budget-optimizer

/digital-marketing-pro:budget-optimizer

スクリプトの場所。 ホストで ${CLAUDE_PLUGIN_ROOT} が設定されていない場合、スクリプトはこのプラグインの skills/ と同じ階層にある scripts/ フォルダー内にあります。Python 3.10 以降で実行してください。python を使用し、python が見つからない場合は python3 を使用してください（macOS、多くの Linux システム）。

目的

パフォーマンスデータと業界ベンチマークを用いて、チャネル全体のマーケティング予算をデータに基づいて最適化します。現在の支出効率を分析し、チャネルごとの収穫逓減をモデル化したうえで、ROI の改善予測と段階的な予算再配分のスケジュールを含む、最適化された配分を作成します。

必要な入力

ユーザーは次の情報を提供する必要があります（または、提供を求められます）。

• チャネル別の現在の予算：現在の支出配分（例：有料検索、有料ソーシャル、SEO、メール、コンテンツ、ディスプレイ、アフィリエイト、イベントなど）
• チャネル別のパフォーマンスデータ：チャネルごとの主要指標 — 測定期間中の支出、売上またはコンバージョン数、CPA、ROAS、コンバージョン数
• 利用可能な総予算：最適化期間（月次、四半期、または年次）におけるマーケティング予算の総額
• ビジネス目標：主な目標 — 売上の最大化、CPA の最小化、特定のリード数または売上目標の達成、成長と効率のバランス
• 制約条件：最低支出要件、経営陣が定めたチャネルの必須条件、季節的な要因、契約上の約束、プラットフォームの最低利用額
• 測定期間：パフォーマンスデータの対象期間（過去 30、60、90 日、またはカスタム期間）
• アトリビューションモデル：現在のコンバージョンの帰属方法（ラストクリック、ファーストクリック、線形、データドリブン、または不明）
• 季節性の要因：チャネルのパフォーマンスに影響する、今後の季節的なピーク、プロモーション期間、業界イベント
• 過去の状況：パフォーマンスデータが通常の期間を反映しているか、単発の出来事（製品の発売、話題の急拡散、障害）の影響を受けているか

プロセス

1. ブランドのコンテキストを読み込む：~/.claude-marketing/brands/_active-brand.json を読み込んで有効なスラッグを確認し、続けて ~/.claude-marketing/brands/{slug}/profile.json を読み込みます。ブランドボイス、ターゲット市場向けのコンプライアンスルール（skills/context-engine/compliance-rules.md）、および業界のコンテキストを適用します。ガイドラインも確認します。~/.claude-marketing/brands/{slug}/guidelines/_manifest.json がある場合は、制限事項と関連カテゴリのファイルを読み込みます。カスタムテンプレートが ~/.claude-marketing/brands/{slug}/templates/ にあるか確認します。代理店の SOP が ~/.claude-marketing/sops/ にあるか確認します。ブランドが存在しない場合は、「まずブランドを設定しますか（/digital-marketing-pro:brand-setup）？」と尋ねるか、デフォルト設定で進めます。
2. budget-optimizer.py スクリプトを実行する：python "${CLAUDE_PLUGIN_ROOT}/scripts/budget-optimizer.py" --channels '[{"name":"google_ads","spend":10000,"roas":4.2}]' --total-budget {amount} を実行し、ベースラインの効率指標を算出して最適化シナリオを生成します（--total-budget は必須です。チャネルデータは --channels の JSON または --file で渡します）。
3. チャネルごとの効率指標を算出する：各チャネルの ROAS、CPA、リード単価、1 ドルあたりの収益、貢献利益率、顧客獲得の限界費用を算出します。
4. 限界効率でチャネルを順位付けする：現在の飽和度と過去のパフォーマンス傾向を考慮し、追加投資 1 ドルあたりの増分リターンに基づいてチャネルを並べます。
5. 収益逓減モデルを適用する：投資額の増加に伴い各チャネルの効率がどのように低下するかをモデル化し、各チャネルの変曲点と飽和上限を特定します。
6. 最適化された配分を生成する：すべての制約と最低限必要な投資額を守りながら、明示された目的を最大化するように予算を再配分します。
7. 現状と最適化後を比較する：支出の変化、指標の予測変化、すべての KPI における純改善を示す、並列比較を作成します。
8. ROI の改善を予測する：再配分による総収益、コンバージョン数、ROAS、CPA の改善を、信頼区間とともに推定します。
9. 最低限必要な投資額を考慮する：有意義なデータの取得、オークションでの競争力の維持、または契約上の義務の履行に必要な最低支出額を、どのチャネルも下回らないようにします。
10. テスト予算を含める：新しいチャネル、クリエイティブのテスト、オーディエンスの拡大、新興プラットフォームの検証に備え、総予算の 10～15% を確保します。
11. アトリビューション上の注意点を明示する：アトリビューションモデルの制約が効率の算出にどのような偏りをもたらすかを記し、調整方法を提案します。
12. 再配分のタイムラインを作成する：パフォーマンスの混乱を避けるため、週次チェックポイントとロールバックの条件を設け、段階的な増額・減額によって 4～8 週間かけて予算を移行します。

出力

以下を含む構造化された予算最適化プラン：

• 現状と最適化後の配分テーブル: チャネルごとの予算を並べて比較し、金額、総額に対する割合、現状からの変化を記載
• ROI 改善予測: 収益、コンバージョン、ROAS、CPA の期待増加幅と信頼区間
• チャネル効率ランキング: 限界収益の高い順に並べたチャネルと、収穫逓減曲線および飽和指標
• 再配分の推奨事項: 各増額、減額、維持についての明確な根拠を伴う具体的な金額シフト
• シナリオ比較: 最適化後の配分における最良ケース、期待値、保守的予測
• 実装タイムライン: 週次のチェックポイント、パフォーマットリガー、ロールバック基準を伴う段階的な再配分スケジュール
• リスク評価: 各シフトの潜在的なデメリット、最小実行可能支出の警告、アトリビューションの盲点、および緩和策
• テスト予算プラン: 予算配分、仮説、成功基準、測定アプローチを含む推奨実験
• アトリビューションに関する注記: 現在のアトリビューションモデルが特定のチャネルを過大評価または過小評価する可能性に関する注意事項
• エグゼクティブサマリー: ステークホルダー向けプレゼンテーション用の、主要な調査結果と推奨アクションの1ページ概要

使用エージェント

• analytics-analyst — パフォーマンスデータ分析、効率計算、収穫逓減モデリング、ROI 予測、アトリビューション評価
• media-buyer — チャネルレベルの予算戦略、支出しきい値の専門知識、再配分の順序付け、プラットフォーム固有のベンチマーク、オークションダイナミクス