mcpField
A
analytics-expert

analytics-expert

github.com/shipshitdevマーケティング・グロース38182 回インストール2 日前に更新
リポジトリ

analytics-expert について

コンテンツチームやマーケター向けの分析スキルです。実績データから傾向や ROI を調べ、最適化案を提示します。まずプロジェクトの文書やコードを確認し、利用できる分析元と指標を特定します。

主な機能

  1. 01分析レポートの作成
  2. 02好調なコンテンツの傾向分析
  3. 03公開前の実績予測
  4. 04ROI と収益のアトリビューション
  5. 05時系列トレンドの特定

活用シーン

  1. 01週次・月次の実績レポート作成
  2. 02好調な投稿に共通する特徴の把握
  3. 03公開前のコンテンツ実績予測
  4. 04チャネル別の収益と ROI の比較

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/shipshitdev/skills --skill analytics-expert

インストール後、Claude Code で/analytics-expertを入力して読み込まれたか確認します。

同梱ファイルplugin.json

詳細

コンテンツ分析エキスパート

概要

このスキルは、コンテンツ分析データの分析、包括的なレポートの作成、パフォーマンスの傾向の特定、ROI と収益のアトリビューションの計算、コンテンツ最適化に役立つ実践的なインサイトの提供を支援します。

このスキルを使用するタイミング

このスキルは、ユーザーが次のことを行うと自動的に有効になります。

  • 分析について質問したり、パフォーマンスレポートを依頼したりする
  • コンテンツのパフォーマンスデータの分析を必要とする
  • ROI の計算や収益のアトリビューション分析を希望する
  • 分析データから傾向を特定するよう依頼する
  • データに基づいたコンテンツ最適化の提案を必要とする
  • どのコンテンツのパフォーマンスが最も高いか、その理由を知りたい

主な機能

1. 分析レポートの作成

包括的な分析レポートを作成するには、次の手順に従います。

  1. 分析データを収集する

    • 分析プラットフォームのデータにアクセスする(プロジェクトから特定)
    • 複数のプラットフォームにわたるパフォーマンス指標を集計する
    • エンゲージメントデータ(閲覧数、いいね、コメント、シェア)を収集する
    • コンバージョンと収益のデータを収集する(利用可能な場合)
  2. レポートの構成を作成する

    • 週次/月次のパフォーマンスレポート
    • プラットフォーム別のパフォーマンス分析
    • コンテンツタイプ別のパフォーマンス比較
    • オーディエンスのエンゲージメントレポート
    • ROI と収益のアトリビューションレポート
  3. レポート内容を作成する

    • 主な指標とインサイトを要約する
    • データを可視化する(チャート、グラフ)
    • パフォーマンスが最も高いコンテンツを特定する
    • 傾向やパターンを明らかにする
    • 実践可能な提案を提示する

ユーザーリクエストの例: 「コンテンツの月次パフォーマンスレポートを作成してください」

統合(プロジェクトから特定):

  • 分析プラットフォーム:パフォーマンスデータにアクセスする
  • コンテンツ管理プラットフォーム:レポートを保存して共有する
  • 公開プラットフォーム:インサイトを活用してスケジュールを最適化する
2. パフォーマンスが最も高いコンテンツのパターンを特定する

パフォーマンスが最も高いコンテンツのパターンを特定するには、次の手順に従います。

  1. パフォーマンスデータを分析する

    • コンテンツのパフォーマンス指標を確認する
    • パフォーマンスが最も高いコンテンツを特定する
    • 成功したコンテンツに共通する特徴を分析する
  2. パターンを抽出する

    • コンテンツのトピックとテーマ
    • コンテンツのフォーマットと種類
    • 投稿時間と頻度
    • プラットフォーム固有のパターン
    • エンゲージメントを促す要素(フック、CTA、ビジュアル)
  3. インサイトを作成する

    • 成功したコンテンツのパターンを記録する
    • パターンに基づいたコンテンツ戦略を提案する
    • コンテンツの再現機会を提案する

ユーザーリクエストの例: 「パフォーマンスが最も高いコンテンツには、どのようなパターンがありますか?」

統合(プロジェクトから特定):

  • 分析プラットフォーム:パフォーマンスデータを分析する
  • コンテンツ作成ツール:新しいコンテンツの作成にパターンを適用する
  • コンテンツ管理プラットフォーム:パターンに関するインサイトを保存する
3. コンテンツのパフォーマンスを予測する

公開前にコンテンツのパフォーマンスを予測するには、次の手順に従います。

  1. 過去のデータを分析する

    • 類似したコンテンツのパフォーマンスを確認する
    • 成功と相関する要因を特定する
    • パフォーマンス予測モデルを構築する
  2. 新しいコンテンツを評価する

    • 新しいコンテンツを過去のパターンと比較する
    • 成功要因に照らしてコンテンツを評価する
    • 予測パフォーマンススコアを算出する
  3. 提案を提示する

    • コンテンツの改善案を提案する
    • 最適な投稿時間を提案する
    • コンテンツに最適なプラットフォームを特定する
    • バイラルになる可能性を予測する

ユーザーリクエストの例: 「公開する前に、このコンテンツのパフォーマンスを予測してください」

統合(プロジェクトから特定):

  • 分析プラットフォーム:過去のデータを予測に活用する
  • コンテンツ作成ツール:コンテンツ生成前に最適化する
  • 公開プラットフォーム:予測に基づいてスケジュールを最適化する
4. ROI 分析とアトリビューション

ROI と収益のアトリビューションを計算するには:

  1. 収益指標を追跡する

    • コンテンツをコンバージョンと収益に紐付けます
    • プロジェクトのトラッキングリンクを通じてアトリビューションを追跡します(形式はプロジェクトのドキュメントから確認します)
    • コンテンツ1点あたりのコスト(API コスト、時間)を計算します
  2. ROI を計算する

    • コンテンツ1点あたりの収益
    • コンテンツ作成コスト
    • ROI の割合を計算します
    • プラットフォーム/チャネルごとの収益
  3. ROI レポートを生成する

    • コンテンツ単位の ROI 分析
    • プラットフォーム間の ROI 比較
    • キャンペーンの ROI 追跡
    • 収益の最適化に関する推奨事項

ユーザーリクエストの例: 「コンテンツの ROI を計算して、最も収益を生み出しているものを教えてください」

統合(プロジェクトから確認):

  • 分析プラットフォーム:コンバージョンと収益を追跡します
  • コンテンツ管理プラットフォーム:ROI データとレポートを保存します
  • 公開プラットフォーム:ROI に基づいて配信を最適化します
5. トレンドの特定

分析データからトレンドを特定するには:

  1. 時系列データを分析する

    • 時間の経過に伴うパフォーマンスの傾向を確認します
    • 成長または減少のパターンを特定します
    • 季節的なトレンドを検出します
  2. 新たなトレンドを特定する

    • 注目を集めているコンテンツのトピック
    • プラットフォームのトレンドと変化
    • オーディエンスの行動の変化
    • エンゲージメントパターンの変化
  3. トレンドに関するインサイトを提供する

    • 特定したトレンドを記録します
    • トレンドに基づく対応を推奨します
    • 今後のトレンドの方向性を予測します

ユーザーリクエストの例: 「過去3か月間のコンテンツのパフォーマンスから、どのようなトレンドが見られますか?」

統合(プロジェクトから確認):

  • 分析プラットフォーム:時系列データを分析します
  • コンテンツ管理プラットフォーム:トレンドに関するインサイトを保存します
  • コンテンツ作成ツール:トレンドをコンテンツ生成に活用します

プロジェクトコンテキストの確認

分析を行う前に、プロジェクトのコンテキストを確認してください:

  1. プロジェクトのドキュメントをスキャンする:

    • .agents/memory/で、分析プラットフォームの詳細とアーキテクチャに関するメモを確認します
    • 分析関連のドキュメントを探します
  2. 分析プラットフォームを特定する:

    • コードベースで分析サービスとの統合を確認します
    • 分析 API エンドポイントまたは SDK を探します
    • 分析サービスの環境変数を確認します
  3. 利用可能な指標を確認する:

    • 利用可能な場合は、分析 API のドキュメントを確認します
    • 分析データのモデルやスキーマを確認します
    • プロジェクトで追跡している指標を特定します

一般的な分析データの種類(確認内容に応じて調整):

  • 投稿単位の指標:表示回数、いいね、コメント、シェア、エンゲージメント率
  • プラットフォーム固有の指標:プラットフォーム別のパフォーマンス
  • 時間ベースの指標:時間の経過に伴うパフォーマンス(7d、30d、90d)
  • コンバージョン指標:クリック数、登録数、収益(トラッキングリンク経由)
  • コンテンツタイプの指標:コンテンツタイプ別のパフォーマンス

主な指標:

  • エンゲージメント率:(いいね + コメント + シェア) / 表示回数
  • ROI:(収益 - コスト) / コスト × 100
  • コンバージョン率:コンバージョン数 / クリック数
  • 平均パフォーマンス:コンテンツ全体の集計指標

ベストプラクティス

  1. データに基づくインサイト:すべての推奨事項は、実際の分析データに基づいて提示します
  2. コンテキストが重要:データを分析する際は、プラットフォーム、タイミング、オーディエンスを考慮します
  3. 実行可能な推奨事項:データだけでなく、具体的で実行可能なインサイトを提示します
  4. 比較分析:ベンチマークや過去のデータとパフォーマンスを比較します
  5. 継続的なモニタリング:定期的な分析の確認と最適化を推奨します

リソース

references/
  • analytics-api-reference.md:プロジェクトの分析 API エンドポイントとデータ構造(プロジェクトのドキュメントから確認)
  • roi-calculation-guide.md:ROI の計算方法と計算式
  • performance-benchmarks.md:コンテンツのパフォーマンスに関する業界ベンチマーク
assets/
  • analytics-report-template.md:分析レポートのテンプレート
  • roi-report-template.md:ROI 分析レポートのテンプレート
  • trend-analysis-template.md:トレンド特定レポートのテンプレート

関連するローカルスキル

スキル使用する場面
copywriterアナリティクスの調査結果を、改訂したメッセージングに反映する場合
funnel-architectアナリティクスで構造的な離脱が示された場合に、ファネルを再設計する場合
traffic-architectパフォーマンスデータに基づいてチャネルと獲得構成を調整する場合

コメント