mcpField
E
email-report

email-report

github.com/cognyai营销与增长11146 次安装2 周前更新
代码仓库

关于 email-report

email-report 是 Cogny 技能,可将已连接邮件服务商的数据整理为周报或月报。它比较不同时间段、解释指标变化,并生成 Slack、CEO 邮件和演示文稿版本;具体指标取决于服务商。

主要功能

  1. 01比较周度或月度时段
  2. 02计算互动和列表指标
  3. 03排列活动表现并识别异常
  4. 04结合活动背景解释变化
  5. 05生成 Slack、CEO 邮件和演示文稿报告
  6. 06保存摘要和重要发现

适用场景

  1. 01准备定期邮件表现报告
  2. 02将活动结果与前期比较
  3. 03解释互动率变化
  4. 04以多种格式制作利益相关方报告

MCP 相关

通过 Cogny MCP 和已连接的邮件服务商获取活动、自动化流程及订阅者数据,具体取决于服务商支持情况。它还通过 Cogny 保存报告上下文和发现。

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/cognyai/claude-code-marketing-skills --skill email-report

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

详细介绍

邮件报告

每位邮件营销人员每封邮件都要付出的 3 小时时间成本:提取上一周期的数据、绘制趋势图、解释差异,并用符合受众的语气撰写评论。此技能只需一条命令即可完成,并输出三个版本——Slack 消息、CEO 邮件和董事会演示文稿章节——让你可以直接采用利益相关方需要的版本。

需要: Cogny MCP + 已连接的 ESP。注册

用法

/email-report — 月度报告,包含全部三种格式(默认) /email-report weekly — 最近 7 天 /email-report monthly ceo — 月度报告,仅包含 CEO 邮件 /email-report weekly slack — 周报,仅包含 Slack 更新

前置条件检查

检测已连接的 ESP。如果没有,则停止并提示用户。

步骤

1. 定义周期
模式当前窗口对比
weekly最近 7 天前 7 天 + 4 周滚动平均值
monthly最近 30 天前 30 天 + 12 周滚动平均值

首先说明确切的日期范围。

2. 提取数据

**按 ESP 配置的工具适配器。**具体使用哪个工具取决于已连接的 ESP:

数据KlaviyoMailchimpRuleGet a Newsletter
活动列表list_campaignstool_list_campaignstool_list_campaignstool_list_sent
活动指标get_campaign + list_events(按指标筛选)tool_get_reporttool_get_campaign_statisticstool_get_report
自动化 / 流程列表list_flowstool_list_automationstool_list_journeys不可用
流程指标get_flowtool_get_automationtool_list_journeys(有限)不可用
订阅者列表规模list_profiles(计数)tool_get_audiencetool_list_subscribers(计数)tool_list_contacts(计数)
每次发送收入✓ 通过 list_events 并设置 metric="Placed Order" 获取不可用不可用不可用

对于当前窗口和对比窗口,提取以下数据:

群发活动:

  • 每个活动的主题、发送日期、收件人数、打开次数、独立打开次数、点击次数、独立点击次数、退订数和退信数。
  • **归因收入——仅适用于 Klaviyo。**对于 Klaviyo,提取限定在发送窗口内的“Placed Order”事件,并按活动进行归因。对于 Mailchimp/Rule/Get a Newsletter,报告中完全省略收入一项,并明确说明原因。

流程 / 自动化——因 ESP 而异:

  • Klaviyo:流程名称、触发量、每个流程的收入(通过事件获取)。
  • Mailchimp:自动化名称、发送数、打开数、点击数(无收入)。
  • Rule:旅程名称 + 有限指标。
  • Get a Newsletter:**不存在流程对象。**跳过此部分;如果用户有固定的新闻通讯发送频率,则使用“定期发送”作为替代指标。

列表级指标:

  • 周期开始与结束时的列表规模
  • 周期内新增订阅者
  • 周期内退订人数
  • 净变化 + 增长率
3. 计算报告指标

针对每个窗口,计算:

指标计算方式重要性
发送数已送达邮件总数检查发送量是否合理
打开率独立打开次数 / 已送达数主题/预览文本效果(受 MPP 干扰)
CTR独立点击次数 / 已送达数真实互动情况
CTOR独立点击次数 / 独立打开次数内容效果(不易受 MPP 影响)
退订率退订数 / 已送达数列表健康状况信号
退信率退信数 / 已发送数可送达性信号
每次发送收入电商收入 / 已送达数(如有)高管真正关心的唯一指标
列表增长率(期末规模 - 期初规模)/ 期初规模获客健康状况

显示绝对值 + 与上一周期相比的变化百分比 + 与滚动基线相比的变化百分比。

4. 找出表现突出的活动

按打开率、CTR 和收入对当前时间段内的营销活动进行排名。找出:

  • 表现最佳 — 收入最高的活动(如果没有收入数据,则按 CTOR 排名)
  • 表现最差 — 收入/CTOR 最低的活动
  • 异常值 — 指标与用户的典型基线相差 >2σ 的活动(意外表现出色或意外表现不佳)

对于每个活动,根据可见属性(主题风格、发送时间、细分受众、内容类型)写出一句话的原因假设。

5. 解释波动

不要只说“CTR 下降了 8%”。要解释原因。交叉参照:

  • 发送量有变化吗?向参与度较低的细分受众发送更多邮件,即使绝对收入正常,也会拉低比率指标。
  • 受众细分构成有变化吗?(向整个邮件列表发送,还是仅向活跃用户发送)
  • 发送频率有变化吗?(每周发送次数增加 → 用户疲劳)
  • 是否有某个活动拉低了平均值?(向大型细分受众发送了一封效果不佳的邮件)
  • 邮件列表维护情况有变化吗?(大量退订,或重新互动的截止时间)
  • 是否有外部事件?(节假日、产品发布、服务中断)

按结论 → 证据的方式描述发现:

“打开率从 28% 降至 22%。本月的四次发送中,有两次发给了 180 天未活跃的细分受众(12 万名收件人,打开率为 14%),拉低了平均值。如果只看发给活跃细分受众的邮件,打开率实际上从 34% 升至 36%。”

6. 生成三种输出
6.1 Slack 更新(≤500 个字符,3 条要点)
📧 Email – <period label>
• Sends: <N> ( <±>% vs prior)  |  Open: <X>% ( <±>pp)  |  CTR: <Y>% ( <±>pp)
• 🏆 Top: "<subject>" — <metric>  |  ⚠️ Watch: <one-line variance call>
• Revenue: $<X> ( <±>% vs prior)  |  List: <±>% net growth  |  Next week: <1-line plan>
6.2 CEO 邮件(≤250 个单词,叙述形式)
Subject: Email performance — <period label>

Hi <CEO first name>,

Quick update on email this <period>:

Headline: <one-sentence summary — is it good, bad, or mixed?>

What happened:
[2-3 sentences explaining volume, rate-metric movement, revenue. Tie to a
business narrative — launches, campaigns, segment focus.]

What's notable:
[1-2 sentences. Top campaign or surprise win or flagged concern.]

What's next:
[1-2 sentences. Concrete plan for next period. Pick ONE action, not five.]

Happy to dig deeper on any of this.

<signoff>
6.3 演示文稿章节(完整内容)
EMAIL PERFORMANCE — <period label>

Summary
  <two-sentence narrative>

Key metrics
  [table: current / prior / rolling / %Δ]
  Sends, Open rate, CTR, CTOR, Unsub rate, Revenue per send, List size

Trend
  [describe what a chart should show — up-and-to-the-right, step change, etc.]

Campaign roundup
  🏆 Best:  "<subject>"
           <segment>, <recipients>, <metric wins>
  📉 Worst: "<subject>"
           <what happened>

Flow performance (if applicable)
  [table of top 3 flows by revenue, with recipient count and conv rate]

What moved the needle
  [2-3 bullets — claim → evidence]

Plan for next <period>
  [2-3 bullets — concrete, owned, measurable]
7. 保存叙述摘要

将该时间段摘要保存到 Cogny 的上下文树中,以便后续运行 /email-report 时保留历史连续性:

{
  "path": "insights/email/reports/<period label>",
  "body": "<the narrative summary + key numbers>"
}

生成报告前,还要读取此路径下的任何上一份报告,并在“发生了什么”叙述中引用,例如“这与上月的趋势一致”/“这扭转了我们此前指出的下滑”。

8. 针对值得关注的问题创建发现项

对于任何严重问题(退订率飙升、送达率下降、收入骤降),都要创建发现项,使其显示在仪表板中,而不只是出现在报告里。

{
  "title": "Unsub rate doubled vs prior month (0.18% → 0.37%)",
  "body": "<which campaigns drove it, which segment, recommended fix>",
  "action_type": "list_hygiene",
  "priority": "high"
}

输出默认设置

  • 如果用户未指定格式,输出全部三种格式,并清楚标注。
  • Slack 版本放在最前面——用户快速浏览时最容易阅读。
  • 最后附上原始指标表,方便用户复制数据。

备注

  • 打开率容易受干扰,因为存在 Apple MPP。务必同时报告 CTR 和 CTOR。如果打开率变化 >5 个百分点,但 CTOR 没有变化,这很可能是 MPP 用户群发生变化,而非用户行为改变。
  • 首次运行时没有上一时间段可供比较——要明确说明这一点,并且只使用绝对数值。
  • 不要编造收入数字。 在 cogny-mcp-proxy 中,Klaviyo 是目前唯一能提供收入数据的 ESP(通过带有 value 字段的 “Placed Order” 事件)。对于 Mailchimp、Rule 和 Get a Newsletter,应说明“此 ESP 的 MCP 未提供收入数据”,并且只报告参与度;或者让用户粘贴列表收入数据,以便根据其数据计算 CPM/每次发送收入。

评论

支持 Markdown