ux-reserach-quant
Canoaremo/ux-reserach-quant
> Skill para Claude · UX Research Quantitativo, Qualitativo e Mixed
Instalação
npx convez-ai Canoaremo/ux-reserach-quant1 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
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
- Baixe o arquivo
ux-research-quant.skill - Acesse Claude.ai → Configurações → Skills
- Faça upload do arquivo
.skill - A skill será carregada automaticamente nas próximas conversas
Comandos
| Comando | O que faz |
|---|---|
/estrategia | Define o método certo (qual/quant/mixed) + plano de execução |
/survey | Projeta questionário completo com escala e lógica de ramificação |
/metricas-ux | Configura NPS, CSAT, SUS e CES com cálculo e benchmarks |
/amostra | Calcula tamanho de amostra e orienta recrutamento |
/analise | Analisa resultados: frequências, cruzamentos, testes estatísticos |
/triangulacao | Cruza dados qualitativos + quantitativos em insights unificados |
/relatorio | Relatório 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:
| Arquivo | Conteúdo |
|---|---|
references/benchmarks.md | NPS, CSAT, SUS e CES por setor e contexto de produto |
references/kano.md | Guia completo do Modelo Kano com survey e coeficientes |
references/estatistica.md | Testes t, qui-quadrado, ANOVA, correlação e checklist de qualidade |
Integração com Outras Skills
| Skill | Quando combinar |
|---|---|
user-research | Camada qualitativa completa — entrevistas, roteiros, condução |
ab-testing | Transformar insights em hipóteses de experimento |
cro-copilot | Cruzar survey com dados comportamentais (Hotjar, GA4) |
double-diamond | Situar a pesquisa no processo de discovery |
behavioral-analytics | Complementar survey com dados de uso real |
design-copilot | Converter 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.