ad-campaign-analyzer

广告活动分析器

将原始的广告活动效果数据转化为清晰的决策。这项技能不只是汇总指标——它会诊断问题、识别优胜者、检查统计显著性，并明确告诉你接下来该削减什么、扩大什么、测试什么。然后它还更进一步：在同等条件下比较各渠道，找出相对于结果而言你在哪里超支、哪里投入不足，并给出具体的预算重新分配方案。

核心原则： 大多数初创公司创始人查看广告仪表盘，看到一个 ROAS 数字，然后要么惊慌失措，要么欢欣鼓舞。这项技能会为你提供付费媒体专家级别的细致分析：什么才是真正显著的，什么是噪声，以及你下一块钱该投向哪里。它还解决了分配问题——大多数初创公司要么把预算在多个渠道上摊得太薄（没有任何渠道获得足够投入来学习），要么把所有钱都砸进一个渠道（错失其他地方更便宜的机会）。

何时使用

• “分析我的 Google Ads 效果”
• “哪些广告应该关掉？”
• “这个广告活动有效吗？”
• “我在哪里浪费了广告支出？”
• “优化我的 Meta Ads”
• “我应该如何分配广告预算？”
• “我应该多投 Google 还是 Meta？”
• “在各渠道之间重新分配我的广告支出”
• “我在哪里获得最好的回报？”
• “我每月有 $X 用于广告——该如何分配？”

阶段 0：信息收集

1. 广告活动数据 — 以下之一：
   • 从 Google Ads / Meta Ads Manager / LinkedIn Campaign Manager 导出的 CSV
   • 粘贴的效果数据表
   • 仪表盘截图（我们会提取数据）
2. 平台 — Google / Meta / LinkedIn / 全部
3. 时间段 — 这涵盖哪个日期范围？
4. 月度预算 — 此期间的总广告支出
5. 主要目标 — 你正在优化哪种转化？（演示 / 试用 / 购买 / 线索）
6. 目标指标 — 你有目标 CPA 或 ROAS 吗？（如果没有，我们会进行基准对标）
7. 有任何已知变化吗？ — 在此期间你是否更改了创意、预算或定向？
8. 当前投放的渠道 — Google Ads、Meta Ads、LinkedIn Ads、Twitter/X Ads、TikTok Ads、其他
9. 漏斗数据（如有）：
   • 线索 → MQL 转化率
   • MQL → SQL 转化率
   • SQL → 成交率
   • 平均交易规模
10. 你正在考虑但尚未尝试的渠道 — 想测试新渠道吗？
11. 约束条件 — 任何渠道有最低支出要求吗？有必须保留的平台吗？

阶段 1：数据摄取与规范化

接受的数据格式

来源	预期的关键列
Google Ads	Campaign, Ad Group, Keyword, Impressions, Clicks, CTR, CPC, Conversions, Conv Rate, Cost, Conv Value
Meta Ads	Campaign, Ad Set, Ad, Impressions, Reach, Clicks, CTR, CPC, Conversions, Cost Per Result, Amount Spent, ROAS
LinkedIn Ads	Campaign, Impressions, Clicks, CTR, CPC, Conversions, Cost, Leads

将所有数据规范化为标准分析格式：

维度	展示次数	点击次数	CTR	CPC	转化次数	转化率	CPA	支出	收入/价值

多渠道规范化

当数据跨越多个渠道时，还要生成渠道级汇总：

渠道	月度支出	展示次数	点击次数	CTR	CPC	转化次数	转化率	CPA	ROAS	CAC*
Google Search	$[X]	[N]	[N]	[X%]	$[X]	[N]	[X%]	$[X]	[X]	$[X]
Google Display	...
Meta (FB/IG)	...
LinkedIn	...
[其他]	...
总计	$[X]					[N]		$[X] 平均	[X] 平均	$[X] 平均

*CAC = 如果提供了漏斗数据，则为完整客户获取成本（CPA × 成交率调整）

经漏斗调整的 CAC（如果有漏斗数据）

Channel CAC = CPA ÷ (MQL rate × SQL rate × Close rate)

这揭示了哪些渠道产生的线索真正会成交，而不只是转化。

阶段 2：效果诊断

2A：广告系列级健康检查

对每个广告系列：

指标	数值	基准	状态
CTR	[X%]	[行业平均值]	[良好/一般/较差]
CPC	$[X]	[品类平均值]	[良好/一般/较差]
转化率	[X%]	[基准]	[良好/一般/较差]
CPA	$[X]	[目标或基准]	[良好/一般/较差]
ROAS	[X]	[目标或基准]	[良好/一般/较差]
展示份额	[X%]	[>60% 为理想]	[良好/一般/较差]

2B：预算浪费检测

识别未产生回报或产生负回报的花费：

浪费类型	信号	操作
零转化关键词/广告	花费 > $[X] 且 0 转化	暂停或添加否定词
高 CPA 异常值	CPA > 目标的 3 倍	暂停或重构
低 CTR 广告	CTR < 广告系列平均值的 50%	更换创意
广泛匹配渗漏	搜索词报告显示不相关点击	添加否定关键词
受众重叠	同一批用户被多个广告系列触达	排除受众
时段设置浪费	转化集中在某些时段；花费却是 24/7	设置广告排期

2C：优胜者识别

找出真正有效的部分：

优胜者类型	信号	操作
表现最佳的关键词	最低 CPA、最高转化率	提高出价，添加变体
获胜广告	最高 CTR + 转化率组合	扩大花费，为其他组克隆
最佳受众	最低 CPA 细分	增加预算分配
最佳时段	转化高峰小时/日期	集中预算

2D：统计显著性检查

对任何 A/B 测试（广告变体、受众、落地页）：

Test: [Variant A] vs [Variant B]
Metric: [Conv Rate / CTR / CPA]
Variant A: [X%] (n=[sample_size])
Variant B: [Y%] (n=[sample_size])
Confidence level: [X%]
Verdict: [Statistically significant / Not enough data / Too close to call]
Recommended action: [Pick winner / Continue test / Increase budget to reach significance]

最小样本：CTR 测试每个变体 100 次点击，CPA 测试每个变体 30 次转化。

阶段 3：漏斗分析

点击 → 转化路径

Impressions: [N] (100%)
     ↓ CTR: [X%]
Clicks: [N] ([X%] of impressions)
     ↓ Landing page → Conversion: [X%]
Conversions: [N] ([X%] of clicks)
     ↓ Conversion → Revenue: $[X] avg
Revenue: $[N]

漏斗流失诊断

流失点	比率	基准	可能原因	修复
展示 → 点击	[CTR%]	[基准]	[广告相关性 / 定位]	[文案/定位调整]
点击 → 转化	[转化%]	[基准]	[落地页 / 优惠 / 受众不匹配]	[落地页优化]
转化 → 收入	[成交%]	[基准]	[线索质量 / 销售流程]	[资格标准]

阶段 4：预算重新分配

当数据跨越多个渠道时，执行跨渠道预算优化。

4A：渠道效率排名

排名	渠道	CPA	漏斗调整后 CAC	花费份额	转化份额	效率指数
1	[渠道]	$[X]	$[X]	[X%]	[X%]	[转化份额 ÷ 花费份额]

效率指数：

• > 1.0 = 投入不足（获得的转化份额高于其应得份额）
• = 1.0 = 比例均衡（公平份额）
• < 1.0 = 投入过度（获得的转化份额低于其应得份额）

4B：边际回报分析

对每个渠道，评估额外花费是否能带来成比例的回报：

渠道	当前 CPA	展示份额 / 饱和信号	边际回报估计
Google Search	$[X]	[X%] 展示份额 — 有增长空间	可能为正
Meta	$[X]	频次 [X] — 受众可能已饱和	递减
LinkedIn	$[X]	量低 — 可定位池有限	即将触顶

4C：漏斗阶段覆盖

漏斗阶段	覆盖渠道	当前花费	缺口？
认知（顶部）	[Meta Display、YouTube]	$[X]	[是/否]
考虑（中部）	[Google Search、Meta 再营销]	$[X]	[是/否]
决策（底部）	[Google Brand、Google Search]	$[X]	[是/否]
再营销	[Meta、Google Display]	$[X]	[是/否]

4D：预算转移建议

渠道	当前支出	建议支出	变化	理由
Google Search	$[X]	$[Y]	+$[Z]	[最低 CPA，有扩展空间]
Meta	$[X]	$[Y]	-$[Z]	[受众饱和，频次过高]
LinkedIn	$[X]	$[Y]	$0	[维持 — 受众小众但有价值]
[新渠道]	$0	$[Y]	+$[Y]	[测试预算 — 竞争对手在此表现良好]
总计	$[X]	$[X]	$0	预算中性再分配

4E：情景建模

情景 1：保守转移（+/- 20%）

• 预期转化数：[N]（当前 [N]）= 提升 [X%]
• 预期综合 CPA：$[X]（当前 $[X]）
• 风险：低

情景 2：激进转移（+/- 40%）

• 预期转化数：[N] = 提升 [X%]
• 预期综合 CPA：$[X]
• 风险：中 — 规模化渠道数据较少

情景 3：预算增加至 $[Y]/月

• 建议分配：[table]
• 预期转化数：[N]
• 待测试新渠道：[list]

阶段 5：输出格式

# Ad Campaign Analysis — [Product/Client] — [DATE]

Period: [Date range]
Total spend: $[X]
Platform(s): [Google / Meta / LinkedIn]
Primary goal: [Conversions / Revenue / Leads]

---

## Executive Summary

[3-5 sentences: Overall performance verdict, biggest win, biggest problem, top recommendation including any reallocation moves]

---

## Performance Dashboard

| Campaign | Spend | Impressions | Clicks | CTR | CPC | Conversions | CPA | ROAS | Verdict |
|----------|-------|------------|--------|-----|-----|-------------|-----|------|---------|
| [Name] | $[X] | [N] | [N] | [X%] | $[X] | [N] | $[X] | [X] | [Scale/Optimize/Pause] |

---

## Budget Waste Report

**Total estimated waste: $[X] ([X%] of total spend)**

### Wasted on zero-conversion items: $[X]
[List of keywords/ads/audiences with spend but no conversions]

### Wasted on high-CPA items: $[X]
[List of items with CPA > 3x target]

### Recommended saves: $[X]/month
[Specific items to pause]

---

## Winners to Scale

### Top Keywords/Audiences
| Item | CPA | Conv Rate | Current Spend | Recommended Spend |
|------|-----|----------|--------------|-------------------|

### Top Ads
| Ad | CTR | Conv Rate | Why It Works |
|----|-----|----------|-------------|

---

## A/B Test Results

### [Test Name]
- Variant A: [Metric] (n=[N])
- Variant B: [Metric] (n=[N])
- Confidence: [X%]
- **Verdict:** [Winner / Continue / Inconclusive]

---

## Budget Reallocation

### Current vs Recommended Allocation

| Channel | Current | Recommended | Change | Why |
|---------|---------|------------|--------|-----|
| [Channel] | $[X] | $[Y] | [+/-$Z] | [1-line reason] |

**Projected impact:**
- Conversions: [N] → [N] (+[X%])
- Blended CPA: $[X] → $[Y] (-[X%])

### Funnel Stage Coverage
[Coverage map with gaps identified]

### New Channel Recommendations

#### [Channel Name]
- **Why test:** [Reasoning]
- **Recommended test budget:** $[X]/mo for [X weeks]
- **Success criteria:** CPA < $[X]
- **Competitors using it:** [Yes/No — who]

---

## Action Plan

### Immediate (This Week)
- [ ] **Pause:** [Specific items — keywords, ads, audiences]
- [ ] **Scale:** [Specific items — increase budget/bids]
- [ ] **Add negatives:** [Specific keywords from search terms]
- [ ] **Reallocate:** [Specific dollar shifts between channels]

### This Month
- [ ] **Test:** [New ad angles / audiences / landing pages]
- [ ] **Restructure:** [Ad groups that need splitting or merging]
- [ ] **Optimize:** [Bid strategy changes]
- [ ] **Monitor reallocation:** Track CPA shifts on scaled channels, watch for diminishing returns

### Next Month
- [ ] **Expand:** [New campaigns / channels to test]
- [ ] **Re-evaluate:** [Run this analysis again with new data, adjust allocations based on actual results]

保存到当前工作目录下的 campaign-analysis-[YYYY-MM-DD].md（或用户指定路径）。

成本

组件	成本
数据分析	免费（大模型推理）
统计计算	免费
总计	免费

所需工具

• 无需外部工具 — 纯推理技能
• 用户以 CSV、粘贴文本或截图形式提供广告活动数据

触发短语

• “分析我的广告活动表现”
• “我应该暂停哪些广告？”
• “我在哪里浪费了广告预算？”
• “我的 Google Ads 广告活动有效吗？”
• “优化我的 Meta Ads 支出”
• “我应该如何分配广告预算？”
• “我应该在 Google 还是 Meta 上投入更多？”
• “重新分配我的广告支出”
• “我在哪里获得最佳 ROAS？”
• “优化我的多渠道广告预算”