mcpField
A
ad-campaign-analyzer

ad-campaign-analyzer

github.com/nikiandr营销与增长1104 次安装31 周前更新
代码仓库

关于 ad-campaign-analyzer

ad-campaign-analyzer 是面向创始人和付费媒体团队的分析技能,可检查广告数据、识别浪费与优胜项,并建议暂停、加投或测试的对象。它还分析转化漏斗和统计显著性,无需外部工具。

主要功能

  1. 01统一广告指标格式
  2. 02按基准对比表现
  3. 03识别预算浪费与优胜项
  4. 04检查 A/B 测试显著性
  5. 05诊断转化漏斗流失

适用场景

  1. 01分析 Google Ads、Meta Ads 或 LinkedIn 数据
  2. 02决定暂停哪些广告或关键词
  3. 03确定广告预算的调整方向

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/nikiandr/goose-skills --skill ad-campaign-analyzer

安装后在 Claude Code 中输入/ad-campaign-analyzer确认已加载。

附带文件skill.meta.json

详细介绍

广告活动分析器

将原始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,还会诊断问题、找出表现出色的项目、检查统计显著性,并明确告诉你接下来该暂停什么、扩大什么,以及测试什么。

核心原则: 大多数初创公司创始人查看广告数据面板,看到 ROAS 数值后,要么惊慌失措,要么欢欣鼓舞。这项技能会像付费媒体专家一样,为你提供细致入微的分析:哪些结果确实显著,哪些只是噪声,以及下一笔预算应该投向哪里。

适用场景

  • “分析我的 Google Ads 效果”
  • “我该停掉哪些广告?”
  • “这个广告活动有效吗?”
  • “我的广告支出浪费在哪了?”
  • “优化我的 Meta Ads”

阶段 0:信息收集

  1. 广告活动数据 — 以下任意一种:
    • 从 Google Ads / Meta Ads Manager / LinkedIn Campaign Manager 导出的 CSV
    • 粘贴的效果数据表
    • 数据面板截图(我们会提取数据)
  2. 平台 — Google / Meta / LinkedIn / 全部
  3. 时间段 — 数据涵盖哪个日期范围?
  4. 月度预算 — 此期间的广告总支出
  5. 主要目标 — 你希望优化哪种转化?(演示 / 试用 / 购买 / 潜在客户)
  6. 目标指标 — 你是否设定了目标 CPA 或 ROAS?(如果没有,我们会提供基准)
  7. 已知变化 — 这期间是否调整过创意、预算或定向?

阶段 1:数据导入与标准化

支持的数据格式
来源预期关键列
Google AdsCampaign、Ad Group、Keyword、Impressions、Clicks、CTR、CPC、Conversions、Conv Rate、Cost、Conv Value
Meta AdsCampaign、Ad Set、Ad、Impressions、Reach、Clicks、CTR、CPC、Conversions、Cost Per Result、Amount Spent、ROAS
LinkedIn AdsCampaign、Impressions、Clicks、CTR、CPC、Conversions、Cost、Leads

将所有数据标准化为统一的分析格式:

维度展示次数点击次数CTRCPC转化次数转化率CPA支出收入/价值

阶段 2:效果诊断

2A:广告活动层级健康检查

针对每个广告活动:

指标数值基准状态
CTR[X%][行业平均值][良好/一般/较差]
CPC$[X][类别平均值][良好/一般/较差]
转化率[X%][基准][良好/一般/较差]
CPA$[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%][理想值 >60%][良好/一般/较差]
2B:检测预算浪费

找出没有带来回报或产生负回报的支出:

浪费类型信号操作
零转化关键词/广告支出 > $[X],但转化次数为 0暂停或添加否定项
CPA 异常偏高CPA > 目标的 3 倍暂停或重组
CTR 偏低的广告CTR < 广告活动平均值的 50%更换创意
广泛匹配流量偏差搜索词报告显示点击与主题无关添加否定关键词
受众重叠多个广告活动触达了相同用户排除受众
时段投放浪费转化集中在特定时段;广告却全天候投放设置广告投放时段
2C:找出表现赢家

找出真正有效的项目:

赢家类型信号操作
表现最佳的关键词CPA 最低,转化率最高提高出价,添加变体
表现出色的广告CTR 和转化率组合最高扩大支出,为其他广告组复制
效果最佳的受众CPA 最低的细分受众增加预算分配
最佳时段转化高峰时段/日期集中投放预算
2D:统计显著性检查

对于任何 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]

最低样本量:CTR 测试每个变体至少 100 次点击;CPA 测试每个变体至少 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
流失环节比率基准可能原因解决方案
展示 → 点击[CTR%][Benchmark][广告相关性 / 定向][文案 / 定向调整]
点击 → 转化[Conv%][Benchmark][落地页 / 优惠 / 受众不匹配][落地页优化]
转化 → 收入[Close%][Benchmark][潜在客户质量 / 销售流程][筛选标准]

阶段 4: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]

---

## 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]

---

## Action Plan

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

### This Month
- [ ] **Test:** [New ad angles / audiences / landing pages]
- [ ] **Restructure:** [Ad groups that need splitting or merging]
- [ ] **Optimize:** [Bid strategy changes]

### Next Month
- [ ] **Expand:** [New campaigns / channels to test]
- [ ] **Review:** [Run this analysis again]

保存到 clients/<client-name>/ads/campaign-analysis-[YYYY-MM-DD].md。

成本

组成部分成本
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、粘贴文本或截图的形式提供广告系列数据

触发短语

  • “分析我的广告系列表现”
  • “我应该暂停哪些广告?”
  • “我在哪些地方浪费了广告预算?”
  • “我的 Google Ads 广告系列有效吗?”
  • “优化我的 Meta Ads 支出”

评论

支持 Markdown