Frank Lee: povezivanje Claude Code sa analitičkim stekom

Šta video pokriva

Frank Lee je Principal PM u Amplitude-u, gde je odgovoran za agente i MCP produkte. Ova epizoda Product Growth Podcast-a koji vodi Aakash Gupta objavljena je 24. februara 2026. Lee uživo demonstrira pet tokova rada izgrađenih na Claude Code-u koji je povezan sa Amplitude-ovom analitičkom platformom putem MCP-a — i šire, sa sistemima za tikete, povratne informacije i upravljanje projektima u istom steku.

Sesija je usredsređena na konkretan problem: vreme koje product manageri troše na prikupljanje podataka pre nego što mogu početi da ih analiziraju. Lee naziva svoj pristup „vibe PMing” — korišćenje agenata za obavljanje analitičke rutine, kako bi se PM mogao fokusirati na strategiju i donošenje odluka, a ne na kompajlovanje podataka.

Za koga je

Za product managere koji lično rade analizu podataka, upravljaju analitičkim platformama ili troše značajno vreme na pisanje nedeljnih izveštaja i sintezu povratnih informacija korisnika. Demonstracije koriste Amplitude, Linear, Zendesk i Gong, pa je video najprimenljiviji za timove sa sličnim stekom. Međutim, logika tokova rada prenosi se na druge alate kada se razume kako funkcionišu MCP veze.

Gledaoci bi trebalo da su upoznati sa osnovnim radom u terminalu i sa bar jednom analitičkom platformom. Ovo nije uvodna sesija o Claude Code-u — pretpostavlja se da ste već upoznati sa alatom i da želite da vidite kako izgleda produkcijski tok rada.

Ključni zaključci

1. MCP pretvara Claude Code od asistenta u učesnika toka rada. Povezujući analitiku, tikete i alate za povratne informacije putem MCP servera, Leejev agent ne samo da odgovara na pitanja o podacima — on ih povlači, obrađuje, unakrsno proverava iz više izvora i isporučuje strukturisani rezultat u jednom prolazu. Ovo je važno jer eliminiše korak kopiranja koji navodi PM-ove da doživljavaju AI alate kao spore u praksi.

2. Analiza anomalija traje otprilike 90 sekundi. Kada metrika na dashboardu pokazuje neočekivanu promenu, dovoljno je uputiti agenta na URL grafika — i on generiše strukturisanu istragu uzroka, automatski ukrštajući podatke, nedavne promene u produktu i povratne informacije korisnika. Zadatak koji je ranije zahtevao tri do četiri sata manuelnog istraživanja završava se u jednom prolazu.

3. Agenti po rasporedu zamenjuju nedeljni izveštaj. Lee demonstrira podešavanje gde se agent po rasporedu povezuje sa ključnim dashboardima, sintetiše podatke za nedelju, označava anomalije i dostavlja rezime pre nego što tim otvori laptopove u ponedeljak ujutro. Agent ne samo da izvlači brojeve — on otkriva obrasce i beleži šta se promenilo, što je obično najteži deo za automatizaciju.

4. Sinteza povratnih informacija obuhvata više izvora. Agent jednim promptom obrađuje Zendesk tikete, transkripte Gong poziva, NPS upitnici i recenzije u app storovima. Grupiše ulazne podatke po temama, dodeljuje nivo kritičnosti svakom klasteru i otkriva obrasce čije bi manuelno prikupljanje trajalo nekoliko dana. Rezultat se direktno koristi za donošenje odluka o trijažu.

5. Od analize do PRD-a u istoj sesiji. Lee pokazuje kako analitički izlaz iz Claude Code-a hrani šablonski nacrt produktne specifikacije u Cursor-u, koji se dorađuje kroz dijaloški fičbek. Jaz između završetka istrage podataka i početka pisanja zahteva smanjuje se na nekoliko minuta.

Vredi gledati ako

Ste PM koji redovno troši sate na pripremu podataka pre sastanaka ili pisanje analitičkih izveštaja za koje se svi slažu da oduzimaju previše vremena. Video je koristan i ako procenjujete da li je MCP-zasnovano tooling spreman za stvarne tokove rada — Leejeve demonstracije su uživo, nisu inscenirane, a povremene nepravilnosti čine kompromise vidljivim.