Experimental Design

research-ops-skills は、臨床研究の計画、R&D finance、市場調査、プロダクト／ユーザーリサーチの依頼を適切に振り分けるための軽量な Research Operations オーケストレーターです。ワークストリームの分類、不足している入力情報の確認、単一の SKILL.md から経営層向けの要約作成までを支援します。

clinical-research は、提出前の前向き臨床研究を設計するチーム向けに、endpoint classification、二群比較の sample size と power の推定、実現可能性の phase-gate scoring を支援します。Python tools、参考資料、protocol synopsis template を含みますが、出力は clinician、biostatistician、規制対応担当者によるレビューのための推定値として扱う設計です。

experiment-designer は、Product Management チームが A/B テストやフィーチャー実験を設計するための skill です。検証可能な仮説、指標設計、サンプルサイズ計画、ICE による優先順位付け、停止ルール、結果の解釈までを整理できます。

ab-test-setup は、統計的に妥当な A/B テストを計画するためのマーケティング実験 skill です。コンバージョン実験における仮説、バリアント、主要指標とガードレール指標、サンプルサイズの前提、実施期間、判定ルール、ローンチ前 QA の整理に役立ちます。

senior-data-scientist は、A/B テスト設計、因果推論、特徴量エンジニアリング、表形式データの ML 評価を支援する Claude skill です。サンプルサイズの検討、指標選定、リークチェック、SHAP レビュー、MLflow 風のトラッキング設計に活用できます。ただし、含まれるスクリプトは完成済みエンジンではなく、足場となるテンプレートです。

brainstorm-experiments-newは、新規プロダクトのアイデアに対して、リーンスタートアップの検証実験を設計したいProduct Managementチームを支援します。XYZ仮説を作成し、実装前に需要を確かめるためのランディングページ、説明動画、メールキャンペーン、先行予約、待機リスト、コンシェルジュMVPなど、低コストで試せるテスト案を提案します。

brainstorm-experiments-existing は、既存プロダクトに対して手間をかけずに試せる実験を設計するのに役立ちます。プロトタイプ、ファイクドアテスト、A/Bテスト、技術的スパイク、Wizard of Oz フロー、行動調査まで幅広く含みます。仮説を検証し、リスクを下げ、次に何を作るべきか判断するために使えます。この brainstorm-experiments-existing ガイドは、実践的なプロダクト検証と Workflow Automation の支援を想定して作られています。

ab-test-analysis は、A/Bテストの結果を統計的に厳密に評価するための skill です。サンプルサイズの妥当性確認、信頼区間、有意性検定、さらに実施・継続・停止の判断まで扱えます。実験レビュー、スプリットテストの解釈、Data Analysis ワークフローでの意思決定に活用してください。

ab-test-store-listing は、App Store のプロダクトページテストを計画・実行してコンバージョン改善を進めるのに役立ちます。Apple Product Page Optimization を使って、アイコン、スクリーンショット、プレビュービデオを評価し、PPO の制約を理解し、開始前に適切な App ID、トラフィック、テスト仮説を整えるために使えます。

scientific-brainstormingは、オープンエンドな科学的思考のための研究アイデア発想スキルです。分野横断のつながりを探り、前提を問い直し、研究ギャップを見つけ、まだデータが十分に揃っていない段階や最終仮説が固まっていない段階のプロジェクト案を形にするのに役立ちます。