Ready to supercharge your AI agents?

Install any skill in seconds. Free to start, no credit card required.

재구매 타이밍 엔진 (Commerce Repurchase Timer) · modu-ai | DecimalAI

modu-ai/commerce-repurchase-timer

NewSkillScoreMaintained

[책임 경계] 재구매 타이밍 엔진 — 구매주기 골든타임 3구간(리마인드 80% / 데드라인 110-120% / 휴면 진입 150%) + 구간별 메시지 톤 + 리드 스코어링 룰 + 리텐션 차트 cohort 분석 가이드 전담. 페어 스킬 commerce-ltv-cac-architect(고객 수익 구조)와 명확히 구분 — 본 스킬은 재구매 타이밍 트리거 전용, 페어는 LTV/CAC 전체 모델. 다음과 같은 요청 시 반드시 이 스킬을 사용하세요: "재구매 시점 알려줘", "골든타임 3구간", "리마인드 메시지 시점", "데드라인 메시지", "휴면 진입 90일", "리드 스코어링", "리텐션 차트 cohort", "정기 구매 카테고리", "화장품 재구매 60일", "면도기 30일 재구매", "구매주기 기반 CRM". 3구간 골든타임: ① 평균 주기 80% 시점 = 리마인드 (감성·정체성) ② 110-120% = 데드라인 (긴급성·할인) ③ 150% = 휴면 진입 (윈백·강한 인센티브). 화장

marketingby modu-ai

Links this skill to your agents and keeps it current with the author’s updates.

Automatic

Marketing & Content pack

1 · One-time — install the CLI (docs ↗)

pip install decimalai

2 · Get the skill — writes .claude/skills/modu-ai-commerce-repurchase-timer/SKILL.md

decimalai skills pull modu-ai-commerce-repurchase-timer --out .claude/skills/

No CLI? Get the same file — curl · raw file

curl -fsSL --create-dirs -o .claude/skills/modu-ai-commerce-repurchase-timer/SKILL.md https://app.decimal.ai/s/modu-ai-commerce-repurchase-timer/SKILL.md

Raw file: /s/modu-ai-commerce-repurchase-timer/SKILL.md ↗ · machine-readable summary at /s/modu-ai-commerce-repurchase-timer.json ↗

In productionGlobal

how this skill behaves on real traffic · last 30 days

No production data for this skill yet — usage numbers appear here once agents start running it.

Anonymized aggregate across every org using this skill — proof from real production use, not a demo.

Does this skill help? · Benchmark: with vs. withoutsign in to run this on your agents

22 test cases from the publisher’s eval.yaml · each run twice on gemini-3.6-flash — with the skill injected, then without · last run 30h ago

Yes — +59% lift · at higher cost+117% tokens0% turns77% of whole cases pass with skill (17/22)

Test case	Without → With	Effect	Δ tokens	Δ turns
case-01	✗→✓	▲ Improved	96%	0%
case-02	✗→✓	▲ Improved	100%	0%
case-09	✗→✓	▲ Improved	76%	0%
case-10	✗→✓	▲ Improved	101%	0%
case-11	✗→✓	▲ Improved	113%	0%

Showing 5 of 22 cases

SkillSafety

✓ 3 of 3 passed

Code scan15 of 15 checks clean

0 critical · 0 warning · 0 info — scanner v4 — 8/10/2026

live_secretremote_code_executionreverse_shelldata_exfiltrationssrf_metadataagent_snoopinganti_refusaldestructive_commandsobfuscated_unicodeunicode_homoglyphopaque_blobsuspicious_urltool_overreachtrigger_abuseprompt_injection_phrasing

IntentSafe

LLM judge · does the skill do what it claims

ContentClean

LLM judge · policy & harmful-content review

Source

Imported

modu-ai / cowork-plugins

moai-commerce/skills/commerce-repurchase-timer/SKILL.md

View on GitHub ↗

License Apache-2.0Imported 8/10/2026Version v2

Skill contents

SKILL.md

재구매 타이밍 엔진 (Commerce Repurchase Timer)

개요

화장품·식품·반려동물·렌즈·면도기 등 정기 구매 카테고리 한국 D2C 셀러가 평균 구매주기에 매몰되지 않고 세그먼트·제품별 골든타임을 계산하여 재구매를 유도하는 전담 스킬입니다.

책임 한 줄: 카테고리 + 평균 구매주기 + 고객 세그먼트 + 과거 재구매 데이터 입력 → 3구간 골든타임(리마인드·데드라인·휴면 진입) + 구간별 메시지 톤 + 리드 스코어링 룰 + 리텐션 차트 가이드 자동 산출.

vs commerce-ltv-cac-architect: 페어 스킬은 고객 1명의 평생 LTV/CAC 모델. 본 스킬은 재구매 타이밍 트리거만 깊이.

골든타임 3구간 모델

평균 구매주기 = T라 할 때 3구간으로 분할:

[구매 일] ━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ [다음 구매 가능 시점]
   D+0                T*0.8         T*1.1~1.2        T*1.5
    │                   │                │               │
    │              ① 리마인드        ② 데드라인        ③ 휴면 진입
    │              (80% 시점)        (110~120%)        (150%)
    │              감성·정체성        긴급성·할인        윈백·강한 인센티브

구간 1: 리마인드 (80% 시점)

평균 주기보다 20% 빠르게 리마인드. "아직 떨어지지 않으셨죠?"가 아닌 정체성 환기:

| 카테고리 | 평균 주기 T | 리마인드 시점 (0.8T) | 메시지 톤 | |---------|------------|---------------------|----------| | 화장품 (세럼) | 60일 | 48일 | "지난번 세럼 잘 쓰고 계신가요?" — 감성 | | 면도기 | 30일 | 24일 | "이번 주말 면도 — 새 칼날로 시작" | | 콘택트렌즈 | 30일 (1day) | 24일 | "한 달 끝 — 다음 박스 준비" | | 반려동물 사료 | 30-45일 | 24-36일 | "🐶 곧 떨어질 시간 — 이번 박스" | | 영양제 | 30일 (1통) | 24일 | "이번 통이 곧 닳아요. 이어 드시려면 지금" |

구간 2: 데드라인 (110-120%)

평균 주기를 약간 넘겼을 때. 긴급성 + 할인:

| 카테고리 | 데드라인 (1.1T) | 메시지 톤 | |---------|----------------|----------| | 화장품 | 66일 | "지난 세럼 떨어지셨죠? 오늘 주문 시 +10%" — 명확 CTA | | 면도기 | 33일 | "새 칼날 1주 안에 — 무료 배송" | | 콘택트렌즈 | 33일 | "이번 박스 마감 — 다음 박스 30% 할인" |

구간 3: 휴면 진입 (150%)

평균 주기 1.5배를 넘기면 휴면. 윈백 + 강한 인센티브:

| 카테고리 | 휴면 진입 (1.5T) | 메시지 톤 | |---------|------------------|----------| | 화장품 | 90일 | "오랜만이에요. 60일 만의 재구매에 30% + 무료 배송 + 신상 샘플" — 강한 보상 | | 면도기 | 45일 | "지난번 면도기 어떠셨어요? 후기 남기시면 50% 쿠폰" — 의견 + 보상 | | 콘택트렌즈 | 45일 | "다시 만날 시간, 첫 박스 가격으로" (첫 구매 가격 복원) |

> 휴면 진입 후 60일 내 미반응: 손절 검토 또는 분기 1회만 윈백 시도 (이메일 위주, 비용 0).

구간별 메시지 톤 매트릭스

| 구간 | 톤 | 채널 우선순위 | 인센티브 강도 | |-----|-----|--------------|-------------| | ① 리마인드 (80%) | 감성·정체성 환기 | 앱 푸시 > 카카오 친구톡 > 이메일 | 0-5% (낮음 — 자연스러운 리마인드) | | ② 데드라인 (110-120%) | 긴급성·명확 CTA | 카카오 친구톡 > 앱 푸시 > SMS | 10-15% (중간) | | ③ 휴면 진입 (150%) | 윈백·강한 보상 | 이메일 > 카카오 친구톡 | 25-40% + 사은품 (강함) |

리드 스코어링 룰

행동별 점수 부여 후 구매 신호 식별:

| 행동 | 점수 | 의미 | |------|------|------| | 구매 후 7일 내 재방문 | +10 | 만족 신호 | | 구매 후 3개 이상 상세 조회 | +15 | 강한 관심 | | 장바구니 추가 (구매 안 함) | +20 | 즉각 발송 트리거 | | 후기 작성 | +25 | 충성 신호 — VIP 후보 | | 친구 초대·공유 | +30 | 추천자 — Referral 채널 | | 메일·푸시 열람 (30일 내) | +5 | 활성 회원 | | 앱 미접속 60일 | -20 | 휴면 신호 | | 수신거부 | -100 | 즉각 발송 중단 |

스코어 누적 합계로 세그먼트 분류:

100+: VIP 후보 (5회+ 구매 + 후기 + 추천)
50-99: 충성 회원 (재구매 활발)
0-49: 일반 회원
음수: 휴면·이탈 위험

리텐션 차트 cohort 분석 가이드

월별 코호트로 재구매율 변화 추적:

| 가입 월 | M+1 | M+2 | M+3 | M+6 | M+12 |
|--------|-----|-----|-----|-----|------|
| 2026-01 | 45% | 32% | 25% | 18% | 12% |
| 2026-02 | 48% | 35% | 27% | 20% | -    |
| 2026-03 | 52% | 38% | 30% | -   | -    |
| 2026-04 | 55% | 40% | -   | -   | -    |
| 2026-05 | 58% | -   | -   | -   | -    |

해석 기준:

코호트 M+1이 40% 이하 → onboarding 시퀀스 부족 (cs-channel-message Activation 보강)
M+3에서 25% 이하 → 골든타임 트리거 미작동 (본 스킬 도입 필요)
M+12에서 10% 이하 → 휴면 진입 후 윈백 실패 (loyalty 프로그램 검토)

개선 지표 (vault-ecom + ltv-cac-architect 연계):

본 스킬 도입 후 M+3 코호트 재구매율 25% → 35%+ 목표
재구매율 35%+ 달성 시 LTV/CAC ratio 1.5배 자동 상승

카테고리별 골든타임 표준값

| 카테고리 | 평균 주기 T | 리마인드 0.8T | 데드라인 1.1T | 휴면 1.5T | |---------|------------|--------------|--------------|----------| | 화장품 (세럼·크림) | 60일 | 48일 | 66일 | 90일 | | 화장품 (마스크팩) | 45일 | 36일 | 49일 | 67일 | | 면도기 | 30일 | 24일 | 33일 | 45일 | | 콘택트렌즈 1day | 30일 | 24일 | 33일 | 45일 | | 콘택트렌즈 월간 | 30일 | 24일 | 33일 | 45일 | | 반려동물 사료 | 30-45일 | 24-36일 | 33-50일 | 45-67일 | | 영양제 (1통) | 30일 | 24일 | 33일 | 45일 | | 정기 식품 (오트밀 등) | 30-60일 | 24-48일 | 33-66일 | 45-90일 | | 잉크 카트리지 | 60-90일 | 48-72일 | 66-99일 | 90-135일 | | 향수 (50ml) | 90-120일 | 72-96일 | 99-132일 | 135-180일 |

> 개별 셀러 측정 필수: 위 표는 일반 표준. 자체 데이터에서 실제 주기 측정하여 적용. 카테고리별 ±20% 차이 일반.

워크플로우

입력 슬롯

| 항목 | 필수 | 예시 | |------|------|------| | 카테고리 | 필수 | 화장품 세럼·면도기·콘택트렌즈 등 | | 평균 구매주기 (T) | 필수 | 60일 (또는 미정 → 카테고리 표준 적용) | | 고객 세그먼트 | 필수 | 첫구매 / 2회구매 / 단골(3회+) / VIP(5회+) | | 과거 재구매 데이터 | 권장 | 코호트 재구매율 또는 단순 평균 | | 채널 가용성 | 권장 | 앱 푸시·카톡 친구톡·이메일·SMS 옵트인 상태 |

산출 순서

[Step 1] 평균 주기 T 확정 (입력 또는 카테고리 표준)
[Step 2] 3구간 골든타임 계산 (0.8T, 1.1T, 1.5T)
[Step 3] 세그먼트별 차등 적용
   - 첫구매: 모든 3구간 활용
   - 2회구매: 리마인드 + 데드라인만
   - 단골: 리마인드만 (인센티브 약함)
   - VIP: 휴면 진입 시점 트리거만 (휴면율 낮음)
[Step 4] 구간별 메시지 톤 + 채널 매핑
[Step 5] 리드 스코어링 룰 적용
[Step 6] 리텐션 차트 cohort 분석 가이드 출력

ai-slop-reviewer 자동 체이닝

골든타임 메시지 산출 후 moai-coworker:ai-slop-reviewer 자동 호출:

AI 클리셰 제거
카테고리별 자연 어체 (화장품 = 감성 / 면도기 = 실용 / 반려동물 = 이모지 + 친근)
인센티브 표현의 진정성 검증

슬롭 검수 직후 moai-writer:korean-humanize으로 한국어 AI 티를 제거합니다 (슬롭 검수 다음, 필수).

사용 예시

"/commerce-repurchase-timer — 화장품 세럼, T=60일, 첫구매 세그먼트"
→ 리마인드 48일: "지난번 세럼 잘 쓰고 계신가요?" + 앱 푸시
   데드라인 66일: "오늘 주문 시 +10%" + 카카오 친구톡
   휴면 90일: "60일 만의 재구매에 30% + 무료 배송 + 신상 샘플" + 이메일
   리드 스코어링 룰 + cohort M+3 25%→35% 목표

"/commerce-repurchase-timer — 면도기, T 미정, 카테고리 표준 적용"
→ T=30일 기본값. 리마인드 24일 / 데드라인 33일 / 휴면 45일

"/commerce-repurchase-timer — 반려동물 사료, T=35일, VIP 세그먼트만"
→ VIP 휴면 진입 시점(53일)만 트리거. 리마인드·데드라인 생략 (VIP 재구매율 80%+)

품질 체크리스트

평균 주기 T 확정 (입력 또는 표준 적용)
3구간 골든타임 모두 계산 (0.8T·1.1T·1.5T)
구간별 메시지 톤 + 채널 우선순위 명시
세그먼트별 차등 (첫구매·2회·단골·VIP)
리드 스코어링 룰 (최소 8개 행동 점수)
리텐션 차트 cohort 분석 가이드 1건
ai-slop-reviewer 검수 흔적

이 스킬을 사용하지 말아야 할 때

전체 LTV/CAC 분석: commerce-ltv-cac-architect 사용
신규 고객 획득: 본 스킬은 재구매 전용. 신규는 marketing-campaign-planner 사용
단순 메시지 카피 작성: cs-channel-message 사용 (앱 푸시 기획 모드 포함)
첫 구매 onboarding: cs-channel-message Activation 단계 사용

참고 자료

vault 노트: "재구매를 만드는 데이터 마케팅" + "ROAS→LTV CRM 수익 설계법"
한국 D2C 정기 구매 카테고리 표준 주기 (화장품·면도기·렌즈·사료 카테고리 통계)

Want to see if modu-ai/commerce-repurchase-timer would activate on your phrasing? Try it before you install — no LLM call, no signup.

Latest benchmark · publisher runVerified

8/28/2026, 05:14 UTC · 22 cases

Lift

+59%

77% vs 18%

Agent turns

1.0 vs 1.0

Tokens

+117%

7,170.14 vs 3,299.95

fail → pass · 13pass → pass · 4fail → fail · 5

Per-case results (22)

Case	Status	Duration (ms)			Turns			Tokens			Tool calls
Case	Status	Without	With	Δ	Without	With	Δ	Without	With	Δ	Without	With	Δ
case-01 저희 D2C 스킨케어 브랜드에서 에센스·세럼 제품을 60일 단위로 사용하는 첫 구매 고객들을 대상으로 재구매 유도 CRM 시나리오를 구성하려고 합니다. 세럼의 사용 주기를 반영하여 고객이 다시 구매하게 만드는 3 단계별 타이밍 계산 결과와, 각 시점별로 적절한 메시지 톤 및 권장 마케팅 채널, 고객 행동에 기반한 리드 스코어링 체계, 코호트 리텐션 분석 가이드를 함께 작성해 주세요.	fail→pass	22,107	52,000	+135%	1	1	0%	3,849	7,545	+96%	0	0	—
case-02 반려동물 사료를 판매하는 쇼핑몰인데, 정기적인 재구입을 유도하기 위한 CRM 타이밍 자동화 계획을 세우고 싶습니다. 사료 카테고리의 표준 구매 주기를 기준으로 고객이 잊지 않고 주문하도록 만드는 3개 타임 윈도우 시점, 단골 및 VIP 고객 세그먼트별 차등화된 트리거 전략, 각 단계별 적절한 할인 혜택 강도와 전달 톤, 유저 행동별 점수 산정 방식, 그리고 M+3 등 코호트 재구매율 개선 가이드라인을 포함해서 정리해 주세요.	fail→pass	25,034	28,902	+15%	1	1	0%	4,045	8,079	+100%	0	0	—
case-03 원데이 콘택트렌즈를 판매 중이며 평균 재구입 주기는 약 30일 정도입니다. 이 데이터를 토대로 재구매 골든타임 3단계 일정 산출, 각 단계별 메시지 어조와 추천 채널, 2회 구매 고객 맞춤형 트리거 적용 규칙, 구매 의도를 파악하는 고객 행동 스코어링 체계, 코호트 리텐션 목표 가이드를 하나의 리포트로 작성해 주실 수 있나요?	fail→fail	23,299	54,457	+134%	1	1	0%	4,013	7,724	+92%	0	0	—
case-04 저희 건강기능식품 D2C 브랜드의 고객 1인당 평생 가치(LTV)와 고객 획득 비용(CAC) 비율을 산출하는 전사 단위 재무 파이낸셜 모델을 설계해 주세요.	fail→fail	23,968	29,518	+23%	1	1	0%	3,953	8,966	+127%	0	0	—
case-05 이번 분기에 구글 디스플레이 및 인스타그램 AD를 활용해 자사몰 신규 회원 가입 및 첫 구매 유저를 대량 획득할 수 있는 마케팅 캠페인 기획서를 작성해 주세요.	fail→fail	25,111	28,805	+15%	1	1	0%	3,969	8,275	+108%	0	0	—
case-06 신제품 수분 크림 출시에 맞춰 카카오 친구톡 전송용 광고 카피 3종과 앱 푸시 메시지 텍스트 5종을 완성형 문장으로 작성해 주실 수 있나요?	fail→fail	15,013	20,307	+35%	1	1	0%	2,519	6,948	+176%	0	0	—
case-07 면도기 날 구매 주기가 보통 30일인 셀러입니다. 단골 고객(3회 이상 구매자) 세그먼트를 대상으로 획일적인 쿠폰 남발을 막기 위해 3단계 골든타임 트리거 규칙을 어떻게 차등 적용해야 합니까? 일반적인 마케팅 툴은 모든 유저에게 D-3일 할인 쿠폰을 발송하자고 제안하는데 이에 대한 맞춤 규칙을 제시해 주세요.	fail→fail	22,095	23,034	+4%	1	1	0%	3,090	6,922	+124%	0	0	—
case-08 50ml 니치 향수 제품을 파는데 고객들의 개별 주기 데이터가 부족합니다. 향수 카테고리 표준 구매주기 T(90~120일)를 바탕으로 3구간 골든타임을 일단 구성하고 싶습니다. 단순 30일 간격 발송 대신 어떤 일수 타깃팅을 설정해야 하나요?	pass→pass	18,510	22,781	+23%	1	1	0%	3,054	7,451	+144%	0	0	—
case-09 영양제 1통(30일분) 정기 구매 쇼핑몰의 유저 행동 점수 판정 로직을 수립 중입니다. 기존에는 유저의 웹사이트 방문 횟수로만 VIP를 정했는데, 브랜드 충성도와 이탈 위험을 모두 감지하는 스코어링 배점표와 세그먼트 합계 구간 기준을 제안해 주십시오.	fail→pass	24,612	19,643	-20%	1	1	0%	4,209	7,404	+76%	0	0	—
case-10 프린터 잉크 카트리지(평균 주기 60일) 구매 고객이 재구매 시점을 한참 지나 휴면 상태에 빠졌습니다. 보통 마케팅팀은 D+70일에 문자메시지를 보냅니다. 적절한 휴면 진입 시점 계산 및 휴면 60일 경과 시 비용 효율적인 대처 가이드를 정리해 주세요.	fail→pass	25,437	25,319	-0%	1	1	0%	3,664	7,358	+101%	0	0	—
case-11 최근 6개월간 쇼핑몰 재구매 코호트 분석 결과 가입 M+1 코호트 재구매율이 35%로 떨어졌습니다. 이 지표 부진의 원인 진단 기준과 어떤 해결 가이드를 연결해야 합니까?	fail→pass	20,325	18,479	-9%	1	1	0%	3,134	6,690	+113%	0	0	—
case-12 코호트 리텐션 차트를 분석했을 때 M+12 시점 재구매율이 8% 수준으로 침체되었습니다. 1년 차 고객 방치 문제를 해결하기 위해 제시되는 코호트 해석 기준과 조치 방향을 설명해 주세요.	fail→pass	24,099	15,249	-37%	1	1	0%	3,437	6,403	+86%	0	0	—
case-13 화장품 마스크팩 카테고리의 평균 구매주기를 T=45일로 설정했습니다. 자동 발송 시스템에 3단계 타임스탬프 값을 바인딩해야 하는데, 0.8T, 1.1T, 1.5T 공식으로 계산되는 정밀 일수를 각각 제시해 주세요.	pass→pass	11,584	18,076	+56%	1	1	0%	2,257	6,898	+206%	0	0	—
case-14 반려동물 사료(T=30일) 첫 구매 고객이 2차 구매로 전환되도록 CRM 시나리오를 만듭니다. 첫 구매 세그먼트는 어떤 구간들을 통과하도록 설계해야 하나요?	fail→pass	19,062	19,755	+4%	1	1	0%	2,712	7,089	+161%	0	0	—
case-15 자사몰 리드 스코어링 시스템을 보완하려 합니다. 긍정적 행동 점수 외에 앱 미접속이나 수신거부 같은 부정적 행동 신호가 누적 점수 및 발송에 미치는 영향 규칙을 밝혀주세요.	fail→pass	22,845	23,743	+4%	1	1	0%	3,393	7,526	+122%	0	0	—
case-16 오트밀 제품군 등 정기 식품 카테고리(평균 주기 T=30~60일) 고객들의 구매 타이밍을 관리하려 합니다. 주기 T의 범위에 따른 3구간 골든타임 표준 범위표를 작성해 주실 수 있나요?	fail→pass	18,292	23,279	+27%	1	1	0%	3,210	7,697	+140%	0	0	—
case-17 재구매 유도 메시지를 보낼 때 비용 최적화를 위해 채널 선택 전략을 수립하고 싶습니다. 마케터가 모든 구간에 카카오 친구톡을 최우선 배치하려고 하는데, 3개 구간별 권장 채널 우선순위 매트릭스를 제시해 주세요.	pass→pass	21,333	18,826	-12%	1	1	0%	3,437	6,953	+102%	0	0	—
case-18 재구매 타이밍 메시지의 어조와 혜택 구상이 끝나면 AI 문체의 어색함(AI slop)과 한국어 어색함을 순차적으로 정제해야 합니다. 어떤 검수 스킬 모듈들을 어떤 순서로 자동 체이닝해야 합니까?	fail→pass	20,267	12,693	-37%	1	1	0%	2,825	5,553	+97%	0	0	—
case-19 재구매 주기 산출부터 카피 작성, 법무 검증, 최종 발송에 이르는 전체 CRM 파이프라인 스킬 체이닝 순서를 정리해 주세요.	pass→pass	21,026	18,515	-12%	1	1	0%	3,510	6,475	+84%	0	0	—
case-20 재구매 촉진을 위한 쿠폰 할인율 마진 가이드를 작성하려 합니다. 각 구간별(리마인드, 데드라인, 휴면 진입) 적정 인센티브 강도를 몇 % 수준으로 차등 배정해야 합니까?	fail→pass	20,025	21,622	+8%	1	1	0%	2,999	6,856	+129%	0	0	—
case-21 구매 직후 고객들의 자사몰 재방문 및 상품 조회 행동을 스코어링에 반영하려고 합니다. 구매 후 7일 내 재방문과 3개 이상 상품 상세 조회의 각각의 부여 점수 및 의미를 알려주세요.	fail→pass	18,578	16,537	-11%	1	1	0%	2,681	5,995	+124%	0	0	—
case-22 골든타임 엔진 도입 후 M+3 코호트 재구매율 지표의 목표치와 이 목표 달성 시 연계 파이낸셜 지표(LTV/CAC ratio)의 변화 파급 효과를 설명해 주세요.	fail→pass	21,224	19,491	-8%	1	1	0%	2,639	6,936	+163%	0	0	—

These cases were also screened by the skill’s intent / safety pass.See the Trust review ↗Reproduce this benchmark in Colab ↗

How this skill was measured

DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +59 percentage points is the difference between those two pass rates over the 22 comparable cases.

Model measured: gemini-3.6-flash
Graded by: gemini-3.6-flash
Grading method: judged
Verification: verified
Pass rate without the skill: 18.2%
Pass rate with the skill: 77.3%
Cases attempted: 22
Cases counted toward lift: 22
Cases that regressed: 0
Skill version measured: v2
Run completed: 8/28/2026, 05:14 UTC

Measured example — same prompt, with vs. without the skill · from the benchmark run · case case-01

Prompt

저희 D2C 스킨케어 브랜드에서 에센스·세럼 제품을 60일 단위로 사용하는 첫 구매 고객들을 대상으로 재구매 유도 CRM 시나리오를 구성하려고 합니다. 세럼의 사용 주기를 반영하여 고객이 다시 구매하게 만드는 3 단계별 타이밍 계산 결과와, 각 시점별로 적절한 메시지 톤 및 권장 마케팅 채널, 고객 행동에 기반한 리드 스코어링 체계, 코호트 리텐션 분석 가이드를 함께 작성해 주세요.

Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.

Show both answers

SkillScore blends 4 signalsno signals yet

BenchmarkRun a verified benchmark with positive lift

Live evalNeeds ≥20 evaluated traces in 30 days

AI ratingNeeds ≥10 rated traces

AdoptionNeeds ≥10 serves across ≥2 orgs in 30 days

No signals yet — run a benchmark or collect evaluated traces to earn a score.

Verified on gemini-3.6-flash · re-tested yesterday

Other measured skills in the registry, with their headline benchmark lift.