mcpField
A
analytics-dashboard

analytics-dashboard

github.com/charlie947数据与数据库4.4k1.5k 次安装1 周前更新
代码仓库

关于 analytics-dashboard

供 Codex 和 Claude 使用的技能,可分析 LinkedIn Analytics 的 XLSX 导出文件,并制作交互式仪表板与策略报告。它帮助用户依据导出数据查看账号表现、帖子规律、受众特征和增长情况。

主要功能

  1. 01解析导出文件中的所有工作表
  2. 02计算账号和帖子指标
  3. 03构建响应式 React 仪表板
  4. 04可视化趋势和受众细分
  5. 05撰写策略分析与建议

适用场景

  1. 01复盘指定时间段的 LinkedIn 表现
  2. 02比较帖子触达量与互动量
  3. 03识别受众和内容规律

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/charlie947/social-media-skills --skill analytics-dashboard

安装后在 Claude Code 中输入/analytics-dashboard确认已加载。

详细介绍

分析仪表板

Codex 和 Claude 运行时

  • 在 Codex 或 Claude 中使用此技能时,请使用当前任务中实际可用的工具。AskUserQuestion 示例描述的是要提出的问题,并非必须使用的 API:请在可用范围内使用问题工具,或直接在聊天中提问。复用已提供的答案和源材料。
  • 在用户选择的项目中工作。个性化处理前,先阅读项目中的 about-me.md、voice.md 和相关品牌文件。如果文件内容冲突或包含初始默认值,请确认预期作者。询问缺失信息,或运行 voice-builder;切勿沿用维护者的身份、账号或私有文件。
  • 根据此技能文件夹的相对路径解析随附的 references/。如果用户明确要求更新档案,请原地读取并更新规范的 about-me.md、voice.md 或 newsletter-voice.md,保留无关的用户事实和规则。使用方必须重新读取这些规范文件。只有在新交付内容会与无关的现有文件重名时,才使用新文件名。仅安装技能不会启动访谈或写入文件。除非用户提出要求,否则不要记录持久化的经验。
  • 优先使用已提供的证据。必要时,通过可用的搜索或来源工具核实外部说法。如果来源或集成不可用,请说明缺少的功能,并提供可使用已提供文本或导出内容的替代方案。绝不编造事实、第一人称经历、指标或成功运行工具的情况。
  • 仅通过用户已有账号连接所选方案必需的服务。绝不输出凭据或覆盖现有连接。起草、保存和审阅均不代表获得了发布、发送消息或更改账号的授权。

关键:加载后自动启动

此技能触发时,直接进入步骤 1。

步骤 1:获取导出文件

询问:

请上传你的 LinkedIn Analytics 导出文件(xlsx)。

不确定如何获取?请前往 LinkedIn Analytics,设置日期范围(30、60 或 90 天通常效果不错),然后点击右上角的 Export。

等待上传文件。

步骤 2:解析数据

读取文件中的每个工作表。在计算前确认作者、报告时间范围、单位和实际列名。以下工作表仅为示例,并不保证导出文件一定采用此结构:

  • DISCOVERY:总体展示量和覆盖人数
  • ENGAGEMENT:每日展示量和互动量随时间的变化
  • TOP POSTS:互动量排名前 50 的帖子和展示量排名前 50 的帖子(需合并两张表)
  • FOLLOWERS:每日新增关注者及关注者总数
  • DEMOGRAPHICS:职位、所在地、行业、资历级别、公司规模和热门公司

热门帖子表是选取的样本,并非账号的全部发帖记录。其分母应与账号总体指标分开;不要根据每日汇总数据推断最佳发帖时间。清理杂乱的表头。将两张 TOP POSTS 表(按互动量和展示量排名)按帖子合并为一个统一数据集。去重。

步骤 3:构建交互式仪表板

使用受支持的 React artifact 界面,或所选项目现有的 React 和 Recharts 配置。如果两者都不可用,请提供计算出的分析结果和 React 源码,并注明预览待处理;不要擅自安装依赖项,也不要声称交互式仪表板正在运行。在称其通过验证前,先预览并测试图表提示框和尺寸调整。采用深色主题(背景色 #0f1117),图表使用强调色。所有可视化均使用 Recharts。

按以下顺序包含这些面板:

核心指标(顶行卡片)
  • 总展示量
  • 总覆盖人数
  • 新增关注者总数
  • 日均展示量
  • 日均互动量
  • 总体互动率(同一报告时间范围内的互动量总和 / 展示量总和)。分母为零或缺失时,指标不可用,而非零。
  • 追踪帖子总数
互动趋势(折线图)
  • 完整日期范围内的每日展示量(左侧 y 轴)和互动量(右侧 y 轴)
  • 用标记突出显示互动量最高的 3 天
粉丝增长(面积图)
  • 每日新增粉丝
  • 叠加显示 7 天移动平均趋势线
  • 累计粉丝增长
帖子表现散点图
  • X 轴:展示次数。Y 轴:互动次数
  • 按颜色将帖子分为四个象限:
    • 热门:高触达 + 高互动
    • 爆红但浅层:高触达 + 低互动
    • 小众精品:低触达 + 高互动
    • 表现不佳:低触达 + 低互动
  • 鼠标悬停圆点时显示帖子 URL 和日期
每周各日热力图
  • 按星期几显示平均展示次数和互动次数
  • 突出显示表现最佳的日期
受众细分(条形图)
  • 职位
  • 行业
  • 职级
  • 公司规模
  • 主要地区
格式规则
  • 数字格式:用 67K 而不是 67000,用 1.2M 而不是 1200000
  • 在顶部醒目显示粉丝总数
  • 响应式布局(适用于笔记本电脑和大屏显示器)
  • 深色背景,高对比度图表颜色

第 4 步:撰写策略分析

在仪表板下方,按以下部分撰写简洁的分析:

表现总结
  • 趋势:增长、停滞或下降(使用趋势线)
  • 当前互动率;只有在来源经过核实且标注日期、指标定义一致时,才与外部基准进行比较
热门帖子模式
  • 分析展示次数排名前 10 的帖子,以及互动次数排名前 10 的帖子
  • 模式:发布日期、月份中的发布时间、内容主题
  • 高展示次数 + 低互动:这说明什么?
  • 低展示次数 + 高互动:这说明什么?
受众与内容契合度
  • 根据人口统计数据确定核心受众
  • 哪些内容主题和形式会引起共鸣
  • 应重点关注或减少关注的受众细分
增长速度
  • 每日平均粉丝增长数
  • 按当前速度推算 30、60、90 天的情景,并标注为外推结果而非预测
  • 增长加速或减速趋势
日期与发布时间策略
  • 展示次数最高的日期
  • 互动次数最高的日期
  • 根据数据确定最佳发布计划
5 条具体内容建议

每条建议都包括:

  • 内容角度或主题
  • 数据为何支持该建议
  • 目标受众细分
  • 证据和可测试的假设,不承诺效果

第 5 步:提出下一步行动

分析之后:

要我把这 5 条建议中的一条写成完整帖子吗?请使用建议编号调用 post-writer 或 post-formatter 技能。

规则

  • 使用数字,不用形容词。“互动率为 2.3%”优于“互动情况良好”。
  • 分析应直截了当,不要赘述或填充内容。
  • 切勿编造导出数据中不存在的指标。
  • 标记数据质量问题(缺少列、日期范围异常),不要默默绕过。
  • 切勿使用长破折号。
  • 除非 voice.md 另有规定,否则使用英式英语。
  • 建议每月运行一次。只有经过一段时间,才能发现规律。

评论

支持 Markdown