mcpField
C
campaign-report

campaign-report

github.com/victor-shulga营销与增长146 次安装4 天前更新
代码仓库

关于 campaign-report

campaign-report 根据邮件营销平台的活动数据生成结构化周报，并指出本周最值得采取的一项行动。适用于需要定期复盘多个活跃活动的团队。

主要功能

  1. 01汇总活跃活动指标
  2. 02计算打开率、回复率和兴趣率
  3. 03划分活动层级并比较周度变化
  4. 04识别表现最佳的活动
  5. 05提炼洞察并建议行动

适用场景

  1. 01每周审查多个外联活动表现
  2. 02向客户提供去除内部层级标签的报告
  3. 03发现兴趣率连续下降并标记名单疲劳

MCP 相关

通过 MCP 从 PlusVibe、Instantly 或同类发送平台提取活动指标。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/victor-shulga/outbound-engine-skills --skill campaign-report

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

详细介绍

营销活动报告

汇总所有有效营销活动的指标，生成结构化的效果报告，并指出本周最重要的一项行动。

所需内容

  • 通过 MCP 访问发送平台（PlusVibe、Instantly 或同类平台）
  • 报告周期（默认：过去 7 天）
  • 确认这是内部报告还是面向客户的报告

报告章节

执行摘要 — 最多 3 条要点。用通俗易懂的语言说明本周发生了什么。

营销活动效果表 — 列出每个有效营销活动及其关键指标。

等级变动 — 列出自上周以来等级上升或下降的营销活动。

本周表现最佳的营销活动 — 利益率最高的单个营销活动，并简要说明其奏效的原因。

关键洞察 — 观察所有营销活动后发现的一种模式，可为下一步行动提供依据。

建议行动 — 根据数据提出本周要采取的一项具体行动。

流程

  1. 通过 MCP 提取报告周期内的营销活动指标
  2. 计算每个营销活动的打开率、回复率和利益率
  3. 运行营销活动分级逻辑，为其分配等级
  4. 与上周的等级进行比较（如果有数据），找出等级变动
  5. 找出表现最佳的营销活动，并总结其奏效的原因
  6. 综合所有营销活动中的模式，得出一项关键洞察
  7. 提出一项具体行动建议

输出格式

Outbound Report: [week / date range]
Generated: [date]
Prepared by: Claude Code

EXECUTIVE SUMMARY
• [Key result 1]
• [Key result 2]
• [Key result 3]

CAMPAIGN PERFORMANCE
Campaign | Sends | Opens | Replies | Interested | Tier
[name]   | [n]   | [n%]  | [n%]    | [n%]       | [1/2/Kill]
...

Total pipeline: [n] interested leads this period

TIER MOVEMENTS
Moved to Tier 1: [campaigns]
Moved to Tier 2: [campaigns]
Killed: [campaigns]

TOP PERFORMER
Campaign: [name]
Interest rate: [n%]
Why it worked: [signal + persona + angle that drove results]

KEY INSIGHT
[One pattern observed across campaigns — e.g., "SDR-hiring signal is outperforming new-CRO signal 2:1 this week"]

RECOMMENDED ACTION THIS WEEK
[Specific action — campaign to scale, test to run, copy to change, signal to add]

说明

  • 面向客户的报告：移除内部等级标签，并替换为通俗易懂的描述
  • 如果利益率环比下降，请醒目标出——这是名单耗尽的先行指标
  • “关键洞察”是报告中最有价值的部分——不要跳过
  • 通过 trigger.dev 或同类自动化工具，将报告设置为每周一早晨自动运行

评论

支持 Markdown