convez.ai
Skill
Canoaremo

ux-reserach-quant

Canoaremo/ux-reserach-quant

Ver no GitHub
InicialPluginScore · de 0 a 100

> Skill para Claude · UX Research Quantitativo, Qualitativo e Mixed

Instalação

$npx convez-ai Canoaremo/ux-reserach-quant

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
1
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 5 meses
Versão
—
Issues abertas
0
Contribuidores
1

README

A tradução para o português deste README ainda está na fila.

ux-research-quant

Skill para Claude · UX Research Quantitativo, Qualitativo e Mixed Methods

Especialista sênior em pesquisa com usuários para produtos digitais. Cobre o ciclo completo de research — da estratégia ao relatório executivo — com suporte a métodos quantitativos (surveys, NPS, CSAT, SUS, CES), qualitativos (roteiros, síntese temática) e mixed methods (triangulação quant + qual).


Instalação

  1. Baixe o arquivo ux-research-quant.skill
  2. Acesse Claude.ai → Configurações → Skills
  3. Faça upload do arquivo .skill
  4. A skill será carregada automaticamente nas próximas conversas

Comandos

ComandoO que faz
/estrategiaDefine o método certo (qual/quant/mixed) + plano de execução
/surveyProjeta questionário completo com escala e lógica de ramificação
/metricas-uxConfigura NPS, CSAT, SUS e CES com cálculo e benchmarks
/amostraCalcula tamanho de amostra e orienta recrutamento
/analiseAnalisa resultados: frequências, cruzamentos, testes estatísticos
/triangulacaoCruza dados qualitativos + quantitativos em insights unificados
/relatorioRelatório executivo mixed methods para stakeholders

Exemplos de Uso

"Preciso descobrir por que os usuários estão abandonando o checkout"
→ A skill aplica /estrategia automaticamente e propõe plano mixed methods

"Quero fazer um survey de satisfação para o meu app"
→ Usa /survey + /metricas-ux para projetar o instrumento completo

"Tenho 347 respostas de survey, pode analisar?"
→ Usa /analise com testes estatísticos e análise temática das abertas

"Quero cruzar os dados do survey com as entrevistas que fiz"
→ Usa /triangulacao para convergência, divergência e insights integrados

Métricas e Escalas Suportadas

  • NPS — Net Promoter Score (0–10) com benchmarks por setor
  • CSAT — Customer Satisfaction Score (1–5)
  • SUS — System Usability Scale (10 itens, score 0–100)
  • CES — Customer Effort Score (1–7)
  • Likert 5 e 7 — Concordância, frequência, facilidade
  • Kano Model — Classificação funcional/disfuncional de features
  • Ranking — Priorização de features por preferência declarada

Referências Incluídas

A skill inclui três arquivos de referência acessados internamente:

ArquivoConteúdo
references/benchmarks.mdNPS, CSAT, SUS e CES por setor e contexto de produto
references/kano.mdGuia completo do Modelo Kano com survey e coeficientes
references/estatistica.mdTestes t, qui-quadrado, ANOVA, correlação e checklist de qualidade

Integração com Outras Skills

SkillQuando combinar
user-researchCamada qualitativa completa — entrevistas, roteiros, condução
ab-testingTransformar insights em hipóteses de experimento
cro-copilotCruzar survey com dados comportamentais (Hotjar, GA4)
double-diamondSituar a pesquisa no processo de discovery
behavioral-analyticsComplementar survey com dados de uso real
design-copilotConverter insights em critiques e briefs de design

Case de Validação

A skill foi validada em simulação end-to-end com o case Modali (abandono no checkout de e-commerce de moda), percorrendo todas as 5 fases:

/estrategia → /survey → /analise (N=347) → /triangulacao (8 sessões) → /relatorio

O ciclo completo gerou diagnóstico com 3 oportunidades priorizadas, testes estatísticos (teste t, p < 0.001), análise temática de respostas abertas e recomendações acionáveis para o time de produto.


Autor

Alexandre Santos · @aledesigner
Senior UX/UI Product Designer · São Paulo, Brasil
ale-designer.netlify.app


Licença

MIT — livre para uso, adaptação e distribuição com atribuição.

Ver o original no GitHub

Bom para

Relacionados