---
title: Kasvumootor
description: Eric Siu oskus kasvu kavandamiseks.
category: Marketing
sublabel: Strateegia
author: Eric Siu
tags: 
license: MIT
source: https://github.com/ericosiu/ai-marketing-skills
---

# Kasvu mootor

## Eessõna (käivitub oskuse alguses)

```bash
# Version check (silent if up to date)
python3 telemetry/version_check.py 2>/dev/null || true

# Telemetry opt-in (first run only, then remembers your choice)
python3 telemetry/telemetry_init.py 2>/dev/null || true
```

> **Privaatsus:** See oskus logib kasutust kohalikult kausta `~/.ai-marketing-skills/analytics/`. Kaugtelemeetria on ainult nõusolekul. Koodi, failiteid ega repo sisu ei koguta kunagi. Vaata `telemetry/README.md`.

---

Autonoomne kasvueksperimentide raamistik Karpathy autoresearch mustri põhjal, rakendatud turundusele. Loob eksperimente hüpoteesidega, logib andmepunkte, jooksutab statistilist analüüsi (bootstrap CI + Mann-Whitney U), edutab võitjad automaatselt elavasse playbook'i ja soovitab järgmisi eksperimente. Toetab partii režiimi (kuni 10 varianti korraga).

## Kasutamine

Kasuta seda oskust, kui:
- Lood või haldad A/B või mitmemõõtmelisi eksperimente mis tahes turunduskanalis
- Logid eksperimendi andmepunkte pärast sisu avaldamist või kampaaniate jooksmist
- Skoorid eksperimente statistiliste võitjate määramiseks
- Kontrollid playbook'i tõestatud parimate tavade jaoks enne uue sisu loomist
- Genereerid nädalaseid scorecard'e kõigi kanalite lõikes
- Jälgid kampaania tempot ja tervist

ÄRA kasuta:
- Ühekordseks sisuloomeks (kasuta playbook'i väljundit sisendina, aga ära käivita mootorit)
- Mitteeksperimentaalsete analüütika või aruandluse jaoks
- Kampaaniate seadistuseks välistes platvormides (see jälgib eksperimente, mitte kampaania konfiguratsiooni)

## Käsud

### Loo eksperiment
```bash
python3 experiment-engine.py create \
  --agent <agent_name> \
  --hypothesis "What you expect to happen" \
  --variable "<variable_name>" \
  --variants '["variant_a", "variant_b"]' \
  --metric "<primary_metric>" \
  --cycle-hours 24
```

Lisa `--batch-mode` 3–10 variandi testideks. Lisa `--min-samples N`, et kirjutada automaattuvastus üle.

### Logi andmepunkt
```bash
python3 experiment-engine.py log \
  --agent <agent_name> \
  --experiment-id <EXP-ID> \
  --variant "<variant_name>" \
  --metrics '{"metric_name": value}'
```

### Skoori eksperiment
```bash
python3 experiment-engine.py score --agent <agent_name> --experiment-id <EXP-ID>
```

Olekud: `running` → `trending` → `keep` (võitja) või `discard` (kaotaja)

Võitjad edutatakse automaatselt playbook'i. Nõuab p < 0,05 JA ≥ 15% tõusu.

### Loetle eksperimendid
```bash
python3 experiment-engine.py list --agent <agent_name> [--status running|trending|keep|discard]
```

### Kontrolli playbook'i
```bash
python3 experiment-engine.py playbook --agent <agent_name>
```

Kontrolli playbook'i alati enne uue sisu loomist, et rakendada tõestatud parimaid tavasid.

### Soovita järgmisi eksperimente
```bash
python3 experiment-engine.py suggest --agent <agent_name>
```

### Genereeri nädalane scorecard
```bash
python3 autogrowth-weekly-scorecard.py [--weeks N] [--output file.md]
```

### Kontrolli kampaania tempot
```bash
python3 pacing-alert.py [--json]
```

Väljumiskood 0 = tempos, 1 = hoiatused olemas.

## Töövoog

1. Enne sisu loomist: `playbook` → rakenda tõestatud reegleid
2. Avaldamisel: `log` → salvesta, millist varianti kasutati ja selle mõõdikud
3. Perioodiliselt: `score` → kontrolli, kas eksperimendid on jõudnud statistilise olulisuseni
4. Iganädalaselt: `autogrowth-weekly-scorecard.py` → vaata kõiki kanaleid
5. Pärast eksperimentide lõpetamist: `suggest` → vali järgmine testitav muutuja

## Seadistus

### Kohustuslikud keskkonnamuutujad

| Muutuja | Kirjeldus |
|----------|-------------|
| `GROWTH_ENGINE_DATA_DIR` | Andmekataloog (vaikimisi: `./data/experiments`) |
| `GROWTH_ENGINE_AGENTS` | Komadega eraldatud agentide nimed (vaikimisi: `content,email,linkedin,seo,blog`) |

### Valikuline häälestus

| Muutuja | Vaikimisi | Kirjeldus |
|----------|---------|-------------|
| `HIGH_VOLUME_AGENTS` | `content,email` | Agendid, kes vajavad ainult 10 näidist/variandi kohta |
| `LOW_VOLUME_AGENTS` | `seo,linkedin,blog` | Agendid, kes vajavad 30 näidist/variandi kohta |
| `P_WINNER` | `0.05` | p-väärtuse lävi võitjale |
| `P_TREND` | `0.10` | p-väärtuse lävi trending'ule |
| `LIFT_WIN` | `15.0` | Minimaalne % tõus keep otsuseks |
| `BOOTSTRAP_ITERATIONS` | `1000` | Bootstrap'i ümberproovid CI jaoks |
| `BATCH_MODE_MAX_VARIANTS` | `10` | Max variante partii režiimis |

### Tempohoiatuste muutujad

| Muutuja | Kirjeldus |
|----------|-------------|
| `PIPELINE_API_URL` | Pipeline/CRM API otspunkt |
| `PIPELINE_AUTH_TOKEN` | Bearer token pipeline API jaoks |
| `RECRUITING_API_URL` | Värbamise API otspunkt |
| `RECRUITING_AUTH_TOKEN` | Bearer token värbamise API jaoks |
| `EMAIL_API_URL` | E-posti platvormi API baas-URL |
| `EMAIL_AUTH_TOKEN` | Bearer token e-posti platvormi jaoks |
| `OUTBOUND_CAMPAIGNS` | JSON: `{"name": "campaign-id"}` |
| `RECRUITING_CAMPAIGNS` | JSON: `{"name": "campaign-id"}` |
| `DAILY_LEAD_TARGET` | Leadide/päev siht (vaikimisi: 10) |
| `WEEKLY_CANDIDATE_TARGET` | Kandidaatide/nädal siht (vaikimisi: 400) |

### Sõltuvused

```
pip install numpy scipy
```