关于 campaign-tiering
campaign-tiering 是一项依据活动表现数据对正在运行的营销活动分级的技能,适用于需要定期评估外联活动的团队。它按兴趣率与回复率将活动归为扩大、优化或停止,并排除发送量不足的样本。
主要功能
- 01按兴趣率和回复率划分活动等级
- 02排除发送量少于 50 的活动
- 03为扩大级活动提出扩展措施
- 04为优化级活动建议测试方向
- 05为停止级活动分析可能原因
适用场景
- 01每周复核正在运行的外联活动
- 02比较不同假设下的活动表现
- 03确定哪些活动应暂停或扩量
MCP 相关
流程说明通过 MCP 从发送平台提取活动指标,再据此计算兴趣率和分级。
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-tiering安装后在 Claude Code 中输入/campaign-tiering确认已加载。
详细介绍
Campaign 分层
检查所有正在运行的 Campaign,并根据表现数据将它们分为三个层级:扩大、优化或停止。不要继续运行效果不佳的 Campaign。
所需信息
- Campaign 表现数据(回复率、兴趣率、打开率)
- 活跃 Campaign 列表及其假设名称
- 每个 Campaign 发送的联系人数量(至少发送 50 封才能分层)
表现阈值
第 1 级 — 扩大:兴趣率高于 30% → 将 LinkedIn 添加为第二个渠道。增加发送量。扩大联系人列表。
第 2 级 — 优化:兴趣率为 17–30% → 调整文案。调整 CTA。尝试新的主题行版本。暂时不要停止。
停止 — 兴趣率低于 17%(或回复率低于 1%) → 立即暂停。不要添加更多联系人。记录失败原因。
兴趣率定义:表示有意愿继续对话的回复占比(不包括自动回复、退订或“没兴趣”)。
流程
- 通过 MCP 从发送平台获取 Campaign 指标
- 筛除发送量不足 50 的 Campaign——数据不足以进行分层
- 计算每个 Campaign 的兴趣率:(感兴趣的回复数 / 总回复数)× 100
- 根据上述阈值分配层级
- 对于第 1 级:提出具体的扩大措施
- 对于第 2 级:提出一项具体的优化测试
- 对于停止项:找出最可能的根本原因(目标定位、文案、切入角度或信号)
输出格式
Campaign tiering review: [date]
Campaigns evaluated: [n] | Excluded (under 50 sends): [n]
TIER 1 — SCALE ([n] campaigns)
[Campaign name] | Sends: [n] | Reply rate: [n%] | Interest rate: [n%]
→ Scale action: [add LinkedIn / expand list / increase volume]
TIER 2 — OPTIMIZE ([n] campaigns)
[Campaign name] | Sends: [n] | Reply rate: [n%] | Interest rate: [n%]
→ Optimize: [specific suggestion]
KILL ([n] campaigns)
[Campaign name] | Sends: [n] | Reply rate: [n%] | Interest rate: [n%]
→ Root cause: [targeting / copy / angle / signal quality]
SUMMARY
Campaigns to scale: [n] | To optimize: [n] | To kill: [n]
Recommended next step: [one action]
备注
- 每周进行一次分层——发送 20 封时看起来有前景的 Campaign,发送 100 封后可能表现不佳
- 停止 Campaign 是好事:这能释放预算和精力,投入到有效的项目中
- 如果所有 Campaign 都处于第 2 级或停止状态,问题通常出在信号策略,而非文案
- 更改假设之前,绝不要将停止的 Campaign 重新设为活跃——同一个 Campaign,只会得到同样的结果
- 打开率高但回复率低的 Campaign = 文案问题。打开率低 = 主题行或送达率问题。
评论
支持 Markdown