mcpField
D
dark-funnel

dark-funnel

github.com/indranilbanerjee营销与增长913114 次安装今天更新
代码仓库

关于 dark-funnel

dark-funnel 是用于梳理传统归因可能遗漏的买家旅程活动的营销情报技能。它整合品牌搜索、社区提及、播客活动、AI 引用和问卷反馈等信号,评估渠道状况及投资机会。

主要功能

  1. 01汇总未追踪渠道的信号
  2. 02关联信号与营销活动
  3. 03按买家阶段绘制触点
  4. 04评估渠道健康度与意向
  5. 05提出投资机会建议
  6. 06制定监测计划

适用场景

  1. 01评估品牌在在线社区中的活动
  2. 02分析播客露出与搜索或流量变化的关联
  3. 03识别 AI 和暗社交的可见度信号
  4. 04确定后续营销投资的优先渠道

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/indranilbanerjee/digital-marketing-pro --skill dark-funnel

安装后在 Claude Code 中输入/dark-funnel确认已加载。

详细介绍

/digital-marketing-pro:dark-funnel

目的

绘制并揭示暗漏斗——传统归因无法捕捉的买家旅程活动。找出潜在客户在可追踪渠道之外接触品牌的场景(Reddit 讨论、AI 聊天机器人查询、播客提及、社区论坛、口碑传播、暗社交分享),并挖掘意向信号,从而揭示分析平台无法衡量的品牌认知和考虑的真实范围。

所需输入

用户必须提供(或将收到提示提供):

  • 品牌名称和产品名称:要在暗漏斗渠道中追踪的品牌及具体产品或服务——用于定义搜索词、提及模式和信号查询
  • 已知的社区布局:品牌拥有官方或自然影响力的 Subreddit、Slack 社区、Discord 服务器、行业论坛或细分平台——这些是暗漏斗监听的主要阵地
  • 播客亮相:品牌参与过的单集、节目或赞助活动——用于将虚荣 URL 访问量、促销码兑换量和品牌搜索量激增与具体播出日期关联起来
  • AI 可见度数据(可选):/digital-marketing-pro:geo-monitor 的输出,显示 AI 聊天机器人(ChatGPT、Perplexity、Gemini)如何提及或推荐品牌——这是一个日益重要的暗漏斗渠道
  • 品牌搜索量趋势:Google Search Console 或第三方关键词数据所显示的品牌搜索量随时间的变化趋势——这是离线和不可追踪的品牌曝光最有力的代理信号
  • “您是如何得知我们的?”调查数据(可选):来自潜在客户表单、新用户引导流程或购后调查的自我报告归因——这是客户自行指出暗漏斗触点的直接证据

流程

  1. 加载品牌背景:读取 ~/.claude-marketing/brands/_active-brand.json 获取当前启用的 slug,然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、行业背景和已知竞争格局。另请检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南——如果存在,则加载其中的限制。检查 ~/.claude-marketing/sops/ 中是否有代理机构 SOP。如果没有品牌,请询问:“先设置品牌?(/digital-marketing-pro:brand-setup)”——或者使用默认设置继续。
  2. 汇总暗漏斗信号:收集并规范化所有可用暗漏斗来源的数据——品牌搜索量随时间变化的趋势(未追踪曝光的主要替代指标)、Reddit 和社区提及频率与情绪、来自地理追踪器的 AI 聊天机器人引用数据、与线下活动相关的直接流量异常、播客归因数据(自定义 URL 访问量、促销代码使用情况、单集发布后的流量激增),以及按来源分类的自报问卷回复数据。
  3. 关联信号与营销活动:将暗漏斗信号峰值与已知营销活动时间线交叉比对——播客单集发布后,品牌搜索量是否激增?产品发布或公关报道后,社区提及是否增加?参加会议后,直接流量是否上升?找出哪些活动带来了最强的暗漏斗响应,哪些活动没有产生可测量的暗信号。**注意:**GA4 新增的默认 “AI Assistant” 渠道现在可以直接测量一部分此前属于暗流量的 AI 助手引荐流量(ChatGPT、Gemini、Copilot、Perplexity 等)——从 GA4 中提取这些数据并将其视为明流量,从估算的“暗” AI 影响中扣除,避免重复计算。
  4. 绘制不可见的买家旅程图:绘制暗漏斗地图,标明每个未追踪的触点、其在买家旅程中的位置(认知、考虑、决策)、估计受众规模和增长轨迹。按渠道类型对触点分类——社区(Reddit、论坛、Discord)、媒体(播客、YouTube 提及)、AI(聊天机器人引用)、社交(通过私信和私人群组进行的暗社交分享)和口碑(问卷报告)。
  5. 评估各渠道的暗漏斗健康度:根据各暗漏斗渠道的信号强度(数据量和可靠性)、增长趋势(增长、稳定或下降)、渠道内的品牌情绪,以及转化接近度(距离购买意向有多近)进行评级。生成综合暗漏斗健康度评分。
  6. 推荐暗漏斗投资机会:根据评分和关联分析,找出投资回报率最高的暗漏斗投资机会——信号强但尚未有针对性品牌投入的渠道、呈现增长趋势的新兴渠道,以及可以通过有针对性的投入来提升表现不佳渠道。

输出

一份全面的暗漏斗情报报告,包含:

  • 暗漏斗地图:以可视化方式呈现所有已识别的隐形触点,按渠道类型和买家旅程阶段分类,并估算每个触点的受众覆盖范围
  • 各暗渠道的信号强度:量化每个暗漏斗来源的信号量和可靠性,包括品牌搜索量趋势、社区提及频率、AI 引用率、播客归因指标、暗社交指标和问卷报告的来源
  • 相关性分析:叠加时间线,展示哪些营销活动会带动哪些暗漏斗信号,并标注相关性强度评分以及活动与信号响应之间的滞后时间
  • 暗漏斗健康评分:汇总所有渠道的综合评分,并按渠道细分,涵盖信号强度、增长趋势、情绪倾向和转化接近度评级
  • 影响力估算:根据相关性信号和问卷数据交叉验证,估算暗漏斗渠道对整体销售管道和营收的贡献
  • 投资建议:按优先级列出暗漏斗投资机会,说明预期影响、所需投入以及各渠道的推荐策略
  • 监控计划:持续追踪暗漏斗的频率安排,说明每周、每月和每季度要监控的信号,并列出重大变化的告警阈值

使用的 Agent

  • market-intelligence — 汇总社区平台、播客、AI 聊天机器人和暗社交渠道中的暗漏斗信号,将信号峰值与营销活动时间线交叉比对以识别相关性模式;检测暗漏斗来源的趋势,发现新兴渠道和衰退渠道;并在数据可用时对暗漏斗进行竞争分析
  • analytics-analyst — 分析品牌搜索量并分解趋势,检测直接流量异常并识别归因缺口,计算营销活动与暗漏斗信号响应之间的相关性评分及滞后时间,并从信号强度、增长、情绪倾向和转化接近度等维度计算综合暗漏斗健康评分

评论

支持 Markdown