [x] Escolher a ferramenta de Business Intelligence (BI) mais adequada (Google Data Studio, Power BI, Tableau, Metabase) e configurar todas as conexões de dados.\n- [x] Criar visualizações claras e intuitivas para cada métrica chave (gráficos de linha para tendências, barras para comparação, funis para conversão, tabelas de",{"name":5,"risk":33,"license":14,"metadata":41,"description":7},{"author":42,"updated":43,"version":44,"category":45},"Cafe Code AI",1772323200000,"1.0.0","08-lancamento-growth","master","346c313fd2ec241a088c68274da26c538422568b","packs\u002Fkit-510-ptbr\u002F08-lancamento-growth\u002Fgrowth-metrics-dashboard",36,"https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills","https:\u002F\u002Fclaude.ai","https:\u002F\u002Fgithub.com\u002Fkursku","2026-03-27 22:43:37",{"source":8,"skillName":5,"commands":55,"prompt":65,"zipAvailable":66},[56,59,62],{"tool":57,"command":58},"npx","npx skills add kursku\u002Fskills --skill growth-metrics-dashboard",{"tool":60,"command":61},"bunx","bunx skills add kursku\u002Fskills --skill growth-metrics-dashboard",{"tool":63,"command":64},"pnpm","pnpm dlx skills add kursku\u002Fskills --skill growth-metrics-dashboard","安装技能，技能地址：https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F08-lancamento-growth\u002Fgrowth-metrics-dashboard\u002FSKILL.md",true,[],[69,86,97,109,120,130],{"skillNo":70,"name":71,"nameZh":6,"description":72,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":73,"categories":74,"keywords":81,"publishedAt":36},"01M6ECKM7725267ZM3XNYWH608","wedding-marketing","Wedding Marketing — Skill especializada para criar e executar estratégias de marketing digital para o mercado de casamentos, focando em noivos e fornecedores.","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Fwedding-marketing\u002FSKILL.md",[75,78],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},"01JBSEEDCAT000000000000019","营销推广",{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},"01JBSEEDCAT000000000000035","市场营销",[82,83,84,85,35,34],"wedding marketing","marketing","marketing digital","de",{"skillNo":87,"name":88,"nameZh":6,"description":89,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":90,"categories":91,"keywords":94,"publishedAt":36},"01M6ECKGP656JQC2C6CK5JH3ZG","travel-marketing","Travel Marketing — Skill especializada para travel marketing","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Ftravel-marketing\u002FSKILL.md",[92,93],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},[95,96,83,35,34,33],"travel marketing","travel",{"skillNo":98,"name":99,"nameZh":6,"description":100,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":101,"categories":102,"keywords":105,"publishedAt":36},"01M6ECKBY53SJ7E167D6BXTMRK","tech-startup-marketing","Tech Startup Marketing — Skill especializada para tech startup marketing","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Ftech-startup-marketing\u002FSKILL.md",[103,104],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},[106,107,83,108,35,34,33],"tech startup marketing","tech","startup",{"skillNo":110,"name":111,"nameZh":6,"description":112,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":113,"categories":114,"keywords":117,"publishedAt":36},"01M6ECK7W2W0J5MZ8BZHFM516P","saas-marketing","Saas Marketing — Skill especializada para desenvolver e executar estratégias de marketing digital focadas no crescimento de produtos SaaS.","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Fsaas-marketing\u002FSKILL.md",[115,116],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},[118,83,119,33,84,85,35,34],"saas marketing","saas",{"skillNo":121,"name":122,"nameZh":6,"description":123,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":124,"categories":125,"keywords":128,"publishedAt":36},"01M6ECK42ZSX5ND0SCTRKD7XKB","restaurant-marketing","Restaurant Marketing — Skill especializada para otimizar a presença digital, atrair e reter clientes em restaurantes.","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Frestaurant-marketing\u002FSKILL.md",[126,127],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},[129,83,34,35],"restaurant marketing",{"skillNo":131,"name":132,"nameZh":6,"description":133,"descriptionZh":6,"repositoryFullName":8,"ownerLogin":9,"ownerAvatarUrl":10,"ownerAccountNo":11,"ownerDisplayName":6,"repositoryNo":12,"starsCount":13,"licenseSpdxId":14,"licenseFileUrl":6,"sourceHtmlUrl":134,"categories":135,"keywords":138,"publishedAt":36},"01M6ECK0S48CPYE9P7PRAG9R3T","real-estate-marketing","Real Estate Marketing — Skill especializada para criação e execução de estratégias de marketing digital para o setor imobiliário.","https:\u002F\u002Fgithub.com\u002Fkursku\u002Fskills\u002Fblob\u002Fmaster\u002Fpacks\u002Fkit-510-ptbr\u002F16-nichos-especificos\u002Freal-estate-marketing\u002FSKILL.md",[136,137],{"categoryNo":76,"categoryName":77,"taxonomyType":20,"taxonomyTypeDesc":21},{"categoryNo":79,"categoryName":80,"taxonomyType":25,"taxonomyTypeDesc":26},[83,139,140,34,35,85,84,33],"real estate","real estate marketing"]