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
- 01统一广告指标格式
- 02按基准对比表现
- 03识别预算浪费与优胜项
- 04检查 A/B 测试显著性
- 05诊断转化漏斗流失
适用场景
- 01分析 Google Ads、Meta Ads 或 LinkedIn 数据
- 02决定暂停哪些广告或关键词
- 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
- 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)
- 平台 — Google / Meta / LinkedIn / 全部
- 时间段 — 数据涵盖哪个日期范围?
- 月度预算 — 此期间的广告总支出
- 主要目标 — 你希望优化哪种转化?(演示 / 试用 / 购买 / 潜在客户)
- 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)
- 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 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 |
将所有数据标准化为统一的分析格式:
| 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 |
|---|
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