Desenvolvimento de Funcionalidades Orientado por Dados

Crie funcionalidades guiadas por insights de dados, testes A/B e medição contínua usando agentes especializados para análise, implementação e experimentação.

[Pensamento expandido: Este fluxo de trabalho orquestra um processo abrangente de desenvolvimento orientado por dados, desde a análise inicial de dados e formulação de hipóteses até a implementação de funcionalidades com análise integrada, infraestrutura de testes A/B e análise pós-lançamento. Cada fase utiliza agentes especializados para garantir que as funcionalidades sejam construídas com base em insights de dados, devidamente instrumentadas para medição e validadas por meio de experimentos controlados. O fluxo de trabalho enfatiza práticas modernas de análise de produtos, rigor estatístico em testes e aprendizado contínuo com o comportamento do usuário.]

Use esta habilidade quando

• Trabalhando em tarefas ou fluxos de trabalho de desenvolvimento de funcionalidades orientados por dados
• Precisando de orientação, melhores práticas ou checklists para desenvolvimento de funcionalidades orientados por dados

Não use esta habilidade quando

• A tarefa não estiver relacionada ao desenvolvimento de funcionalidades orientados por dados
• Você precisar de um domínio ou ferramenta diferente fora deste escopo

Instruções

• Clarifique objetivos, restrições e entradas necessárias.
• Aplique melhores práticas relevantes e valide os resultados.
• Forneça etapas acionáveis e verificação.

Fase 1: Análise de Dados e Formação de Hipóteses

1. Análise Exploratória de Dados

• Use a ferramenta Task com subagent_type="machine-learning-ops::data-scientist"
• Prompt: "Realize análise exploratória de dados para a funcionalidade: $ARGUMENTS. Analise dados de comportamento de usuário existentes, identifique padrões e oportunidades, segmente usuários por comportamento e calcule métricas de base. Use ferramentas de análise modernas (Amplitude, Mixpanel, Segment) para entender jornadas de usuário atuais, funis de conversão e padrões de engajamento."
• Saída: Relatório de EDA com visualizações, segmentos de usuários, padrões comportamentais, métricas de base

2. Desenvolvimento de Hipóteses de Negócios

• Use a ferramenta Task com subagent_type="business-analytics::business-analyst"
• Contexto: Descobertas de EDA do cientista de dados e padrões comportamentais
• Prompt: "Formule hipóteses de negócios para a funcionalidade: $ARGUMENTS com base na análise de dados. Defina métricas de sucesso claras, impacto esperado nos KPIs de negócios chave, segmentos de usuários alvo e efeitos mínimos detectáveis. Crie hipóteses mensuráveis usando frameworks como pontuação ICE ou priorização RICE."
• Saída: Documento de hipóteses, definição de métricas de sucesso, cálculos de ROI esperados

3. Design de Experimento Estatístico

• Use a ferramenta Task com subagent_type="machine-learning-ops::data-scientist"
• Contexto: Hipóteses de negócios e métricas de sucesso
• Prompt: "Desenhe um experimento estatístico para a funcionalidade: $ARGUMENTS. Calcule o tamanho de amostra necessário para poder estatística, defina grupos de controle e tratamento, especifique a estratégia de randomização e planeje correções para testes múltiplos. Considere abordagens de teste A/B Bayesiano para tomada de decisão mais rápida. Desenhe para métricas primárias e de guarda."
• Saída: Documento de design de experimento, análise de poder, plano de teste estatístico

Fase 2: Arquitetura de Funcionalidades e Design de Análise

4. Planejamento da Arquitetura de Funcionalidades

• Use a ferramenta Task com subagent_type="data-engineering::backend-architect"
• Contexto: Requisitos de negócios e design de experimento
• Prompt: "Desenhe a arquitetura da funcionalidade para: $ARGUMENTS com capacidade de teste A/B. Inclua integração de feature flag (LaunchDarkly, Split.io ou Optimizely), estratégia de rollout gradual, circuit breakers para segurança e separação limpa entre a lógica de controle e tratamento. Garanta que a arquitetura suporte atualizações de configuração em tempo real."
• Saída: Diagramas de arquitetura, schema de feature flag, estratégia de rollout

5. Design de Instrumentação de Análise

• Use a ferramenta Task com subagent_type="data-engineering::data-engineer"
• Contexto: Arquitetura de funcionalidades e métricas de sucesso
• Prompt: "Desenhe instrumentação de análise abrangente para: $ARGUMENTS. Defina schemas de eventos para interações do usuário, especifique propriedades para segmentação e análise, desenhe rastreamento de funil e eventos de conversão, planeje capacidades de análise de coorte. Implemente usando SDKs modernos (Segment, Amplitude, Mixpanel) com taxonomia de eventos adequada."
• Saída: Plano de rastreamento de eventos, schema de análise, guia de instrumentação

6. Arquitetura de Pipeline de Dados

• Use a ferramenta Task com subagent_type="data-engineering::data-engineer"
• Contexto: Requisitos de análise e infraestrutura de dados existente

…