mcpField
C
Campaign Analyzer

Campaign Analyzer

github.com/jmsktm营销与增长10209 次安装40 周前更新
代码仓库

关于 Campaign Analyzer

Campaign Analyzer 是面向营销经理、效果营销人员和分析师的营销数据分析技能,可评估多渠道活动表现并定位优化机会。它涵盖漏斗、创意、归因和投资回报分析,侧重形成可执行建议。

主要功能

  1. 01对照目标评估活动表现
  2. 02分析转化漏斗与渠道归因
  3. 03比较创意素材和受众表现
  4. 04计算 ROI、CAC 与 ROAS
  5. 05提出预算优化建议

适用场景

  1. 01复盘营销活动并对照 KPI
  2. 02比较渠道表现并调整预算
  3. 03找出转化漏斗中的瓶颈
  4. 04评估创意素材与营销投资回报

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/jmsktm/claude-settings --skill campaign-analyzer

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

详细介绍

Campaign Analyzer

将营销数据转化为可执行的洞察,提升营销活动成效。此技能可帮助你系统地分析各渠道的营销活动,找出奏效之处,诊断问题所在,并依据数据做出优化决策。

原始指标无法讲述全貌——此技能可帮助你从数据中梳理出脉络。从品牌认知营销活动、潜在客户开发到电子商务,学习衡量关键指标、对照行业标准进行基准比较,并呈现能够助力营销决策的分析结果。

专为营销经理、效果营销人员、分析师,以及所有负责展现营销影响并提升成效的人员打造。

核心工作流

工作流 1:营销活动成效评审
  1. 目标对齐 - 将结果与目标进行比较
  2. KPI 仪表盘 - 跟踪主要和次要指标
  3. 漏斗分析 - 找出转化瓶颈
  4. 渠道归因 - 了解各来源的贡献
  5. 支出效率 - 计算成本指标(CPM、CPC、CPA、ROAS)
  6. 受众成效 - 按人口统计特征/行为进行细分
  7. 创意分析 - 找出表现最佳的素材
  8. 建议汇总 - 提出可执行的后续步骤
工作流 2:多渠道分析
  1. 渠道映射 - 梳理客户旅程中的所有触点
  2. 归因建模 - 首次触点、末次触点、多触点
  3. 跨渠道协同效应 - 了解各渠道如何协同运作
  4. 预算分配评审 - 按渠道比较支出与成效
  5. 受众重叠 - 比较各渠道的覆盖人数和频次
  6. 旅程映射 - 分析转化路径
  7. 优化建议 - 提出预算重新分配建议
工作流 3:创意成效分析
  1. 素材清单 - 列出测试过的所有创意版本
  2. 成效排名 - 从表现最佳到最差排序
  3. 元素分析 - 找出推动成效的元素
  4. 格式比较 - 比较静态、视频和轮播格式
  5. 信息测试 - 找出能引起共鸣的价值主张
  6. 创意疲劳 - 分析成效随时间的变化
  7. 经验记录 - 为未来创意整理洞察
工作流 4:ROI 与归因分析
  1. 收入归因 - 将营销活动与收入关联起来
  2. 客户获取成本 - 计算完全成本 CAC
  3. 生命周期价值分析 - 按获客渠道分析 LTV
  4. ROAS 计算 - 计算各营销活动的广告支出回报率
  5. 回本周期 - 计算收回获客成本所需的时间
  6. 增量测试 - 衡量营销活动的真实影响
  7. 预算优化模型 - 提出最优预算分配建议

快速参考

操作命令/触发语
营销活动评审"分析 [campaign name] 的成效"
渠道比较"比较 [channels] 的表现"
ROI 计算"计算 [marketing initiative] 的 ROI"
创意分析"找出表现最佳的创意"
漏斗分析"找出转化瓶颈"
支出优化"建议重新分配预算"
归因评审"分析 [campaign] 的归因情况"
高管摘要"创建 [campaign results] 的高管摘要"

最佳实践

  • 从目标出发 - 分析应服务于目标,而非虚荣指标
  • 提前定义成功标准 - 上线前确定基准
  • 对所有内容进行细分 - 汇总数据会掩盖洞见
  • 确保比较对象一致 - 进行标准化,以便有意义地比较
  • 寻找规律 - 单个数据点可能会误导
  • 背景因素很重要 - 季节性、竞争和市场状况
  • 归因并不完美 - 承认模型的局限性
  • 聚焦可执行的内容 - 洞见必须推动行动
  • 关注趋势,而非某一时点的数据 - 方向比绝对值更重要
  • 先测试,再扩大规模 - 在大幅调整支出前进行验证
  • 记录经验 - 积累组织知识
  • 自动化报告 - 把时间花在分析上,而不是提取数据
  • 有效呈现数据 - 用图表讲述故事
  • 区分高管版与详细版 - 为不同受众提供恰当的深度
  • 先给出建议 - 我们应该做出哪些改变?

评论

支持 Markdown