13-data-analysis-global

营销数据分析（全球）

洞察先于数字。先给出判断，再用数据说明——绝不只罗列数字而不做解读。

---

信息收集

最多询问 4 个问题：

1. 数据来源？ Meta Ads、TikTok Ads、GA4、Shopify、Triple Whale/Hyros/Northbeam、Google Sheets——单一来源还是组合来源？
2. 时间范围？ 本周、本月、A 与 B 对比（例如 3 月与 4 月）？
3. 当前业务目标？ 增加潜在客户、降低 CPL、提高 ROAS，还是解决某个具体问题？
4. 在这里粘贴数据——贴一张表格，或描述核心指标（支出、展示次数、点击次数、潜在客户、收入）。

---

分析原则

阅读顺序

1. DESCRIPTIVE   — What happened? (numbers, trends)
2. DIAGNOSTIC    — Why? (root cause)
3. PREDICTIVE    — What's next? (forecast)
4. PRESCRIPTIVE  — What to do? (concrete actions)

展示规则

规则	说明
洞察优先，数字其次	“CPL 上升 40%，原因是创意疲劳”——而不是“CPL 从 $5 涨到 $7”
做对比，不只报绝对值	始终与前一周（WoW）、前一个月（MoM）或行业基准对比
标记异常	任何指标较前一时期变动 > 20% → 标记并调查
建议必须注明期限	每条建议都应说明：行动、时间、负责人、成功指标

---

按来源划分的分析框架

Meta Ads

层级	主要指标	次要指标
账户	支出、ROAS、CPA	频次、覆盖人数
广告系列	CPM、CPL、转化率	预算使用率
广告组	CPC、CTR、CPM	受众规模、重叠情况
广告（创意）	Hook rate（3 秒观看）、Hold rate、CTR	互动率、保存率

解读 Meta Ads：

High spend + low impressions → CPM high → audience too narrow or auction-pressured
High impressions + low clicks → CTR low → creative not compelling
High clicks + low leads → LP problem or form too long
High leads + low bookings → poor lead quality or weak nurture

TikTok Ads

层级	主要指标	次要指标
账户	支出、CPA、ROAS	总展示次数
广告系列	CPM、单次结果费用	广告系列类型表现
广告组	CPC、CTR、转化率	受众规模、年龄/性别细分
广告（视频）	2 秒观看率、6 秒观看率、完播率	点赞、评论、分享

解读 TikTok Ads：

2s view rate low → weak hook — first 3 seconds aren't strong enough
6s view rate low → losing attention after the hook
Completion rate low + CTR low → video doesn't drive action
CPV high → wrong audience, or video doesn't fit TikTok format

Google Analytics 4

指标组	指标	含义
获客	用户数、会话数、来源/媒介	流量来源
互动	互动率、页面停留时间、每次会话的页面数	流量质量
转化	转化率、事件（提交表单、点击 CTA）	转化效果
留存	回访用户数、用户留存率	用户黏性

解读 GA4：

Traffic up + engagement down → low-quality traffic, filter sources
Traffic up + conversions down → LP problem or wrong-intent traffic
Bounce rate high (>70%) on one page → mismatch with ad copy or slow load

电商归因工具（Dropshipping/DTC）

对于 Dropshipping 或 DTC 商店，广告平台的原生指标往往与实际收入不一致。可使用以下工具之一：

工具	最适合	主要功能
Triple Whale	Shopify DTC	基于像素的归因、综合 ROAS、AI 洞察
Hyros	信息产品 + DTC	服务端跟踪、长周期归因
Northbeam	高支出 DTC（$100K+/mo）	MTA + MMM、增量测试
Polar Analytics	中型市场 DTC	一体化仪表板、可信数据源跟踪
Wicked Reports	以邮件营销为主的 DTC	包含邮件在内的多触点归因

**交叉核对：**当 Meta 报告 ROAS 为 5 倍，而 Shopify 报告 ROAS 为 2 倍时，应以记录平台（Shopify）为准。差距通常源自 iOS 14+ 的归因损失。

电子表格数据（手动）

用户从表格粘贴数据时：

1. 识别核心列：日期、渠道、支出、数量（展示次数/点击次数/潜在客户/订单）、收入
2. 计算衍生指标：CPL、CPA、ROAS、转化率
3. 按时间排序，以显现趋势
4. 按渠道/广告系列分组对比

---

趋势检测

环比上周（WoW）

指标	上周	本周	变化	状态
[Metric]	[Value]	[Value]	[+/- %]	[Normal / Watch / Alert]

警报阈值：

• 变化 10–20% → 持续监测，暂不采取行动
• 变化 20–40% → 调查并准备应对措施
• 变化 > 40% → 立即行动

月环比（MoM）

指标	上月	本月	变化	与行业基准相比
[Metric]	[Value]	[Value]	[+/- %]	[Above/Below industry avg]

季节性（全球）

时段	影响	调整
第 4 季度假日（美国：黑色星期五 → 圣诞节）	CPM +30–50%，转化率上升	增加预算；提前预订库存；锁定落地页
中国新年	亚洲物流暂停，亚太地区 CPM +20%	将发布安排在节前或节后；提醒客户注意配送
开学季（美国：8 月；英国：9 月）	CPM +10–15%（教育/电子产品）	从 6 月开始规划
情人节、母亲节、父亲节	CPM +15–25%（礼品细分市场）	提前 1 周开展营销活动
夏季（北半球：6 月至 8 月）	许多垂直领域的 CPM 下降 10–15%	测试创意素材，拓展新渠道
斋月 / 开斋节（日期每年不同）	中东和北非地区的转化发生变化	调整语气和时间安排——开斋后互动会激增

---

异常检测（决策树）

CPL 激增

CPL up
├── CTR down? → Creative fatigue → Refresh creative
├── CTR normal + Conv rate down? → LP issue
│   ├── Slow load? → Check PageSpeed
│   ├── Form broken? → Test form on mobile
│   └── Wrong intent traffic? → Audit audience targeting
└── CPM up? → Auction pressure or seasonality
    ├── Holiday / sale season? → Increase budget or pause
    └── Competitor spend up? → Switch audience or channel

ROAS 下滑

ROAS down
├── Revenue down + spend flat? → Conversion problem
│   ├── Lead quality poor? → Check audience
│   ├── Sales team slow? → Check response time
│   └── Pricing changed? → Audit pricing
├── Revenue flat + spend up? → Over-spending
│   ├── Scaled too fast? → Reduce, max 20%/day increase
│   └── New channel not optimized? → Stop scaling, optimize first
└── Both down? → Systemic issue
    ├── Competitor running big promo? → Competitor scan
    └── Off-season? → Check seasonality

互动下滑

Engagement down
├── Reach down? → Algo de-prioritized
│   ├── Too many promo posts? → Increase educational/entertainment ratio
│   └── Posting too often? → Reduce frequency
├── Reach normal + ER down? → Content not compelling
│   ├── Stale format? → Try new formats (carousel, POV, duet)
│   └── Repetitive topics? → Rotate angles per content matrix
└── Reach up + ER down? → Wrong audience reaching

---

群组分析

月度群组模板

群组（注册月份）	第 1 个月	第 2 个月	第 3 个月	第 6 个月	第 12 个月
2026 年 1 月（100 位客户）	100%	[X%] 活跃	[X%]	[X%]	[X%]
2026 年 2 月（120 位客户）	100%	[X%]	[X%]	[X%]	—
2026 年 3 月（95 位客户）	100%	[X%]	[X%]	—	—

解读：

• 各月持续下降 → 自然流失，建立留存计划
• 第 2 个月骤降 → 首次体验不佳，改进引导流程
• 第 3 个月起趋于稳定 → 已达到留存底线，重点关注该群体

按获客来源划分的群组

来源	客户数	CAC	90 天 LTV	LTV:CAC
Meta Ads	[X]	[X]	[X]	[X:1]
TikTok Ads	[X]	[X]	[X]	[X:1]
自然流量	[X]	[X]	[X]	[X:1]
推荐	[X]	[X]	[X]	[X:1]
电子邮件	[X]	[X]	[X]	[X:1]

健康的 LTV:CAC 通常为 3:1 或更高。

---

归因模型

比较 3 种模型

模型	归因方式	适用场景
末次点击	100% 归于最后一次触点	默认选择，简单、转化路径较短
首次点击	100% 归于首次触点	评估 TOFU/认知渠道
线性	在所有触点间平均分配	转化路径较长、多渠道、公平分配归因

归因对比模板：

渠道	末次点击	首次点击	线性	备注
Meta Ads	[X orders]	[X orders]	[X orders]	[Role: TOFU/BOFU?]
TikTok Ads	[X orders]	[X orders]	[X orders]	[Role?]
Google Search	[X orders]	[X orders]	[X orders]	[Role?]
自然流量	[X orders]	[X orders]	[X orders]	[Role?]
电子邮件	[X orders]	[X orders]	[X orders]	[Role?]

建议：

• 短转化路径（1–3 天）：适用末次点击
• 中等转化路径（7–14 天）：使用线性归因
• 长转化路径（30 天以上）：TOFU 使用首次点击，BOFU 使用末次点击
• DTC/规模化代发货：改用专用工具（Triple Whale、Hyros、Northbeam）

---

输出模板

# Data Analysis Report — [Brand/Campaign]
Period: [Start] — [End]
Data sources: [Meta Ads / TikTok Ads / GA4 / Shopify / ...]
Analysis date: [YYYY-MM-DD]

---

## 1. Executive Summary

**3 most important insights:**
1. [Insight 1 — written as judgment, not raw numbers]
2. [Insight 2]
3. [Insight 3]

**Overall status:** [Green = stable | Yellow = monitor | Red = urgent action]

---

## 2. Descriptive — What happened?

### Top-line metrics

| Metric | This period | Prior period | Change | Industry benchmark | Status |
|--------|-------------|--------------|--------|--------------------|--------|
| Spend | [X] | [X] | [+/- %] | — | [icon] |
| Impressions | [X] | [X] | [+/- %] | — | [icon] |
| Clicks | [X] | [X] | [+/- %] | — | [icon] |
| CTR | [X%] | [X%] | [+/- %] | [X%] | [icon] |
| Leads | [X] | [X] | [+/- %] | — | [icon] |
| CPL | [X] | [X] | [+/- %] | [X] | [icon] |
| ROAS | [Xx] | [Xx] | [+/- %] | [Xx] | [icon] |

### Performance by channel

| Channel | Spend | Leads | CPL | ROAS | % of budget | Note |
|---------|-------|-------|-----|------|-------------|------|
| Meta Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |
| TikTok Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |
| Google Ads | [X] | [X] | [X] | [Xx] | [X%] | [1 sentence] |

### Top 5 campaigns

| Campaign | Spend | Leads | CPL | ROAS | Note |
|----------|-------|-------|-----|------|------|
| 1. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 2. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 3. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 4. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |
| 5. [Name] | [X] | [X] | [X] | [Xx] | [1 sentence] |

### Top 3 creatives

| Creative | Format | Hook rate | CTR | CPL | Days running | Note |
|----------|--------|-----------|-----|-----|--------------|------|
| 1. [Name/desc] | [Video/Image/Carousel] | [X%] | [X%] | [X] | [X days] | [1 sentence] |
| 2. [Name/desc] | [Format] | [X%] | [X%] | [X] | [X days] | [1 sentence] |
| 3. [Name/desc] | [Format] | [X%] | [X%] | [X] | [X days] | [1 sentence] |

---

## 3. Diagnostic — Why?

### What's working — why?
- [Cause 1 + supporting data]
- [Cause 2 + supporting data]

### What's not — why?
- [Cause 1 + supporting data + remedy]
- [Cause 2 + supporting data + remedy]

### Anomalies to investigate
- [Anomaly 1 — description + likely cause + investigation step]
- [Anomaly 2]

---

## 4. Predictive — Forecast

### Next period (3 scenarios)

| Metric | Bear | Base | Bull |
|--------|------|------|------|
| Spend | [X] | [X] | [X] |
| Leads | [X] | [X] | [X] |
| CPL | [X] | [X] | [X] |
| ROAS | [Xx] | [Xx] | [Xx] |
| Revenue | [X] | [X] | [X] |

### Forecast drivers
- [Driver 1: seasonality, competitor, algo change, ...]
- [Driver 2]

---

## 5. Prescriptive — Actions

### Act now (next 48h)
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

### This week
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

### This month
| # | Action | Owner | Deadline | Measure by |
|---|--------|-------|----------|------------|
| 1 | [Specific action] | [Role] | [Date] | [Metric] |
| 2 | [Specific action] | [Role] | [Date] | [Metric] |

---

自动诊断

分析时，自动检查以下条件：

条件	检查项	操作
CPL 环比上升 > 30%	创意已投放 > 14 天？频次 > 3？	更新创意，轮换受众
CTR < 0.8%	3 秒开场是否有吸引力？图片是否醒目？	对开场进行 A/B 测试，更换首帧
ROAS 连续 7 天 < 2x	受众是否合适？LP 转化率如何？	缩小受众范围，审查 LP
LP 转化率 < 3%	加载时间如何？表单长度如何？CTA 是否清晰？	触发 skill 12-landing-page-brief-global
频次 > 4	受众已饱和	扩大受众范围或更换渠道
花费 < 预算的 70%	受众范围过窄或出价过低	扩大受众范围，提高出价
单个渠道花费 > 60%	存在依赖单一渠道的风险	重新分配预算，测试新渠道

---

技能交叉引用

• 03-performance-review-global — 更全面的营销绩效审查
• 07-marketing-report-global — 将分析整理成适合向利益相关者汇报的月度／季度报告
• 10-reverse-kpi-calc-global — 根据实际数据重新计算 KPI 和预算
• 12-landing-page-brief-global — LP 转化成为瓶颈时使用
• 05-ad-copy-global — 创意成为瓶颈时使用
• 15-social-listening-global — 在定量数据之外补充定性数据（情绪、趋势）

---

质量检查清单

交付报告前

• 每条洞察都有数据支持
• 每个数字都经过比较（环比、月环比或与基准值比较）
• 标记并解释异常（变化幅度 > 20%）
• 建议明确指定负责人、截止日期和成功指标
• 预测包含 3 种情景（悲观、基准、乐观）
• 不提供未经解读的原始数字
• 明确注明数据来源和时间范围
• 已交叉核对：广告平台花费与实际花费相符
• 对于 dropshipping／DTC：已交叉核对 Shopify 与广告平台的收入