aiox-core 5.0.4 → 5.0.7

package/pro/squads/data/tasks/run-growth-experiment.md

@@ -0,0 +1,1863 @@
+# Run Growth Experiment Task
+
+## Purpose
+
+Executar experimentos de growth de forma estruturada e científica para validar hipóteses, medir impacto real e construir conhecimento organizacional. Este task guia o processo completo desde a priorização com ICE framework, design do experimento, cálculo de sample size, análise de significância estatística até a documentação de learnings para futuros experimentos.
+
+---
+
+## Primary Agent
+
+**Sean Ellis** - Growth Hacking Pioneer, CEO GrowthHackers.com
+
+> "Growth hacking é simplesmente o método científico aplicado ao crescimento."
+
+Ellis argumenta que crescimento sustentável vem de experimentação de alta velocidade, não de palpites. O objetivo não é ter ideias brilhantes, mas testar ideias rapidamente e aprender sistematicamente.
+
+---
+
+## Core Philosophy
+
+### The Growth Experiment Mindset
+
+```yaml
+growth_experiment_mindset:
+
+  reality_in_most_companies:
+    - "Ideias são implementadas baseadas em quem grita mais alto"
+    - "Ninguém sabe qual mudança causou qual resultado"
+    - "Mesmos erros são repetidos porque learnings não são documentados"
+    - "Budget de marketing muda baseado em gut feeling"
+    - "Sucesso é atribuído a sorte, fracasso a circunstâncias"
+
+  ellis_diagnosis: |
+    "A maioria das empresas está adivinhando. Elas chamam de 'estratégia',
+    mas é apenas intuição sem validação. Growth real vem de testar
+    hipóteses específicas, medir resultados reais, e aprender rápido."
+
+  the_fix:
+    principle_1: "Toda ideia é uma hipótese até ser testada"
+    principle_2: "Velocidade de aprendizado > velocidade de execução"
+    principle_3: "Um experimento fracassado que ensina é um sucesso"
+    principle_4: "Documentar learnings é tão importante quanto rodar o experimento"
+```
+
+### High Tempo Testing
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                    HIGH TEMPO TESTING                            │
+│              (Sean Ellis - GrowthHackers)                        │
+├─────────────────────────────────────────────────────────────────┤
+│                                                                  │
+│  OBJETIVO: Maximizar aprendizado por unidade de tempo           │
+│                                                                  │
+│  ┌─────────────────────────────────────────────────────────┐    │
+│  │  BAIXO TEMPO DE EXPERIMENTAÇÃO                          │    │
+│  │  • 1 experimento por mês                                │    │
+│  │  • 12 learnings por ano                                 │    │
+│  │  • Crescimento lento                                    │    │
+│  └─────────────────────────────────────────────────────────┘    │
+│                                                                  │
+│  ┌─────────────────────────────────────────────────────────┐    │
+│  │  ALTO TEMPO DE EXPERIMENTAÇÃO                           │    │
+│  │  • 2-3 experimentos por semana                          │    │
+│  │  • 100+ learnings por ano                               │    │
+│  │  • Vantagem competitiva exponencial                     │    │
+│  └─────────────────────────────────────────────────────────┘    │
+│                                                                  │
+│  FÓRMULA DO CRESCIMENTO:                                        │
+│  Growth = Velocidade de Experimentos × Taxa de Sucesso × Impacto│
+│                                                                  │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+---
+
+## Tier 0: Diagnostic Questions
+
+Antes de rodar qualquer experimento, responda estas perguntas diagnósticas:
+
+```yaml
+tier_0_diagnosis:
+
+  experiment_readiness:
+    - "Temos tracking implementado para medir o resultado?"
+    - "Temos volume suficiente para atingir significância estatística?"
+    - "O experimento pode rodar por tempo suficiente sem interferência?"
+    - "Há buy-in do time para não mudar nada durante o teste?"
+
+  hypothesis_quality:
+    - "A hipótese é específica e testável?"
+    - "Definimos claramente o que significa sucesso?"
+    - "Sabemos quanto impacto seria significativo?"
+    - "Temos uma teoria de por que isso funcionaria?"
+
+  resource_assessment:
+    - "Temos recursos para implementar a variante?"
+    - "Quanto tempo levará para implementar?"
+    - "Qual é o custo de oportunidade?"
+    - "O que acontece se funcionar? Conseguimos escalar?"
+
+  risk_evaluation:
+    - "Qual é o downside se não funcionar?"
+    - "Pode prejudicar clientes existentes?"
+    - "Há riscos legais ou de compliance?"
+    - "Podemos reverter facilmente se der errado?"
+
+  maturity_check:
+    - "Já temos Product-Market Fit confirmado?"
+    - "Sabemos qual é nossa North Star Metric?"
+    - "Temos histórico de dados para baseline?"
+    - "O time tem cultura de experimentação?"
+```
+
+---
+
+## Inputs
+
+```yaml
+required:
+  - experiment_idea: "A ideia ou mudança a ser testada"
+  - hypothesis: "Por que acreditamos que isso funcionará"
+  - primary_metric: "A métrica principal que será impactada"
+  - baseline_value: "Valor atual da métrica"
+  - minimum_detectable_effect: "Menor mudança que seria significativa"
+  - available_traffic: "Volume disponível para o experimento"
+
+optional:
+  - secondary_metrics: "Métricas secundárias a monitorar"
+  - guardrail_metrics: "Métricas que não podem piorar"
+  - target_audience: "Segmento específico para o teste"
+  - experiment_duration: "Duração desejada"
+  - implementation_effort: "Esforço estimado"
+  - previous_experiments: "Experimentos relacionados já realizados"
+  - business_context: "Contexto de negócio relevante"
+```
+
+---
+
+## The ICE Prioritization Framework
+
+### What is ICE?
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                      ICE FRAMEWORK                               │
+│              (Sean Ellis - GrowthHackers)                        │
+├─────────────────────────────────────────────────────────────────┤
+│                                                                  │
+│  I = IMPACT (Impacto)                                           │
+│  ├── "Se funcionar, quão grande será o impacto?"                │
+│  ├── Scale: 1-10                                                │
+│  └── Pergunta: "Isso move a North Star Metric?"                 │
+│                                                                  │
+│  C = CONFIDENCE (Confiança)                                     │
+│  ├── "Quão confiantes estamos que vai funcionar?"               │
+│  ├── Scale: 1-10                                                │
+│  └── Pergunta: "Temos evidências de que isso funciona?"         │
+│                                                                  │
+│  E = EASE (Facilidade)                                          │
+│  ├── "Quão fácil é implementar e testar?"                       │
+│  ├── Scale: 1-10                                                │
+│  └── Pergunta: "Podemos fazer isso esta semana?"                │
+│                                                                  │
+│  ICE Score = (I + C + E) / 3                                    │
+│  ou                                                              │
+│  ICE Score = I × C × E (para maior diferenciação)               │
+│                                                                  │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+### ICE Scoring Detailed Criteria
+
+```yaml
+ice_scoring_criteria:
+
+  impact_scale:
+    10: "Move North Star Metric em 20%+ | Afeta todos os usuários"
+    9: "Move North Star em 15-20% | Afeta maioria dos usuários"
+    8: "Move North Star em 10-15% | Grande segmento impactado"
+    7: "Move North Star em 5-10% | Impacto significativo"
+    6: "Move metric secundária significativamente"
+    5: "Melhoria moderada em metric importante"
+    4: "Melhoria pequena em metric importante"
+    3: "Melhoria em metric secundária"
+    2: "Impacto marginal"
+    1: "Impacto negligenciável"
+
+  confidence_scale:
+    10: "A/B test anterior comprovou | Dados internos sólidos"
+    9: "Case study de empresa similar | Benchmark forte"
+    8: "Pesquisa com usuários confirmou | Dados qualitativos fortes"
+    7: "Best practice da indústria | Múltiplas fontes concordam"
+    6: "Um case study relevante | Alguma evidência"
+    5: "Teoria sólida baseada em princípios | Faz sentido lógico"
+    4: "Hipótese informada | Intuição baseada em experiência"
+    3: "Palpite educado | Pouca evidência"
+    2: "Ideia especulativa | Sem evidência"
+    1: "Completo shot in the dark | Contrário à evidência"
+
+  ease_scale:
+    10: "Menos de 1 hora | Sem dev necessário | Já temos tudo"
+    9: "Algumas horas | Configuração simples"
+    8: "1 dia de trabalho | Um recurso necessário"
+    7: "2-3 dias | Desenvolvimento leve"
+    6: "1 semana | Alguma complexidade"
+    5: "2 semanas | Múltiplos recursos"
+    4: "1 mês | Coordenação cross-team"
+    3: "2+ meses | Projeto significativo"
+    2: "Trimestre | Grande iniciativa"
+    1: "6+ meses | Transformação massiva"
+```
+
+### ICE Scoring Template
+
+```yaml
+ice_scoring_template:
+
+  experiment_info:
+    name: "[NOME DO EXPERIMENTO]"
+    description: "[DESCRIÇÃO BREVE]"
+    owner: "[RESPONSÁVEL]"
+    date_scored: "[DATA]"
+
+  impact_assessment:
+    score: "[1-10]"
+    rationale: |
+      [Por que este score? Qual métrica será impactada?
+      Quantos usuários serão afetados? Qual a magnitude esperada?]
+    north_star_connection: "[Como conecta com North Star Metric]"
+
+  confidence_assessment:
+    score: "[1-10]"
+    rationale: |
+      [Que evidências suportam esta hipótese?
+      Há dados internos? Cases externos? Pesquisa com usuários?]
+    evidence_sources:
+      - "[FONTE 1]"
+      - "[FONTE 2]"
+
+  ease_assessment:
+    score: "[1-10]"
+    rationale: |
+      [Quanto tempo levará? Quais recursos são necessários?
+      Há dependências? Complexidade técnica?]
+    estimated_effort: "[TEMPO ESTIMADO]"
+    resources_needed: "[RECURSOS]"
+
+  final_calculation:
+    average_method: "(I + C + E) / 3 = [SCORE]"
+    multiplicative_method: "I × C × E = [SCORE]"
+
+  recommendation:
+    priority: "[HIGH/MEDIUM/LOW]"
+    next_action: "[PRÓXIMO PASSO]"
+```
+
+### ICE Scoring Examples
+
+```yaml
+ice_examples:
+
+  example_1_high_priority:
+    name: "Adicionar social proof na página de checkout"
+    description: "Mostrar número de compras recentes e reviews"
+
+    impact:
+      score: 8
+      rationale: "Checkout é gargalo principal. 2000 usuários/dia passam por lá."
+
+    confidence:
+      score: 7
+      rationale: "Baymard Institute mostra 15% lift médio com social proof em checkout"
+
+    ease:
+      score: 9
+      rationale: "Já temos os dados, só precisa de frontend change"
+
+    ice_average: 8.0
+    ice_multiplicative: 504
+    verdict: "HIGH PRIORITY - Rodar esta semana"
+
+  example_2_medium_priority:
+    name: "Redesign completo do onboarding"
+    description: "Novo fluxo de onboarding com gamification"
+
+    impact:
+      score: 9
+      rationale: "Activation é nosso maior problema"
+
+    confidence:
+      score: 5
+      rationale: "Gamification funciona em alguns casos, não em outros"
+
+    ease:
+      score: 3
+      rationale: "2 meses de desenvolvimento, design, QA"
+
+    ice_average: 5.7
+    ice_multiplicative: 135
+    verdict: "MEDIUM PRIORITY - Validar com protótipo primeiro"
+
+  example_3_low_priority:
+    name: "Mudar cor do botão de CTA de azul para verde"
+    description: "Testar se verde converte mais"
+
+    impact:
+      score: 2
+      rationale: "Cor do botão raramente tem impacto significativo isoladamente"
+
+    confidence:
+      score: 2
+      rationale: "Nenhuma evidência de que funcionaria para nosso público"
+
+    ease:
+      score: 10
+      rationale: "5 minutos de trabalho"
+
+    ice_average: 4.7
+    ice_multiplicative: 40
+    verdict: "LOW PRIORITY - Só fazer se não tiver nada melhor"
+```
+
+### ICE vs Other Frameworks Comparison
+
+```yaml
+prioritization_frameworks_comparison:
+
+  ice:
+    factors: ["Impact", "Confidence", "Ease"]
+    formula: "(I + C + E) / 3 ou I × C × E"
+    best_for: "Growth teams, experimentos rápidos"
+    pros:
+      - "Simples e rápido de aplicar"
+      - "Fácil de entender"
+      - "Bom para priorização inicial"
+    cons:
+      - "Subjetivo sem guidelines claros"
+      - "Não considera reach explicitamente"
+
+  rice:
+    factors: ["Reach", "Impact", "Confidence", "Effort"]
+    formula: "(R × I × C) / E"
+    best_for: "Product teams, features maiores"
+    pros:
+      - "Considera reach explicitamente"
+      - "Penaliza esforço mais claramente"
+    cons:
+      - "Mais complexo"
+      - "Requer mais dados"
+
+  pie:
+    factors: ["Potential", "Importance", "Ease"]
+    formula: "(P + I + E) / 3"
+    best_for: "CRO, otimização de conversão"
+    pros:
+      - "Foco em potencial de melhoria"
+      - "Considera importância da página/fluxo"
+    cons:
+      - "Similar ao ICE na prática"
+
+  recommendation: |
+    Use ICE para experimentos de growth e marketing.
+    Use RICE para features de produto.
+    Use PIE para CRO específico.
+    O importante é ser consistente dentro do time.
+```
+
+### ICE Prioritization Process
+
+```yaml
+ice_prioritization_process:
+
+  step_1_brainstorm:
+    description: "Coletar todas as ideias de experimentos"
+    sources:
+      - "Dados de analytics"
+      - "Feedback de clientes"
+      - "Ideias do time"
+      - "Benchmark de concorrentes"
+      - "Best practices"
+    output: "Lista não filtrada de ideias"
+
+  step_2_quick_filter:
+    description: "Remover ideias obviamente ruins"
+    criteria:
+      - "Impossível de implementar"
+      - "Vai contra valores da empresa"
+      - "Já testamos e não funcionou"
+      - "Não conecta com nenhuma métrica importante"
+    output: "Lista filtrada de candidatos"
+
+  step_3_ice_scoring:
+    description: "Pontuar cada ideia com ICE"
+    method:
+      - "Score individual primeiro"
+      - "Calibrar em grupo"
+      - "Documentar rationale"
+    output: "Lista com ICE scores"
+
+  step_4_stack_rank:
+    description: "Ordenar por ICE score"
+    considerations:
+      - "Desempates vão para maior Impact"
+      - "Considerar dependências"
+      - "Balancear quick wins e big bets"
+    output: "Backlog priorizado"
+
+  step_5_select_sprint:
+    description: "Escolher experimentos para o sprint"
+    guidelines:
+      - "2-3 experimentos simultâneos máximo"
+      - "Mix de alto e baixo risco"
+      - "Não competir por mesmo tráfego"
+    output: "Sprint plan de experimentos"
+```
+
+---
+
+## Experiment Design Template
+
+### Experiment Document Structure
+
+```yaml
+experiment_document:
+
+  header:
+    experiment_id: "[AUTO-GENERATED ou MANUAL]"
+    name: "[NOME DESCRITIVO]"
+    owner: "[RESPONSÁVEL]"
+    status: "[PLANNING/RUNNING/ANALYZING/COMPLETE]"
+    created_date: "[DATA]"
+    ice_score: "[SCORE]"
+
+  section_1_problem:
+    title: "Problem Statement"
+    questions:
+      - "Qual problema estamos resolvendo?"
+      - "Qual métrica mostra que é um problema?"
+      - "Quem é afetado?"
+    template: |
+      Atualmente, [MÉTRICA] está em [VALOR ATUAL].
+      Isso é um problema porque [IMPACTO NO NEGÓCIO].
+      Isso afeta [QUEM/QUANTOS] usuários.
+
+  section_2_hypothesis:
+    title: "Hypothesis"
+    structure: "If [CHANGE], then [OUTCOME], because [REASON]"
+    template: |
+      Se [FIZERMOS ESTA MUDANÇA],
+      então [ESTA MÉTRICA] vai [AUMENTAR/DIMINUIR] em [X%],
+      porque [RAZÃO BASEADA EM EVIDÊNCIA].
+    examples:
+      good: |
+        "Se adicionarmos depoimentos de clientes na página de pricing,
+        então a taxa de conversão vai aumentar em 15%,
+        porque social proof reduz ansiedade de compra conforme
+        estudos de Cialdini e dados do Baymard Institute."
+      bad: |
+        "Vamos testar mudar a cor do botão."
+
+  section_3_metrics:
+    title: "Success Metrics"
+    primary_metric:
+      name: "[NOME DA MÉTRICA]"
+      current_value: "[BASELINE]"
+      target_value: "[META]"
+      minimum_detectable_effect: "[MDE]"
+    secondary_metrics:
+      - name: "[MÉTRICA 2]"
+        purpose: "Entender mecanismo"
+      - name: "[MÉTRICA 3]"
+        purpose: "Detectar efeitos colaterais"
+    guardrail_metrics:
+      - name: "[MÉTRICA QUE NÃO PODE PIORAR]"
+        threshold: "[LIMITE ACEITÁVEL]"
+
+  section_4_design:
+    title: "Experiment Design"
+    type: "[A/B | A/B/n | MVT | Holdout]"
+    variants:
+      control: "[DESCRIÇÃO DO CONTROLE]"
+      treatment: "[DESCRIÇÃO DO TRATAMENTO]"
+    traffic_split: "[50/50 | 90/10 | etc]"
+    targeting:
+      included: "[QUEM VAI VER]"
+      excluded: "[QUEM NÃO VAI VER]"
+    randomization: "[USER | SESSION | DEVICE]"
+
+  section_5_sample_size:
+    title: "Sample Size & Duration"
+    baseline_conversion: "[%]"
+    minimum_detectable_effect: "[%]"
+    statistical_power: "[80% ou 95%]"
+    significance_level: "[95% ou 99%]"
+    calculated_sample_size: "[N per variant]"
+    daily_traffic: "[VISITORS/DAY]"
+    estimated_duration: "[DAYS]"
+
+  section_6_implementation:
+    title: "Implementation Details"
+    technical_approach: "[COMO SERÁ IMPLEMENTADO]"
+    tracking_events: "[EVENTOS A RASTREAR]"
+    qa_checklist:
+      - "Variantes funcionam corretamente"
+      - "Tracking está funcionando"
+      - "Não há vazamento entre grupos"
+    launch_checklist:
+      - "Aprovação do design"
+      - "Código revisado"
+      - "QA completo"
+      - "Stakeholders informados"
+
+  section_7_analysis_plan:
+    title: "Analysis Plan"
+    when_to_analyze: "[CRITÉRIOS PARA ANÁLISE]"
+    statistical_method: "[Z-TEST | T-TEST | CHI-SQUARE]"
+    segmentation_planned:
+      - "[SEGMENTO 1]"
+      - "[SEGMENTO 2]"
+    decision_criteria:
+      winner: "[QUANDO DECLARAR VENCEDOR]"
+      loser: "[QUANDO PARAR O EXPERIMENTO]"
+      inconclusive: "[O QUE FAZER SE INCONCLUSIVO]"
+
+  section_8_results:
+    title: "Results" # Preenchido após experimento
+    data:
+      control:
+        visitors: "[N]"
+        conversions: "[N]"
+        rate: "[%]"
+      treatment:
+        visitors: "[N]"
+        conversions: "[N]"
+        rate: "[%]"
+    statistical_analysis:
+      lift: "[%]"
+      confidence: "[%]"
+      p_value: "[VALUE]"
+    verdict: "[WINNER | LOSER | INCONCLUSIVE]"
+
+  section_9_learnings:
+    title: "Learnings & Next Steps"
+    key_learnings:
+      - "[LEARNING 1]"
+      - "[LEARNING 2]"
+    unexpected_findings: "[SURPRESAS]"
+    next_experiments: "[IDEIAS GERADAS]"
+    implementation_plan: "[SE VENCEDOR, COMO ESCALAR]"
+```
+
+### Hypothesis Writing Framework
+
+```yaml
+hypothesis_framework:
+
+  structure:
+    template: "If [CHANGE], then [OUTCOME], because [REASON]"
+
+  components:
+    change:
+      description: "A mudança específica que será feita"
+      good: "Adicionarmos um progress bar no checkout"
+      bad: "Melhorarmos o checkout"
+
+    outcome:
+      description: "O resultado mensurável esperado"
+      good: "Taxa de conclusão de checkout aumentará 8%"
+      bad: "Mais pessoas vão comprar"
+
+    reason:
+      description: "A teoria por trás da expectativa"
+      good: "Porque progress bars reduzem abandono (Cialdini - Commitment)"
+      bad: "Porque vai ser mais bonito"
+
+  quality_checklist:
+    - [ ] É específica (não vaga)
+    - [ ] É testável (podemos medir)
+    - [ ] É falsificável (pode estar errada)
+    - [ ] Tem uma teoria por trás
+    - [ ] Conecta com uma métrica de negócio
+
+  examples:
+    conversion:
+      hypothesis: |
+        Se simplificarmos o formulário de cadastro de 8 para 3 campos,
+        então a taxa de cadastro aumentará em 25%,
+        porque cada campo adicional aumenta friction em ~10% (Baymard).
+
+    retention:
+      hypothesis: |
+        Se enviarmos um email de check-in 7 dias após signup,
+        então D30 retention aumentará em 10%,
+        porque touchpoints early in lifecycle aumentam habit formation.
+
+    activation:
+      hypothesis: |
+        Se mostrarmos um tutorial interativo no primeiro login,
+        então a taxa de ativação aumentará em 20%,
+        porque guided onboarding reduz time-to-value (Grover's Law).
+```
+
+### Minimum Viable Test (MVT) Approach
+
+```yaml
+minimum_viable_test:
+
+  philosophy: |
+    Antes de construir algo elaborado, teste a hipótese
+    da forma mais simples possível. O objetivo é aprender
+    rápido, não impressionar com complexidade.
+
+  mvt_ladder:
+    level_1_smoke_test:
+      description: "Testar se há interesse antes de construir"
+      examples:
+        - "Fake door test: botão que leva a waitlist"
+        - "Landing page antes do produto"
+        - "Anúncio antes de ter o produto"
+      effort: "Horas"
+      confidence: "Baixa mas informativa"
+
+    level_2_wizard_of_oz:
+      description: "Simular funcionalidade manualmente"
+      examples:
+        - "Concierge: fazer manualmente o que seria automático"
+        - "Humano por trás da 'AI'"
+        - "Email manual antes de automação"
+      effort: "Dias"
+      confidence: "Média"
+
+    level_3_prototype:
+      description: "Versão simplificada mas funcional"
+      examples:
+        - "Feature com UI básica"
+        - "MVP da funcionalidade"
+        - "Versão sem todas as edge cases"
+      effort: "Semanas"
+      confidence: "Alta"
+
+    level_4_full_build:
+      description: "Implementação completa"
+      examples:
+        - "Feature polida"
+        - "Toda a UX pensada"
+        - "Edge cases cobertos"
+      effort: "Meses"
+      confidence: "Muito alta"
+
+  decision_framework: |
+    Sempre comece no nível mais baixo possível.
+    Só suba de nível se:
+    1. O teste anterior foi positivo
+    2. Precisamos de mais confiança para investir mais
+    3. Não há como testar no nível inferior
+```
+
+---
+
+## Sample Size Calculator
+
+### Statistical Foundations
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                SAMPLE SIZE FUNDAMENTALS                          │
+├─────────────────────────────────────────────────────────────────┤
+│                                                                  │
+│  CONCEITOS CHAVE:                                               │
+│                                                                  │
+│  1. BASELINE CONVERSION RATE (p₁)                               │
+│     Taxa de conversão atual (controle)                          │
+│     Exemplo: 3% de visitantes convertem                         │
+│                                                                  │
+│  2. MINIMUM DETECTABLE EFFECT (MDE)                             │
+│     Menor mudança que queremos detectar                         │
+│     Pode ser absoluto (3% → 4%) ou relativo (+33%)             │
+│                                                                  │
+│  3. STATISTICAL SIGNIFICANCE (α)                                │
+│     Probabilidade de falso positivo (Type I Error)              │
+│     Padrão: 95% (α = 0.05)                                     │
+│     Significa: 5% chance de declarar vencedor quando não há     │
+│                                                                  │
+│  4. STATISTICAL POWER (1-β)                                     │
+│     Probabilidade de detectar efeito real quando existe         │
+│     Padrão: 80% (β = 0.20)                                     │
+│     Significa: 80% chance de encontrar efeito se existir        │
+│                                                                  │
+│  TRADEOFFS:                                                     │
+│  • Menor MDE → Mais sample size necessário                      │
+│  • Maior confidence → Mais sample size necessário               │
+│  • Maior power → Mais sample size necessário                    │
+│                                                                  │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+### Sample Size Formula
+
+```yaml
+sample_size_formula:
+
+  for_proportions:
+    description: "Para métricas de conversão (taxas)"
+    formula: |
+      n = 2 × [(Zα/2 + Zβ)² × p × (1-p)] / (p₁ - p₂)²
+
+      Onde:
+      n = sample size por variante
+      Zα/2 = z-score para significance level (1.96 para 95%)
+      Zβ = z-score para power (0.84 para 80%)
+      p = (p₁ + p₂) / 2 (pooled proportion)
+      p₁ = baseline conversion rate
+      p₂ = expected conversion rate (baseline + MDE)
+
+  z_scores_reference:
+    significance_95: "Zα/2 = 1.96"
+    significance_99: "Zα/2 = 2.576"
+    significance_90: "Zα/2 = 1.645"
+    power_80: "Zβ = 0.84"
+    power_90: "Zβ = 1.28"
+    power_95: "Zβ = 1.645"
+
+  for_continuous_metrics:
+    description: "Para métricas contínuas (revenue, time, etc)"
+    formula: |
+      n = 2 × [(Zα/2 + Zβ)² × σ²] / δ²
+
+      Onde:
+      σ = standard deviation da métrica
+      δ = minimum detectable difference
+```
+
+### Sample Size Calculator Reference Table
+
+```yaml
+sample_size_reference:
+
+  description: |
+    Sample size por variante necessário para detectar
+    diferentes MDEs com 95% confidence e 80% power.
+
+  baseline_1_percent:
+    mde_10_percent_relative: 31000
+    mde_20_percent_relative: 7800
+    mde_30_percent_relative: 3500
+    mde_50_percent_relative: 1300
+
+  baseline_3_percent:
+    mde_10_percent_relative: 10300
+    mde_20_percent_relative: 2600
+    mde_30_percent_relative: 1200
+    mde_50_percent_relative: 430
+
+  baseline_5_percent:
+    mde_10_percent_relative: 6100
+    mde_20_percent_relative: 1550
+    mde_30_percent_relative: 700
+    mde_50_percent_relative: 260
+
+  baseline_10_percent:
+    mde_10_percent_relative: 2900
+    mde_20_percent_relative: 730
+    mde_30_percent_relative: 330
+    mde_50_percent_relative: 120
+
+  baseline_20_percent:
+    mde_10_percent_relative: 1300
+    mde_20_percent_relative: 330
+    mde_30_percent_relative: 150
+    mde_50_percent_relative: 55
+
+  interpretation: |
+    Para baseline de 3% e querendo detectar 20% relative lift (3% → 3.6%):
+    Precisa de ~2600 visitors POR VARIANTE.
+    Com 50/50 split: 5200 visitors total.
+    Se tem 500 visitors/dia: ~10 dias de experimento.
+```
+
+### Sample Size Python Calculator
+
+```python
+# Sample Size Calculator for A/B Tests
+import math
+from scipy import stats
+
+def calculate_sample_size(
+    baseline_rate: float,
+    minimum_detectable_effect: float,  # Relative (e.g., 0.10 for 10%)
+    alpha: float = 0.05,  # Significance level
+    power: float = 0.80,  # Statistical power
+    two_sided: bool = True
+) -> int:
+    """
+    Calculate required sample size per variant for A/B test.
+
+    Parameters:
+    -----------
+    baseline_rate : float
+        Current conversion rate (e.g., 0.03 for 3%)
+    minimum_detectable_effect : float
+        Minimum relative lift to detect (e.g., 0.10 for 10% relative lift)
+    alpha : float
+        Significance level (default 0.05 for 95% confidence)
+    power : float
+        Statistical power (default 0.80 for 80% power)
+    two_sided : bool
+        Whether to use two-sided test (default True)
+
+    Returns:
+    --------
+    int : Required sample size per variant
+    """
+
+    # Calculate expected treatment rate
+    treatment_rate = baseline_rate * (1 + minimum_detectable_effect)
+
+    # Get z-scores
+    if two_sided:
+        z_alpha = stats.norm.ppf(1 - alpha / 2)
+    else:
+        z_alpha = stats.norm.ppf(1 - alpha)
+    z_beta = stats.norm.ppf(power)
+
+    # Pooled proportion
+    p_pooled = (baseline_rate + treatment_rate) / 2
+
+    # Sample size formula
+    numerator = 2 * ((z_alpha + z_beta) ** 2) * p_pooled * (1 - p_pooled)
+    denominator = (treatment_rate - baseline_rate) ** 2
+
+    n = numerator / denominator
+
+    return math.ceil(n)
+
+
+def calculate_test_duration(
+    sample_size_per_variant: int,
+    daily_traffic: int,
+    traffic_allocation: float = 1.0,
+    num_variants: int = 2
+) -> int:
+    """
+    Calculate how many days the test needs to run.
+
+    Parameters:
+    -----------
+    sample_size_per_variant : int
+        Required sample size per variant
+    daily_traffic : int
+        Average daily visitors to the page/feature
+    traffic_allocation : float
+        Percentage of traffic in the experiment (default 100%)
+    num_variants : int
+        Number of variants including control (default 2)
+
+    Returns:
+    --------
+    int : Number of days needed
+    """
+    total_sample_needed = sample_size_per_variant * num_variants
+    daily_experiment_traffic = daily_traffic * traffic_allocation
+
+    days = total_sample_needed / daily_experiment_traffic
+
+    return math.ceil(days)
+
+
+# Example Usage
+if __name__ == "__main__":
+    # Current conversion rate: 3%
+    # Want to detect: 15% relative lift (3% → 3.45%)
+    # 95% confidence, 80% power
+
+    sample_size = calculate_sample_size(
+        baseline_rate=0.03,
+        minimum_detectable_effect=0.15,
+        alpha=0.05,
+        power=0.80
+    )
+
+    print(f"Sample size per variant: {sample_size:,}")
+    print(f"Total sample size (2 variants): {sample_size * 2:,}")
+
+    # If 1000 visitors per day
+    days = calculate_test_duration(
+        sample_size_per_variant=sample_size,
+        daily_traffic=1000
+    )
+
+    print(f"Days needed: {days}")
+```
+
+### Sample Size Decision Matrix
+
+```yaml
+sample_size_decisions:
+
+  scenario_1_low_traffic:
+    situation: "< 1000 visitors/day"
+    challenge: "Dificuldade de atingir sample size"
+    recommendations:
+      - "Aumentar MDE (testar mudanças maiores)"
+      - "Reduzir variants (apenas A/B, não A/B/C)"
+      - "Focar em páginas de maior tráfego"
+      - "Considerar métodos Bayesianos"
+      - "Estender duração (cuidado com sazonalidade)"
+
+  scenario_2_high_traffic:
+    situation: "> 100,000 visitors/day"
+    opportunity: "Pode detectar efeitos pequenos rapidamente"
+    recommendations:
+      - "Usar MDE menor (5-10%)"
+      - "Aumentar power para 95%"
+      - "Testar múltiplas variantes"
+      - "Segmentar análises"
+
+  scenario_3_low_conversion:
+    situation: "Baseline < 1%"
+    challenge: "Precisa de muito tráfego"
+    recommendations:
+      - "Focar em etapas anteriores do funnel"
+      - "Usar métricas secundárias (clicks, engagement)"
+      - "Considerar composite metrics"
+      - "Testar mudanças maiores"
+
+  scenario_4_high_conversion:
+    situation: "Baseline > 20%"
+    opportunity: "Sample size menor necessário"
+    recommendations:
+      - "Pode testar otimizações finas"
+      - "Atenção: ceiling effect pode limitar upside"
+      - "Considerar guardrail metrics"
+```
+
+### Duration Considerations
+
+```yaml
+duration_considerations:
+
+  minimum_duration:
+    rule: "Sempre rodar pelo menos 1 semana completa"
+    reason: "Capturar variação dia-da-semana"
+
+  maximum_duration:
+    rule: "Não exceder 4-6 semanas sem boa razão"
+    reason: "External factors começam a contaminar"
+
+  full_business_cycles:
+    rule: "Incluir ciclos completos relevantes"
+    examples:
+      - "E-commerce: incluir fim de semana"
+      - "B2B: incluir semana completa (pular feriados)"
+      - "Sazonal: cuidado com eventos atípicos"
+
+  stopping_rules:
+    never_stop_early:
+      - "Porque está ganhando (peeking problem)"
+      - "Porque está perdendo (pode reverter)"
+      - "Por pressão de stakeholders"
+
+    ok_to_stop_early:
+      - "Guardrail metric violado significativamente"
+      - "Bug crítico descoberto"
+      - "Usando sequential testing com regras pré-definidas"
+```
+
+---
+
+## Statistical Significance
+
+### Understanding Statistical Significance
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│              STATISTICAL SIGNIFICANCE EXPLAINED                  │
+├─────────────────────────────────────────────────────────────────┤
+│                                                                  │
+│  O QUE SIGNIFICA "95% CONFIDENCE"?                              │
+│                                                                  │
+│  NÃO significa: "95% de chance de que B é melhor que A"         │
+│                                                                  │
+│  SIGNIFICA: "Se A e B fossem iguais, haveria apenas 5%          │
+│  de chance de observar uma diferença tão grande quanto esta"    │
+│                                                                  │
+│  ───────────────────────────────────────────────────────────    │
+│                                                                  │
+│  P-VALUE EXPLICADO:                                             │
+│                                                                  │
+│  p = 0.03 significa:                                            │
+│  "Se não houvesse diferença real, teríamos 3% de chance         │
+│  de ver esta diferença (ou maior) por acaso"                    │
+│                                                                  │
+│  Se p < α (0.05), rejeitamos a hipótese nula                   │
+│  Se p ≥ α, não temos evidência suficiente                      │
+│                                                                  │
+│  ───────────────────────────────────────────────────────────    │
+│                                                                  │
+│  ERROS POSSÍVEIS:                                               │
+│                                                                  │
+│  TYPE I (False Positive):                                       │
+│  Declarar vencedor quando não há diferença real                 │
+│  Controlado por α (significance level)                          │
+│                                                                  │
+│  TYPE II (False Negative):                                      │
+│  Não detectar diferença quando ela existe                       │
+│  Controlado por β (1 - power)                                   │
+│                                                                  │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+### Significance Calculation
+
+```yaml
+significance_calculation:
+
+  z_test_for_proportions:
+    description: "Teste mais comum para taxas de conversão"
+    formula: |
+      z = (p₂ - p₁) / √[p̂(1-p̂)(1/n₁ + 1/n₂)]
+
+      Onde:
+      p₁ = conversion rate do controle
+      p₂ = conversion rate do tratamento
+      p̂ = pooled proportion = (x₁ + x₂) / (n₁ + n₂)
+      n₁, n₂ = sample sizes
+
+    interpretation:
+      z_greater_than_196: "Significante a 95% (p < 0.05)"
+      z_greater_than_258: "Significante a 99% (p < 0.01)"
+
+  chi_square_test:
+    description: "Alternativa para dados categóricos"
+    when_to_use: "Múltiplas categorias ou variantes"
+
+  t_test:
+    description: "Para métricas contínuas (revenue, time)"
+    when_to_use: "Média de valores, não proporções"
+```
+
+### Significance Python Calculator
+
+```python
+# Statistical Significance Calculator
+import math
+from scipy import stats
+
+def calculate_significance(
+    control_visitors: int,
+    control_conversions: int,
+    treatment_visitors: int,
+    treatment_conversions: int,
+    one_sided: bool = False
+) -> dict:
+    """
+    Calculate statistical significance of A/B test results.
+
+    Returns dict with:
+    - control_rate: Control conversion rate
+    - treatment_rate: Treatment conversion rate
+    - relative_lift: Percentage lift
+    - z_score: Z-statistic
+    - p_value: P-value
+    - significant_95: Whether significant at 95%
+    - significant_99: Whether significant at 99%
+    - confidence_interval: 95% CI for the difference
+    """
+
+    # Calculate conversion rates
+    p1 = control_conversions / control_visitors
+    p2 = treatment_conversions / treatment_visitors
+
+    # Relative lift
+    relative_lift = (p2 - p1) / p1 if p1 > 0 else 0
+
+    # Pooled proportion
+    p_pooled = (control_conversions + treatment_conversions) / (control_visitors + treatment_visitors)
+
+    # Standard error
+    se = math.sqrt(p_pooled * (1 - p_pooled) * (1/control_visitors + 1/treatment_visitors))
+
+    # Z-score
+    z_score = (p2 - p1) / se if se > 0 else 0
+
+    # P-value
+    if one_sided:
+        p_value = 1 - stats.norm.cdf(z_score)
+    else:
+        p_value = 2 * (1 - stats.norm.cdf(abs(z_score)))
+
+    # Confidence interval for difference
+    se_diff = math.sqrt(
+        (p1 * (1 - p1) / control_visitors) +
+        (p2 * (1 - p2) / treatment_visitors)
+    )
+    ci_95 = (
+        (p2 - p1) - 1.96 * se_diff,
+        (p2 - p1) + 1.96 * se_diff
+    )
+
+    return {
+        'control_rate': p1,
+        'treatment_rate': p2,
+        'absolute_difference': p2 - p1,
+        'relative_lift': relative_lift,
+        'z_score': z_score,
+        'p_value': p_value,
+        'significant_95': p_value < 0.05,
+        'significant_99': p_value < 0.01,
+        'confidence_interval_95': ci_95
+    }
+
+
+def interpret_results(results: dict) -> str:
+    """
+    Generate human-readable interpretation of results.
+    """
+    interpretation = []
+
+    interpretation.append(f"Control: {results['control_rate']:.2%}")
+    interpretation.append(f"Treatment: {results['treatment_rate']:.2%}")
+    interpretation.append(f"Lift: {results['relative_lift']:+.1%}")
+    interpretation.append(f"P-value: {results['p_value']:.4f}")
+
+    if results['significant_99']:
+        interpretation.append("✅ WINNER - Statistically significant at 99% confidence")
+    elif results['significant_95']:
+        interpretation.append("✅ WINNER - Statistically significant at 95% confidence")
+    else:
+        interpretation.append("❌ NOT SIGNIFICANT - No clear winner")
+
+    ci = results['confidence_interval_95']
+    interpretation.append(f"95% CI for difference: [{ci[0]:.2%}, {ci[1]:.2%}]")
+
+    return "\n".join(interpretation)
+
+
+# Example Usage
+if __name__ == "__main__":
+    results = calculate_significance(
+        control_visitors=5000,
+        control_conversions=150,  # 3.0%
+        treatment_visitors=5000,
+        treatment_conversions=180  # 3.6%
+    )
+
+    print(interpret_results(results))
+```
+
+### Common Significance Mistakes
+
+```yaml
+significance_mistakes:
+
+  mistake_1_peeking:
+    description: "Checar resultados repetidamente durante o teste"
+    problem: |
+      Cada vez que você olha os resultados, aumenta a chance
+      de um falso positivo. Se checar 5x com α=0.05, a chance
+      real de falso positivo é ~19%, não 5%.
+    solution:
+      - "Definir sample size/duração antes"
+      - "Não olhar até completar"
+      - "Ou usar sequential testing com correção"
+
+  mistake_2_stopping_early:
+    description: "Parar o teste quando atinge significância"
+    problem: |
+      Significância flutuará durante o teste. Parar quando
+      atinge 95% artificialmente infla resultados.
+    solution:
+      - "Rodar até sample size calculado"
+      - "Ignorar resultados intermediários"
+
+  mistake_3_multiple_metrics:
+    description: "Testar muitas métricas sem correção"
+    problem: |
+      Se testar 20 métricas com α=0.05, espera-se 1 falso
+      positivo por acaso (20 × 0.05 = 1).
+    solution:
+      - "Definir UMA métrica primária"
+      - "Usar Bonferroni correction para secundárias"
+      - "Tratar outras como exploratórias"
+
+  mistake_4_ignoring_practical_significance:
+    description: "Celebrar qualquer resultado estatisticamente significante"
+    problem: |
+      Um lift de 0.1% pode ser estatisticamente significante
+      com sample grande, mas não vale a pena implementar.
+    solution:
+      - "Definir MDE baseado em impacto de negócio"
+      - "Perguntar: vale o esforço de implementar?"
+
+  mistake_5_conflating_significance_and_certainty:
+    description: "Pensar que 95% confidence = 95% chance de estar certo"
+    problem: |
+      Confidence level NÃO é a probabilidade de que o tratamento
+      é melhor. É a probabilidade de observar este resultado
+      se não houvesse diferença real.
+    solution:
+      - "Entender interpretação Frequentist corretamente"
+      - "Ou usar métodos Bayesianos se quer probabilidades"
+```
+
+### Bayesian vs Frequentist
+
+```yaml
+bayesian_vs_frequentist:
+
+  frequentist:
+    philosophy: "Probabilidade como frequência de longo prazo"
+    output: "P-value e confidence interval"
+    interpretation: |
+      "Se repetíssemos este experimento infinitas vezes,
+      5% das vezes veríamos este resultado por acaso"
+    pros:
+      - "Padrão da indústria"
+      - "Bem entendido"
+      - "Ferramentas abundantes"
+    cons:
+      - "P-value mal interpretado"
+      - "Não pode parar early facilmente"
+      - "Não dá probabilidade direta"
+
+  bayesian:
+    philosophy: "Probabilidade como grau de crença"
+    output: "Probability of being best"
+    interpretation: |
+      "Dado os dados observados, há 92% de probabilidade
+      de que o tratamento é melhor que o controle"
+    pros:
+      - "Interpretação intuitiva"
+      - "Pode parar early com correções"
+      - "Incorpora prior knowledge"
+    cons:
+      - "Menos padronizado"
+      - "Requires choosing priors"
+      - "Ferramentas menos maduras"
+
+  when_to_use_what:
+    frequentist:
+      - "Quando stakeholders esperam p-values"
+      - "Para publicação científica"
+      - "Quando há tráfego suficiente para sample size"
+    bayesian:
+      - "Quando precisa parar early"
+      - "Quando tráfego é limitado"
+      - "Quando quer probabilidade direta"
+
+  tools:
+    frequentist: ["Optimizely", "VWO", "Google Optimize"]
+    bayesian: ["Dynamic Yield", "Convert", "Custom implementations"]
+```
+
+---
+
+## Learning Documentation
+
+### Why Documentation Matters
+
+```yaml
+documentation_importance:
+
+  sean_ellis_quote: |
+    "O experimento que não é documentado não aconteceu.
+    Se não sabemos o que aprendemos, vamos repetir os mesmos erros."
+
+  problems_without_documentation:
+    - "Mesmos experimentos são repetidos"
+    - "Learnings são perdidos quando pessoas saem"
+    - "Padrões não são identificados"
+    - "Decisões não têm justificativa"
+    - "Novos membros não têm contexto"
+
+  benefits_of_documentation:
+    - "Conhecimento institucional acumulado"
+    - "Evita repetição de erros"
+    - "Identifica padrões de sucesso"
+    - "Acelera onboarding"
+    - "Suporta decisões futuras"
+```
+
+### Experiment Learning Template
+
+```yaml
+learning_template:
+
+  header:
+    experiment_id: "[ID]"
+    experiment_name: "[NOME]"
+    date_completed: "[DATA]"
+    owner: "[RESPONSÁVEL]"
+    verdict: "[WINNER/LOSER/INCONCLUSIVE]"
+
+  section_1_summary:
+    title: "Executive Summary"
+    template: |
+      ## O que testamos
+      [Uma frase sobre a mudança testada]
+
+      ## Resultado
+      [WINNER/LOSER/INCONCLUSIVE] com [X%] lift e [Y%] confidence.
+
+      ## Impacto
+      Se implementado permanentemente, esperamos [IMPACTO ANUALIZADO].
+
+      ## Decisão
+      [IMPLEMENTAR/NÃO IMPLEMENTAR/ITERAR]
+
+  section_2_results_detail:
+    title: "Results Detail"
+    data_table:
+      columns: ["Variant", "Visitors", "Conversions", "Rate", "vs Control"]
+    statistical_summary:
+      - primary_metric_lift: "[%]"
+      - confidence_level: "[%]"
+      - p_value: "[VALUE]"
+    secondary_metrics: "[RESULTADOS DE MÉTRICAS SECUNDÁRIAS]"
+    segmentation_analysis: "[DIFERENÇAS POR SEGMENTO]"
+
+  section_3_learnings:
+    title: "Key Learnings"
+    what_we_learned:
+      - "[LEARNING 1 - específico e acionável]"
+      - "[LEARNING 2]"
+      - "[LEARNING 3]"
+
+    hypothesis_validation:
+      original_hypothesis: "[HIPÓTESE ORIGINAL]"
+      validated: "[SIM/NÃO/PARCIALMENTE]"
+      explanation: "[POR QUE]"
+
+    unexpected_findings:
+      - "[SURPRESA 1]"
+      - "[SURPRESA 2]"
+
+    what_worked: "[O QUE FUNCIONOU]"
+    what_didnt_work: "[O QUE NÃO FUNCIONOU]"
+
+  section_4_implications:
+    title: "Implications & Next Steps"
+    for_this_area:
+      - "[IMPLICAÇÃO 1]"
+      - "[IMPLICAÇÃO 2]"
+
+    for_other_areas:
+      - "[INSIGHT APLICÁVEL EM OUTRO LUGAR]"
+
+    follow_up_experiments:
+      - name: "[EXPERIMENTO SUGERIDO]"
+        rationale: "[POR QUE TESTAR]"
+        priority: "[HIGH/MEDIUM/LOW]"
+
+    implementation_plan:
+      decision: "[IMPLEMENTAR/NÃO]"
+      timeline: "[QUANDO]"
+      owner: "[QUEM]"
+      dependencies: "[DEPENDÊNCIAS]"
+
+  section_5_meta:
+    title: "Experiment Meta"
+    experiment_quality:
+      sample_size_achieved: "[SIM/NÃO]"
+      duration_sufficient: "[SIM/NÃO]"
+      implementation_issues: "[DESCRIÇÃO]"
+      tracking_issues: "[DESCRIÇÃO]"
+
+    process_learnings:
+      what_went_well: "[PROCESSO]"
+      what_could_improve: "[MELHORIA]"
+
+    tags: ["[TAG1]", "[TAG2]", "[TAG3]"]
+```
+
+### Experiment Repository Structure
+
+```yaml
+experiment_repository:
+
+  organization:
+    by_area:
+      - "acquisition/"
+      - "activation/"
+      - "retention/"
+      - "referral/"
+      - "revenue/"
+    by_quarter:
+      - "2024-Q1/"
+      - "2024-Q2/"
+    by_status:
+      - "completed/"
+      - "running/"
+      - "planned/"
+
+  naming_convention:
+    pattern: "[DATE]-[AREA]-[NAME]"
+    examples:
+      - "2024-01-15-activation-onboarding-progress-bar"
+      - "2024-02-03-revenue-checkout-social-proof"
+
+  required_documents:
+    per_experiment:
+      - "design.md: Documento de design do experimento"
+      - "results.md: Resultados e learnings"
+      - "assets/: Screenshots, dados brutos"
+
+  index_file:
+    description: "README com tabela de todos experimentos"
+    columns:
+      - "ID"
+      - "Name"
+      - "Status"
+      - "Primary Metric"
+      - "Result"
+      - "Lift"
+      - "Link"
+
+  search_capabilities:
+    by_metric: "Encontrar todos experimentos que afetaram X"
+    by_result: "Encontrar todos winners/losers"
+    by_tag: "Encontrar experimentos sobre pricing"
+    by_date: "Experimentos de Q1 2024"
+```
+
+### Learning Synthesis Process
+
+```yaml
+learning_synthesis:
+
+  monthly_review:
+    description: "Reunião mensal para sintetizar learnings"
+    agenda:
+      - "Review de experimentos completados"
+      - "Identificar padrões"
+      - "Atualizar best practices"
+      - "Priorizar próximos experimentos"
+    participants:
+      - "Growth lead"
+      - "Product manager"
+      - "Data analyst"
+
+  quarterly_retrospective:
+    description: "Deep dive trimestral"
+    questions:
+      - "Quais foram nossos maiores wins?"
+      - "Quais foram nossos maiores learnings?"
+      - "Que padrões estamos vendo?"
+      - "O que mudar no processo?"
+    output:
+      - "Updated playbook"
+      - "New experiment ideas"
+      - "Process improvements"
+
+  pattern_identification:
+    description: "Identificar o que consistentemente funciona/não funciona"
+    categories:
+      always_works:
+        - "Social proof em checkout"
+        - "Progress indicators em forms longos"
+      never_works:
+        - "Apenas mudar cores de botão"
+        - "Pop-ups agressivos"
+      depends:
+        - "Urgency messaging (funciona short-term, prejudica long-term)"
+        - "Discounts (funciona aquisição, prejudica retention)"
+```
+
+---
+
+## Experiment Workflow
+
+### End-to-End Process
+
+```
+┌─────────────────────────────────────────────────────────────────┐
+│                GROWTH EXPERIMENT WORKFLOW                        │
+├─────────────────────────────────────────────────────────────────┤
+│                                                                  │
+│  PHASE 1: IDEATION                                              │
+│  ├── Coletar ideias de múltiplas fontes                        │
+│  ├── Quick filter (remover obviamente ruins)                   │
+│  └── Adicionar ao backlog                                       │
+│                                                                  │
+│  PHASE 2: PRIORITIZATION                                        │
+│  ├── Score com ICE framework                                   │
+│  ├── Stack rank                                                │
+│  └── Selecionar para sprint                                    │
+│                                                                  │
+│  PHASE 3: DESIGN                                                │
+│  ├── Escrever hipótese clara                                   │
+│  ├── Definir métricas                                          │
+│  ├── Calcular sample size                                      │
+│  └── Documentar experiment design                              │
+│                                                                  │
+│  PHASE 4: IMPLEMENTATION                                        │
+│  ├── Desenvolver variantes                                     │
+│  ├── Setup tracking                                            │
+│  ├── QA completo                                               │
+│  └── Launch checklist                                          │
+│                                                                  │
+│  PHASE 5: MONITORING                                            │
+│  ├── Health checks (tracking funcionando)                      │
+│  ├── Guardrail metrics                                         │
+│  └── NÃO olhar resultados primários                           │
+│                                                                  │
+│  PHASE 6: ANALYSIS                                              │
+│  ├── Calcular significância                                    │
+│  ├── Análise de segmentos                                      │
+│  └── Interpretar resultados                                    │
+│                                                                  │
+│  PHASE 7: DOCUMENTATION                                         │
+│  ├── Documentar learnings                                      │
+│  ├── Atualizar repository                                      │
+│  └── Comunicar resultados                                      │
+│                                                                  │
+│  PHASE 8: ACTION                                                │
+│  ├── Implementar winners                                       │
+│  ├── Gerar novos experimentos                                  │
+│  └── Atualizar backlog                                         │
+│                                                                  │
+└─────────────────────────────────────────────────────────────────┘
+```
+
+### Weekly Experiment Cadence
+
+```yaml
+weekly_cadence:
+
+  monday:
+    meeting: "Experiment Standup (15 min)"
+    agenda:
+      - "Status de experimentos running"
+      - "Qualquer issue de tracking"
+      - "Experimentos prontos para launch"
+
+  tuesday_wednesday:
+    activities:
+      - "Design de novos experimentos"
+      - "Implementation"
+      - "QA"
+
+  thursday:
+    meeting: "Experiment Review (30 min)"
+    agenda:
+      - "Review de experimentos completados"
+      - "Decisões de go/no-go"
+      - "Document learnings"
+
+  friday:
+    meeting: "Prioritization (30 min)"
+    agenda:
+      - "ICE score novas ideias"
+      - "Select experiments para próxima semana"
+      - "Update backlog"
+
+  ongoing:
+    - "Launches: Tuesday ou Wednesday (evitar Monday/Friday)"
+    - "No launches: Antes de feriados ou eventos"
+```
+
+---
+
+## Common Pitfalls and Solutions
+
+### Experiment Pitfalls
+
+```yaml
+experiment_pitfalls:
+
+  pitfall_1_no_hypothesis:
+    description: "Testar sem hipótese clara"
+    symptom: "Não sabemos por que funcionou ou não"
+    solution: "Sempre começar com 'If X, then Y, because Z'"
+
+  pitfall_2_wrong_metric:
+    description: "Medir a coisa errada"
+    symptom: "Ganhou no teste, perdeu no negócio"
+    solution: |
+      Definir métrica primária que conecta com North Star.
+      Incluir guardrail metrics.
+
+  pitfall_3_too_many_changes:
+    description: "Testar múltiplas mudanças de uma vez"
+    symptom: "Não sabemos qual mudança causou o efeito"
+    solution: "Uma mudança por experimento (ou MVT formal)"
+
+  pitfall_4_insufficient_sample:
+    description: "Parar antes de atingir sample size"
+    symptom: "Resultados não replicam"
+    solution: "Calcular sample size antes, rodar até completar"
+
+  pitfall_5_ignoring_segments:
+    description: "Só olhar resultado agregado"
+    symptom: "Perder insights importantes"
+    solution: |
+      Analisar por segmento (new vs returning, mobile vs desktop,
+      high value vs low value)
+
+  pitfall_6_no_documentation:
+    description: "Não documentar learnings"
+    symptom: "Repetir mesmos erros"
+    solution: "Template obrigatório para cada experimento"
+
+  pitfall_7_hippo_overrule:
+    description: "Highest Paid Person's Opinion anula dados"
+    symptom: "Experimentos que perdem são implementados anyway"
+    solution: |
+      Culture shift. Dados > opinião.
+      Se override, documentar razão.
+
+  pitfall_8_winner_fatigue:
+    description: "Só implementar winners, ignorar learnings de losers"
+    symptom: "Não aprender com fracassos"
+    solution: |
+      Losers são igualmente valiosos para aprendizado.
+      Document o que NÃO funciona.
+```
+
+### Quality Assurance Checklist
+
+```yaml
+experiment_qa_checklist:
+
+  pre_launch:
+    design:
+      - [ ] Hipótese documentada (If/Then/Because)
+      - [ ] Métrica primária definida
+      - [ ] Baseline conhecido
+      - [ ] MDE definido
+      - [ ] Sample size calculado
+      - [ ] Duration estimada
+      - [ ] Guardrail metrics definidos
+
+    implementation:
+      - [ ] Variantes implementadas corretamente
+      - [ ] Visual QA em todos devices
+      - [ ] Funcionalidade testada
+      - [ ] Não há bugs óbvios
+      - [ ] Experience é consistente
+
+    tracking:
+      - [ ] Eventos de tracking funcionando
+      - [ ] Dados chegando na ferramenta
+      - [ ] Segmentação correta
+      - [ ] Não há vazamento entre grupos
+
+    launch:
+      - [ ] Stakeholders notificados
+      - [ ] Rollback plan existe
+      - [ ] Monitoring setup
+
+  during_experiment:
+    - [ ] Tracking continua funcionando
+    - [ ] Sample está crescendo conforme esperado
+    - [ ] Guardrail metrics estáveis
+    - [ ] Nenhum bug reportado
+
+  post_experiment:
+    - [ ] Sample size atingido
+    - [ ] Duration mínima completada
+    - [ ] Análise estatística feita
+    - [ ] Segmentation analysis
+    - [ ] Learnings documentados
+    - [ ] Results comunicados
+    - [ ] Next steps definidos
+```
+
+---
+
+## Output Deliverables
+
+```yaml
+deliverables:
+
+  primary:
+    prioritized_backlog:
+      description: |
+        Backlog de experimentos priorizado com ICE scores,
+        pronto para execução por ordem de prioridade.
+      includes:
+        - "Lista de experimentos com ICE scores"
+        - "Rationale para cada score"
+        - "Sprint selection"
+
+    experiment_document:
+      description: |
+        Documento completo do experimento com todos os
+        detalhes necessários para execução.
+      includes:
+        - "Hypothesis"
+        - "Metrics"
+        - "Sample size calculation"
+        - "Design details"
+        - "Analysis plan"
+
+    results_report:
+      description: |
+        Relatório de resultados com análise estatística
+        e interpretação de negócio.
+      includes:
+        - "Statistical analysis"
+        - "Confidence intervals"
+        - "Segmentation"
+        - "Verdict"
+
+  secondary:
+    learning_document:
+      description: |
+        Documentação de learnings para repositório
+        de conhecimento.
+      includes:
+        - "Key learnings"
+        - "Implications"
+        - "Next experiments"
+
+    process_improvements:
+      description: |
+        Melhorias no processo de experimentação
+        baseado em retrospectiva.
+
+  optional:
+    dashboard:
+      description: "Dashboard de experimentos running/completed"
+
+    playbook_updates:
+      description: "Atualizações no playbook de growth baseado em learnings"
+```
+
+---
+
+## Integration with Other Tasks
+
+### Related Data Pack Tasks
+
+```yaml
+related_tasks:
+
+  define_north_star:
+    integration: "North Star Metric é o alvo dos experimentos"
+    value: "Garantir que experimentos conectam com métrica principal"
+
+  run_pmf_test:
+    integration: "PMF Test antes de experimentos de scale"
+    value: "Não otimizar produto sem PMF confirmado"
+
+  calculate_clv:
+    integration: "CLV como guardrail metric"
+    value: "Garantir que wins de curto prazo não prejudicam CLV"
+
+  design_health_score:
+    integration: "Health Score como guardrail"
+    value: "Monitorar se experimentos afetam saúde de clientes"
+
+  create_dashboard:
+    integration: "Dashboard de experimentos"
+    value: "Visualizar pipeline e resultados de experimentos"
+
+  analyze_cohort:
+    integration: "Cohort analysis para experimentos de retention"
+    value: "Entender impacto de longo prazo de experimentos"
+```
+
+---
+
+## Glossary
+
+```yaml
+glossary:
+
+  ice_framework:
+    definition: "Framework de priorização: Impact × Confidence × Ease"
+    creator: "Sean Ellis"
+
+  minimum_detectable_effect:
+    definition: "Menor mudança que o experimento pode detectar com confiança"
+    abbreviation: "MDE"
+
+  statistical_significance:
+    definition: "Probabilidade de que resultado não é devido ao acaso"
+    common_threshold: "95% (p < 0.05)"
+
+  statistical_power:
+    definition: "Probabilidade de detectar efeito real quando existe"
+    common_threshold: "80%"
+
+  p_value:
+    definition: "Probabilidade de observar este resultado se não houvesse diferença real"
+
+  type_i_error:
+    definition: "Falso positivo - declarar vencedor quando não há diferença"
+    alias: "False positive"
+
+  type_ii_error:
+    definition: "Falso negativo - não detectar diferença quando existe"
+    alias: "False negative"
+
+  peeking:
+    definition: "Checar resultados repetidamente durante o teste"
+    problem: "Aumenta falsos positivos"
+
+  guardrail_metric:
+    definition: "Métrica que não pode piorar durante experimento"
+
+  mvt:
+    definition: "Minimum Viable Test - testar hipótese da forma mais simples"
+
+  high_tempo_testing:
+    definition: "Maximizar velocidade de experimentos para acelerar aprendizado"
+
+  hypothesis:
+    definition: "Afirmação testável sobre o que esperamos que aconteça"
+    format: "If [CHANGE], then [OUTCOME], because [REASON]"
+
+  sample_size:
+    definition: "Número de observações necessárias para conclusões confiáveis"
+
+  conversion_rate:
+    definition: "Porcentagem de visitantes que completam ação desejada"
+
+  lift:
+    definition: "Mudança percentual entre tratamento e controle"
+    types:
+      absolute: "Diferença em pontos percentuais (3% → 4% = 1pp)"
+      relative: "Diferença percentual ((4-3)/3 = 33%)"
+
+  confidence_interval:
+    definition: "Range onde o verdadeiro valor provavelmente está"
+    common: "95% CI"
+
+  north_star_metric:
+    definition: "A única métrica mais importante que reflete valor entregue"
+
+  aarrr:
+    definition: "Pirate Metrics: Acquisition, Activation, Retention, Referral, Revenue"
+```
+
+---
+
+## Version History
+
+```yaml
+version: "1.0"
+created: "2026-01-23"
+primary_agent: "Sean Ellis"
+lines: "1900+"
+
+changelog:
+  - "1.0: Task inicial criado com ICE framework completo"
+  - "1.0: Experiment design template detalhado"
+  - "1.0: Sample size calculator com fórmulas e Python code"
+  - "1.0: Statistical significance methodology completa"
+  - "1.0: Learning documentation framework"
+  - "1.0: End-to-end experiment workflow"
+  - "1.0: Common pitfalls e solutions"
+  - "1.0: QA checklist completo"
+  - "1.0: Integration com outros Data Pack tasks"
+```
+
+---
+
+*Data Intelligence Pack - Task: Run Growth Experiment*
+*Primary Agent: Sean Ellis*
+*Framework: ICE + High Tempo Testing + Scientific Method*