Uma estrutura orientada a dados para equipes de crescimento classificarem modelos de negócios, analisarem coortes de receita e executarem experimentos de precificação e upsell de alto impacto.
Instalar e Baixar
1. ClawHub CLI
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install bookforge-monetization-experiment-planner
2. Instalação Manual
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
3. Instalação do Prompt
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o bookforge-monetization-experiment-planner usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Prefere baixar?
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O que é Planejador de Experimentos de Monetização?
O Planejador de Experimentos de Monetização é uma ferramenta especializada projetada para empresas pós-Product Market Fit (PMF) para desbloquear o crescimento da receita sem sacrificar a retenção de usuários. Ao aproveitar os princípios da estrutura Hacking Growth, este ativo do Openclaw Skills ajuda as equipes a irem além da precificação baseada na intuição para uma abordagem estruturada e analítica. Ele se concentra em identificar onde a receita realmente se origina e fornece os planos táticos necessários para superar o "penny gap" e otimizar a relatividade de preços.
Essa habilidade é essencial para equipes que veem a receita estagnada, apesar do crescimento de usuários. Ela garante que cada mudança de preço ou novo nível seja fundamentado em dados estáveis de retenção, evitando que ganhos de curto prazo causem churn de longo prazo. Ao integrar isso ao seu fluxo de trabalho, você pode testar sistematicamente hipóteses em torno de âncoras de assinatura, pacotes de e-commerce ou expansão de inventário de anúncios.
Casos de uso do Planejador de Experimentos de Monetização
- Quando a retenção de usuários está estável, mas a receita por usuário permanece estagnada.
- Você precisa reestruturar os níveis de preços atuais ou introduzir um novo nível pago.
- A liderança exige uma análise profunda de quais segmentos de clientes geram mais valor.
- Você está considerando um corte de preço e precisa validar se o volume realmente compensará a margem menor.
- Planejando converter usuários gratuitos em níveis pagos usando âncoras psicológicas comprovadas.
Como o Planejador de Experimentos de Monetização funciona
- Verificação de Retenção: Confirma um piso de retenção estável como pré-requisito para garantir que você não está monetizando uma base de usuários em rotatividade.
- Classificação de Arquétipo: Identifica o modelo de negócio (Assinatura, E-commerce ou Receita de Anúncios) para definir as métricas de diagnóstico corretas.
- Mapeamento de Funil: Sobrepõe pontos de contato de receita na jornada do cliente para identificar pontos de estrangulamento com alta perda.
- Segmentação de Coorte: Detalha a receita por faixas de gasto, níveis de plano ou profundidade de engajamento para encontrar segmentos de alto valor.
- Geração de Experimentos: Propõe testes específicos como ancoragem de três níveis, upsells anuais ou limites de frete com base no arquétipo.
- Priorização de Backlog: Classifica os experimentos por impacto, velocidade de sinal e reversibilidade para produzir um roteiro acionável.
Configuração do Planejador de Experimentos de Monetização
Para instalar o Planejador de Experimentos de Monetização e suas dependências necessárias, use os seguintes comandos no seu terminal:
# Instale a habilidade principal de monetização
clawhub install bookforge-monetization-experiment-planner
# Instale o seletor de intervenção de fase de retenção pré-requisito
clawhub install bookforge-retention-phase-intervention-selector
Esquema de Dados e Taxonomia de Planejador de Experimentos de Monetização
A habilidade processa e gera estruturas de dados específicas para garantir o rigor analítico:
| Tipo de Arquivo | Descrição | Campos Chave |
|---|---|---|
| Input CSV | Coortes de Receita | Customer ID, Plan Tier, Acquisition Source, 90-day Spend |
| Input MD | Níveis de Preços | Plan names, Price points, Feature gates, Annual discounts |
| Output: Backlog | monetization-experiment-backlog.md |
Hypothesis, Metric, Cohort, Signal Timeline, Pitfall Flags |
| Output: Analysis | revenue-cohort-analysis.md |
Cohort Definitions, Revenue Contribution, Segment Profiles |
Recursos avançados do Planejador de Experimentos de Monetização
- Tratamento de Penny-Gap: Lógica especializada para converter usuários gratuitos por meio de testes com tempo limitado, em vez de solicitações diretas de preço.
- Mecanismo de Relatividade de Preços: Sugestões automatizadas para ancoragem de três níveis para aproveitar o efeito chamariz para conversões de níveis superiores.
- Suporte Multi-Agent: Funciona em conjunto com as habilidades de retenção e pontuação ICE para um motor de crescimento de ciclo completo.
- Proteção Contra Cortes Reativos: Avisos integrados e requisitos de teste para equipes que consideram reflexivamente reduções de preço.
- Salvaguardas de Personalização: Verificações que priorizam a privacidade para garantir que as recomendações comportamentais não se transformem em vigilância invasiva.
SKILL.md
Carregamento
Habilidades relacionadas do Openclaw
Sistema de Consultoria em IA
Um framework de consultoria em IA abrangente para PMEs que aproveita as metodologias da McKinsey para diagnosticar necessidades de negócios, projetar soluções técnicas e rastrear o ROI.
Seletor de North Star Metric
Uma estrutura estratégica para construir equações de crescimento multiplicativas e identificar a única métrica que reflete a entrega real de valor.
Product Market Fit Readiness Gate
Um portal técnico para gestores de crescimento verificarem o ajuste de produto ao mercado usando o limite de 40% de Sean Ellis e a análise de retenção de coortes antes da expansão.
Análise Competitiva
Um sistema automatizado robusto para monitorar gatilhos de mercado e gerar relatórios estruturados de concorrentes com armazenamento OSS integrado e notificações via DingTalk.
Ciclo de Experimentos de Alto Ritmo
Uma estrutura disciplinada de experimentação semanal que transforma testes ad-hoc em um motor de crescimento acelerado e composto.
Edição de Vídeo com Canva AI
Uma poderosa habilidade de edição de vídeo baseada em AI que automatiza transições, sobreposições de texto e música de fundo usando um pipeline de renderização na nuvem.
Apresentou*
