Diagnóstico de Problema e Causa Raiz
Aplicar frameworks de diagnóstico estruturado - Ishikawa, 5 Porquês, MECE e árvore de hipóteses - para identificar a causa raiz de problemas de e-commerce antes de agir, evitando o erro clássico de implementar soluções para sintomas enquanto o problema real continua gerando dano.
- Quando um KPI caiu e você não sabe por quê
- Quando o time implementou uma solução mas o problema voltou
- Para analisar um problema recorrente que "nunca some de vez"
- Antes de qualquer investimento de tempo ou dinheiro em uma solução
- Copie o prompt abaixo no Claude ou ChatGPT
- Descreva o problema com dados e contexto
- Receba o diagnóstico estruturado com hipóteses ranqueadas e plano de validação
- Valide as hipóteses antes de implementar qualquer solução
Como usar: Cole diretamente no Claude ou em qualquer IA de chat. Para usar como skill no Claude Code, salve o conteúdo como arquivo .md dentro de .claude/skills/ no seu projeto.
- Problema: Taxa de conversão caiu de 1,8% para 1,1% em 3 semanas - Dados: Queda aconteceu do dia 18/03 para o 19/03 - drástica, não gradual - Mudanças no período: Atualização do tema da loja no dia 17/03 / Nova campanha de tráfego iniciada no dia 16/03 - Tentativas: Revertemos parte do tema mas a conversão não voltou - Afeta: Todos os produtos, todos os canais, mobile mais que desktop - Impacto: ~R$ 45k de receita perdida em 3 semanas
Skills relacionadas
Pesquisa de Mercado - IA em Setor Específico
Pesquisar e mapear as oportunidades de implementação de IA em um setor específico - com os principais casos de uso, do…
Análise de Dados de Ads
Interpretar os dados brutos do Facebook Ads Manager e TikTok Ads - identificando qual métrica indica qual problema, o…
Análise de Concorrente em E-commerce
Analisar os criativos, estratégias de anúncio e posicionamento dos concorrentes no Meta Ads Library e TikTok - identif…