关于 ad-spend-optimizer
ad-spend-optimizer 是供营销人员分析多渠道付费广告表现并规划预算调整的技能。它比较 ROAS、CAC 等指标并模拟预算重新分配方案，但不能访问广告账户或修改广告系列。
主要功能
- 01渠道与广告系列指标分析
- 02ROAS、CAC 和 CPL 计算
- 03边际回报与收益递减分析
- 04预算调整情景建模
- 05监控指标与告警阈值
适用场景
- 01规划季度渠道预算
- 02排查 CAC 上升或 ROAS 下滑
- 03评估渠道是否有扩量空间
- 04为渠道测试制定预算
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/ad-spend-optimizer确认已加载。
详细介绍
广告支出优化器
分析各渠道的付费广告表现，并建议重新分配预算，以最大化 ROAS、最小化 CAC。
何时使用此技能
- 季度预算规划 — 根据表现数据重新分配支出
- 渠道组合优化 — 找到各平台之间的合理平衡
- 表现问题排查 — 诊断 CAC 上升或 ROAS 下降的原因
- 扩量决策 — 判断某个渠道是否还有扩量空间
- 测试新渠道 — 制定测试预算，并明确成功标准
方法论基础
| 方面 | 详情 |
|---|---|
| 来源 | 边际 ROI 优化 + 营销领域的投资组合理论 |
| 核心原则 | 将每一美元分配到边际回报最高的渠道——从边际收益递减的渠道转移支出，投向投入不足的渠道 |
| 框架 | 70/20/10 — 70% 投向已验证的渠道，20% 用于优化测试，10% 用于新渠道实验 |
Claude 负责什么，你来决定什么
| Claude 负责 | 你来决定 |
|---|---|
| 计算各渠道和广告系列的 ROAS、CAC 和 CPL | 总预算限制 |
| 识别边际收益递减和重新分配机会 | 对新渠道的风险承受度 |
| 模拟不同预算分配方案的预期结果 | 业务优先级和品牌考量 |
| 创建监控仪表板和警报阈值 | 平台选择和创意方向 |
说明
步骤 1：审查当前表现
收集各渠道和广告系列的以下指标：
| 指标 | 公式 | 健康范围 |
|---|---|---|
| ROAS | 收入 ÷ 广告支出 | 大多数 B2B/B2C 应 >3:1 |
| CAC | 广告支出 ÷ 新客户数 | <LTV ÷ 3 |
| CPL | 广告支出 ÷ 潜在客户数 | 因行业而异 |
| CTR | 点击量 ÷ 展示量 | 搜索 >1%，社交媒体 >0.5% |
| 转化率 | 转化次数 ÷ 点击量 | 着陆页 >2% |
验证检查点： 如果任何渠道缺少数据，请标记出来——数据不完整会导致错误的预算重新分配。
步骤 2：归因分析
选择与业务相匹配的模型：
| 模型 | 适用场景 | 权衡 |
|---|---|---|
| 末次点击 | 直接响应、短周期 | 忽略认知度 |
| 首次点击 | 品牌认知活动 | 忽略转化助攻 |
| 线性 | 均衡的多触点视角 | 稀释信号 |
| 时间衰减 | 销售周期较短 | 偏向漏斗底部 |
| 基于位置 | 均衡且有所侧重 | 可能遗漏漏斗中部 |
| 数据驱动 | 方法成熟且数据充足 | 需要足够的数据量 |
步骤 3：计算边际 ROI
针对每个渠道，回答：新增的 1 美元能带来最高回报的地方在哪里？
| 信号 | 含义 | 操作 |
|---|---|---|
| CAC 远低于目标 | 有扩量空间 | 将支出增加 50%，每周监控 |
| CAC 达到目标 | 已优化 | 保持现状，测试创意 |
| CAC 高于目标 | 边际收益递减 | 减少支出，重新分配 |
| 量低，CAC 表现良好 | 投入不足 | 谨慎扩量（2 倍） |
| 量高，CAC 上升 | 接近上限 | 限制支出，分散投放 |
步骤 4：模拟预算重新分配方案
制定 3 种方案（保守、中等、激进），展示各预算水平下预计的潜在客户数、CAC 和 ROAS。包括：
- 各渠道明细及预期表现
- 警告阈值 — 触发削减支出的 CAC 水平
- 实施时间表 — 每周调整，而非一次性全部调整
步骤 5：实施并监控
每周监控清单：
- 支出进度与计划对比
- 各渠道 CAC 与目标对比
- 潜在客户数量与预测对比
- 是否有渠道突破警告阈值？
扩量规则： 如果 CAC 连续 2 周比目标低 15% 以上，将支出增加 25%。如果 CAC 连续 2 周超过目标，则减少 25%。
示例
示例：B2B SaaS 预算重新分配
输入： 每月 100K 美元 — Google（50K 美元）、Meta（30K 美元）、LinkedIn（15K 美元）、其他（5K 美元）。目标：每月 500 条潜在客户线索，获客成本（CAC）为 200 美元。当前：395 条线索，CAC 为 253 美元。
诊断：
- Google Display（15K 美元 → 30 条线索，CAC 为 500 美元）——全部削减
- Meta Lookalike（15K 美元 → 85 条线索，CAC 为 176 美元）——表现突出，应扩大投入
- LinkedIn Lead Gen（5K 美元 → 10 条线索，CAC 为 500 美元）——削减
建议的预算重新分配：
| 渠道 | 当前 | 建议 | 预期 CAC |
|---|---|---|---|
| Google Ads | 50K 美元 | 35K 美元 | 206 美元 |
| Meta | 30K 美元 | 50K 美元 | 196 美元 |
| 15K 美元 | 8K 美元 | 286 美元 | |
| 测试 | 5K 美元 | 7K 美元 | 不定 |
预计结果： 473 条线索（+20%），CAC 为 211 美元（-17%）。
技能边界
此技能擅长的工作
- 根据提供的数据分析多渠道广告效果
- 根据边际 ROI 建议调整预算
- 对预算重新分配方案进行建模，并预测结果
- 制定带有警报阈值的监控框架
此技能无法完成的工作
- 访问广告平台账户或获取实时数据
- 实时调整出价或修改广告系列
- 评估创意质量（标题、图片、视频）
- 考虑品牌提升或线下转化的影响
参考资料
- Google Ads 优化指南
- Meta Business Suite 最佳实践
- LinkedIn Marketing Solutions
- Common Thread Collective — 广告支出分配方法
相关技能
google-ads-expert— 针对 Google 的广告系列优化aarrr-metrics— 查看付费获客之外的完整漏斗growth-loops— 探索付费渠道之外的可持续增长
评论
支持 Markdown