关于 13-phan-tich-du-lieu
面向营销人员的数据分析技能,指导从广告平台、GA4 或表格数据中识别趋势、诊断异常并制定有时限的行动建议。
主要功能
- 01描述、诊断、预测与建议分析
- 02Meta Ads 与 TikTok Ads 指标框架
- 03GA4 和表格数据分析
- 04趋势与异常诊断
- 05将指标转化为行动决策
适用场景
- 01比较不同周期的营销表现
- 02排查 CPL 或 ROAS 异常变化
- 03分析广告和网站转化漏斗
- 04根据数据制定后续优化计划
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ minhnv0807/ ai-business-skills --skill 13-phan-tich-du-lieu安装后在 Claude Code 中输入/13-phan-tich-du-lieu确认已加载。
附带文件references/cohort-va-attribution.mdreferences/template-bao-cao-phan-tich.md
详细介绍
营销数据分析
洞察先于数据。先给出判断,再用数据说明——不要只罗列数据。
收集信息
最多询问用户 4 个问题:
- 数据来自哪些来源? Meta Ads、TikTok Ads、GA4、Google Sheets,还是多个来源的组合?
- 时间范围? 本周、本月,还是对比两个时段(例如:3 月和 4 月)?
- 当前的业务目标是什么? 增加潜在客户、降低 CPL、提高 ROAS,还是有需要处理的具体问题?
- 把数据贴在这里——粘贴数据表,或描述主要指标(spend、impression、click、lead、revenue)。
分析原则
读取数据的顺序
1. DESCRIPTIVE — Da xay ra gi? (so lieu, xu huong)
2. DIAGNOSTIC — Tai sao? (nguyen nhan goc)
3. PREDICTIVE — Se xay ra gi tiep? (du bao)
4. PRESCRIPTIVE — Can lam gi? (hanh dong cu the)
展示规则
| 规则 | 说明 |
|---|---|
| 先给洞察,再给数据 | “CPL 因 creative exhaustion 上涨了 40%”——而不是“CPL 从 50K 涨到 70K” |
| 做对比,不要只看绝对值 | 始终与上周(WoW)、上月(MoM)或行业基准比较 |
| 标记异常 | 任何指标与上一周期相比变化 > 20% → 标记出来以便调查 |
| 建议要有时限 | 每条建议都必须包含:做什么、何时做、谁来做、如何衡量 |
虚荣指标与行动指标
并不是所有数字都值得放进报告。分析前先分类——报告里列出 50 个指标,没人能据此做出决策。
| 虚荣指标(vanity) | 行动指标(actionable) | |
|---|---|---|
| 示例 | Reach、Impression、Like、Follower、View、发布数量 | CPL/CPMess、CTR、各步骤 CVR、Close rate、ROAS、CAC、LTV、Frequency、Watch time % |
| 特点 | 只增不减;很少下降,且与收入无关 | 与收入或成本直接相关 |
| 读完后能做什么 | 通常什么也做不了——只是让报告好看 | 可以做出一个具体决策:增加 / 减少 / 更换 / 停止 |
| 什么时候仍然有用 | 与自己上一周期的数据比较时,或作为计算比率的分母(例如:Share / Reach) | 始终有用 |
指标选择规则: 每个报告周期只保留 3-4 个主要指标 + 5-6 个辅助指标。再多就会失焦,没人会采取行动。
筛选问题:“如果这个数字恶化 30%,我会采取什么不同的做法?”——如果答不上来 = 虚荣指标,从主要报告中删掉。
常见的 3 个数据解读错误:
- 只追踪 lead,不追踪 sale → 有 1,000 个 lead,却只有 10 个客户,也不知道问题出在 ads 还是 sale。必须追踪完整漏斗:impression → lead → sale → 复购。
- 与行业基准比较,而不是与自己比较 → CPL 为 25K(行业为 15K)就关闭 camp,但上个月自己的 CPL 是 30K,也就是说其实正在改善。
- 只看绝对值,不看趋势 → 1 天表现差说明不了什么;performance 指标至少要看 5-7 天。
按数据来源划分的分析框架
Meta Ads
| 层级 | 主要指标 | 辅助指标 |
|---|---|---|
| Account | Spend、ROAS、CPA | Frequency、Reach |
| Campaign | CPMess、CPL、Conv rate | Budget utilization |
| Ad Set | CPC、CTR、CPM | Audience size、overlap |
| Ad(Creative) | Hook rate(3s view)、Hold rate、CTR | Engagement rate、save rate |
Meta Ads 的解读方式:
Spend cao + Impression thap → CPM cao → doi tuong qua hep hoac dang canh tranh cao
Impression cao + Click thap → CTR thap → creative khong hap dan
Click cao + Lead thap → Landing page co van de hoac form qua dai
Lead cao + Booking thap → Chat luong lead kem hoac quy trinh cham soc yeu
TikTok Ads
| 层级 | 主要指标 | 辅助指标 |
|---|---|---|
| Account | Spend、CPA、ROAS | Total impression |
| Campaign | CPMess、Cost per result | Campaign type performance |
| Ad Group | CPC、CTR、Conv rate | Audience size、age/gender split |
| Ad(Video) | 2s view rate、6s view rate、completion rate | Like、comment、share |
TikTok Ads 的解读方式:
2s view rate thap → Hook yeu — 3 giay dau khong du manh
6s view rate thap → Noi dung mat hap dan sau hook
Completion rate thap + CTR thap → Video khong dua den hanh dong
CPV cao → Audience sai hoac video khong phu hop format TikTok
Google Analytics 4
| 指标组 | 指标 | 含义 |
|---|---|---|
| Acquisition | Users、Sessions、Source/Medium | 流量来源 |
| Engagement | Engagement rate、Time on page、Pages/session | 流量质量 |
| Conversion | Conv rate、Events(form submit、click CTA) | 转化效果 |
| Retention | Returning users、User retention | 留存能力 |
GA4 的解读方式:
Traffic tang + Engagement giam → Traffic rac, can loc nguon
Traffic tang + Conv giam → Landing page co van de hoac traffic sai intent
Bounce rate cao (>70%) o 1 trang → Content khong khop voi quang cao hoac load cham
Google Sheets(手动数据)
当用户从 Google Sheets 粘贴数据时:
- 确定主要列:日期、渠道、成本、数量(impression/click/lead/order)、收入
- 计算衍生指标:CPL、CPA、ROAS、转化率
- 按时间排序以发现趋势
- 按渠道/广告系列分组以进行比较
发现趋势
周环比(WoW)
| 指标 | 上周 | 本周 | 变化 | 状态 |
|---|---|---|---|---|
| [指标] | [数值] | [数值] | [+/- %] | [正常 / 警告 / 危险] |
警告阈值:
- 变化 10–20% → 持续观察,暂不需要采取行动
- 变化 20–40% → 调查原因,准备应对方案
- 变化 > 40% → 立即采取行动
月环比(MoM)
| 指标 | 上月 | 本月 | 变化 | 相对行业基准 |
|---|---|---|---|---|
| [指标] | [数值] | [数值] | [+/- %] | [高于/低于行业平均值] |
季节性因素 — 越南
| 时间 | 影响 | 调整 |
|---|---|---|
| 农历新年(T1–T2) | CPM +30–50%,流量下降 | 增加 30% 预算,提前 2 周在春节前投放 |
| 3 月 8 日、10 月 20 日 | CPM +15–25%(美妆、礼品) | 提前 1 周投放广告系列 |
| 开学季(T8–T9) | CPM +10–15%(教育) | 从 T7 开始规划 |
| 黑色星期五(T11) | CPM +20–30% | 以再营销为主 |
| 夏季(T6–T7) | CPM 下降 10–15%(多个行业) | 测试新创意、拓展新渠道的机会 |
异常检测(Anomaly Detection)
当某项指标异常时,沿着原因树进行调查:
CPL 突增
CPL tang
├── CTR giam? → Creative exhaustion → Thay creative moi
├── CTR binh thuong + Conv rate giam? → Landing page co van de
│ ├── Load cham? → Kiem tra PageSpeed
│ ├── Form loi? → Test form tren mobile
│ └── Traffic sai intent? → Kiem tra audience targeting
└── CPM tang? → Canh tranh cao hoac mua vu
├── Mua Tet/sale? → Tang ngan sach hoac tam dung
└── Doi thu tang spend? → Doi audience hoac kenh
ROAS 骤降
ROAS giam
├── Revenue giam + Spend giu nguyen? → Van de chuyen doi
│ ├── Lead chat luong kem? → Kiem tra audience
│ ├── Sales team cham? → Kiem tra response time
│ └── Gia ban thay doi? → Kiem tra pricing
├── Revenue giu + Spend tang? → Over-spending
│ ├── Scale qua nhanh? → Giam lai, tang 20%/ngay max
│ └── Kenh moi chua toi uu? → Dung scale, toi uu truoc
└── Ca hai giam? → Van de toan dien
├── Doi thu co khuyen mai lon? → Phan tich doi thu
└── Mua thap diem? → Kiem tra seasonality
互动率骤降
Engagement giam
├── Reach giam? → Thuat toan de-prioritize
│ ├── Content nhieu quang cao? → Tang ti le giao duc/giai tri
│ └── Tan suat dang qua nhieu? → Giam xuong
├── Reach binh thuong + ER giam? → Content khong hap dan
│ ├── Format cu? → Thu format moi (carousel, POV, duet)
│ └── Noi dung lap lai? → Doi goc do theo content-angles.md
└── Reach tang + ER giam? → Traffic sai doi tuong
群组分析(Cohort Analysis)
月度群组模板(含 3 条留存曲线解读规则)和流量来源群组模板(CAC、90 天 LTV、LTV:CAC):请参阅
references/cohort-va-attribution.md中的“群组分析(Cohort Analysis)”部分。
归因模型
3 种模型(Last Click、First Click、Linear)的对比表,附按渠道对比订单的模板,以及根据销售漏斗长度选择模型的建议:请参阅
references/cohort-va-attribution.md中的“归因模型(Attribution Model)”部分。
结果模板
完整的 Markdown 框架,包含按数据解读顺序排列的 5 个部分(摘要 · 描述性 · 诊断性 · 预测性 · 指导性),涵盖指标概览表、渠道表现、排名前 5 的广告系列、排名前 3 的创意、3 种情景预测,以及按时间节点划分的 3 张行动表:请参阅
references/template-bao-cao-phan-tich.md,并复制完整框架填写数据。
自动诊断
分析时,自动检查以下情况:
| 情况 | 检查 | 行动 |
|---|---|---|
| CPL 周环比上涨 > 30% | 创意是否已投放超过 14 天?Frequency > 3? | 更换新创意,刷新受众 |
| CTR 下降至 < 0.8% | 前 3 秒的 Hook 是否有吸引力?图片是否醒目? | 对新 Hook 进行 A/B 测试,更换首图 |
| ROAS 连续 7 天 < 2x | 受众是否合适?落地页转化率是多少? | 缩小受众范围,检查落地页 |
| 落地页转化率 < 3% | 加载时间多长?表单有多少个字段?CTA 是否清晰? | 调用 skill 12-brief-landing-page |
| Frequency > 4 | 受众已饱和 | 扩大受众范围或更换渠道 |
| Spend < 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 |
| 单个渠道占 Spend > 60% | 依赖单一渠道——风险较高 | 重新分配预算,测试新渠道 |
从数据到决策——4 步流程
数据不会自行做出决策。只需回答三个问题:(1) 正在发生什么?(2) 为什么?(3) 接下来该怎么做?
第 1 步——数据快照
| 指标 | 目标 | 实际 | 状态 | 与上一周期相比 |
|---|---|---|---|---|
| 收入 | ||||
| Lead | ||||
| CPL | ||||
| ROAS |
立即标记异常指标——相对于基准显著偏好或偏差的指标。异常偏好也必须调查:可能是追踪错误。
步骤 2 — 使用 5-Why 诊断
仅适用于已标记的指标。不要停留在 Why 1——根本原因通常在 Why 3-4,而且往往与最初的症状截然不同。
Trieu chung : [Chi so X tang/giam Y%]
Why 1 : [Ly do nhin thay ngay]
Why 2 : [Dao sau vao ly do 1]
Why 3 : [...]
Why 4 : [...]
Nguyen nhan goc: [...]
步骤 3 — 识别模式
| 模式 | 含义 | 行动 |
|---|---|---|
| CPM 上升,但 CTR 保持不变 | 受众群体已趋于饱和,并非创意有问题 | 扩大定向范围 |
| 自然内容 ER 高,但广告 CTR 低 | 优质信息还没有用于付费投放 | 将表现出色的自然内容用于广告 |
| 邮件打开率下降 | 主题行欠佳,或邮件列表疲劳 | 对主题行进行 A/B 测试,清理邮件列表 |
| 周末表现优于工作日 | 受众周末更活跃 | 调整排期并提高周末预算 |
| 线索多,但成交率下降 | 线索质量或销售环节有问题 | 收紧线索标准,重新审视咨询话术 |
| 新创意总是不如旧创意 | 问题出在简报撰写方式,而非执行人员 | 重新审视 36-content-brief |
步骤 4 — 决策矩阵
| 情况 | 阈值 | 决策 | 时限 |
|---|---|---|---|
| CPL < 目标值的 70%,且稳定 >= 5 天 | CPL < 70% | 增加预算 +30% | 立即 |
| CPL 为目标值的 70-100% | 进展正常 | 保持不变,继续观察 | — |
| CPL 为目标值的 100-150% | 警告 | 审核创意和受众群体 | 48 小时内 |
| 5 天后 CPL > 目标值的 150% | 严重 | 暂停并调查 | 立即 |
| ROAS > 5x 且频次 < 2 | 表现非常好 | 扩大预算 | 立即 |
| 频次 2.0-2.5 | 开始疲劳 | 准备新创意 | 本周内 |
| 频次 > 2.5 | 疲劳 | 暂停该创意 | 立即 |
| 成交率较上周下降 | — | 销售环节有问题,不是广告的问题 | 本周内 |
决策原则
- 至少需要 5-7 天的表现数据。不要根据 1-2 天的数据做决定。
- 每次只改一个变量。 同时更换受众群体、创意和预算 = 学不到任何东西。
- “数据还不够”不是不做决定的理由。 根据现有数据做决定,并设定复查时间。
- 记录下来的错误决定,也胜过因害怕犯错而不做决定。
Decision Log 和 Learning Log
这两份日志会随着时间积累价值。3-6 个月后,日志中的模式比任何行业基准都更有价值。
Decision Log — 做出决定时立即记录
| # | 决策 | 依据(哪些数据促成了决策) | 具体行动 | 负责人 | 截止日期 | 预期影响 | 复查日期 |
|---|---|---|---|---|---|---|---|
| 1 | |||||||
| 2 |
必须填写 7 列——缺少任何一列,该决定就不算数:
- 依据:具体指标、周期和偏差幅度。不能只写“感觉不太对”。
- 预期影响:预测数字会如何变化(例如:“14 天内 CPL 从 30K 降至 24K”)。事先记录,不要事后补写。
- 复查日期:广告决策默认在 5-7 天后复查;offer/定价决策默认在 30 天后复查。
Learning Log — 在复查当天填写
| 日期 | 决策 | 当时的原因 | 实际结果 | 是否符合预测? | 经验教训 |
|---|---|---|---|---|---|
| 符合 / 有偏差 / 相反 |
使用方法: 每月回顾一次 Learning Log,统计与预测相反的决策数量。同一主题中出现多次与预测相反的决策 = 相关假设可能有误,应在 10-tinh-kpi-nguoc 或 09-insight-khach-hang 中修正,而不是继续调整广告层。
读取内容数据(自然流量)
每周必须回答 3 个问题:
- 哪些内容表现最好?→ 复用模式,不要复制内容。
- 哪些内容表现欠佳?→ 停用或修改。
- 接下来应该测试哪种形式 / 视角?→ 更新到
40-next-content-plan。
内容胜出 / 失利
内容满足以下 3 项标准中的至少 2 项,即视为 WIN:
- ER 至少是频道平均值的 2 倍
- 带来具体行动(DM、点击、分享、保存)
- 获得目标受众的积极反馈(而非圈外人士)
每月:选出排名前 5 的 WIN 内容 → 找出共同模式(形式 / 视角 / 内容支柱 / 钩子 / 时间段)→ 复制该模式。
正在使用的自然流量指标
| 频道 | 最重要的指标 | 良好阈值 |
|---|---|---|
| TikTok / Reels | 观看时长百分比(算法排名主要依据这一指标) | > 50% |
| TikTok / Reels | 完播率 | > 30% |
| TikTok / Reels | 分享 / 观看次数 | > 1% |
| Facebook / Threads | 互动率 | > 3% |
| Facebook / Threads | 有意义的评论(有内容) | 比 Like 更重要 |
将内容与收入关联起来(适用于 SME 的方法)
- 每个链接都添加 UTM → 了解流量来自哪条内容。
- 在表单中直接询问:「您是通过什么渠道了解到我们的?」
- 群组分析:客户看了哪条视频后发来私信 — 对照私信日期和发布日。
- 相关性:发布哪条内容后,24-48 小时内 DM 会增加。
SME 没有完美的 attribution 系统 — 同时使用上述 2-3 种方法并观察趋势,不要只看绝对数字。
关联技能
03-danh-gia-hieu-suat— 全面评估营销表现(范围比数据分析更广)07-bao-cao-marketing— 将分析结果整理成月度 / 季度报告,供 stakeholder 查看10-tinh-kpi-nguoc— 根据实际数据重新计算 KPI 和预算12-brief-landing-page— 发现 landing page 转化存在问题时使用05-copy-quang-cao— 发现 creative 需要更新时使用15-social-listening— 在定量数据之外,补充定性数据(情绪、趋势)
质量检查清单
提交报告前
- 每条洞察都有具体数据支撑
- 每项数据都有对比(WoW、MoM 或对比 benchmark)
- 异常指标(变化 > 20%)已标记并说明
- 行动建议明确写出:谁来做、何时做、如何衡量
- 预测包含 3 种情景(差、基准、好)
- 不要只罗列数据而不附带判断
- 清楚标明数据来源和时间范围
- 数据已交叉核对 — 平台 spend 与实际 spend 一致
- 报告只保留 3-4 个主要指标 + 5-6 个辅助指标 — 不要罗列 50 个数字
- 报告中的每项主要指标都能回答「如果变差 30%,要采取什么不同做法」
- 所有已标记的指标都已通过 5-Why 追溯到根本原因
- Decision Log 包含完整的 7 列,包括预期影响和复核日期
- 不要根据少于 5 天的 performance 数据做出决策
- 每项建议行动只改变 1 个变量
- 已与自己上一周期的数据进行对比,而不只是对照行业 benchmark