关于 marketing-analytics
面向分析师和营销人员的营销分析参考技能,涵盖渠道表现、报告、预测与归因。它提供指标定义及解读结果、规划优化的结构化方法。
主要功能
- 01渠道指标定义
- 02周、月、季度报告结构
- 03仪表板设计原则
- 04趋势分析与预测
- 05归因模型指导
- 06优化方法
适用场景
- 01编制渠道表现报告
- 02审视营销活动与漏斗趋势
- 03比较归因方法
- 04规划营销预测
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ okou-ai/ okou-skills --skill marketing-analytics安装后在 Claude Code 中输入/marketing-analytics确认已加载。
详细介绍
渠道指标参考
电子邮件
| 指标 | 计算方式 | 典型范围 | 提供的洞察 |
|---|---|---|---|
| 投递率 | 已投递 / 已发送 | 95-99% | 发件人信誉和邮件列表质量 |
| 打开率 | 独立打开次数 / 已投递 | 15-30% | 主题行和发件人名称的有效性 |
| 点击率(CTR) | 独立点击次数 / 已投递 | 2-5% | 内容和 CTA 的相关性 |
| 点击打开率(CTOR) | 独立点击次数 / 独立打开次数 | 10-20% | 打开邮件用户所看到的邮件内容质量 |
| 退订率 | 退订数 / 已投递 | 低于 0.5% | 受众与内容的匹配度,以及对发送频率的容忍度 |
| 退信率 | 退信数 / 已发送 | 低于 2% | 邮件列表数据质量 |
| 转化率 | 转化数 / 已投递 | 1-5% | 电子邮件的全漏斗表现 |
| 单次发送收入 | 总收入 / 发送的电子邮件数 | 因情况而异 | 直接带来的收入贡献 |
| 邮件列表增长率 | (新增订阅数 - 退订数)/ 邮件列表总人数 | 每月 2-5% | 受众获取情况 |
社交平台
| 指标 | 计算方式 | 提供的洞察 |
|---|---|---|
| 展示次数 | 内容出现在动态中的次数 | 分发覆盖面 |
| 触达人数 | 看到内容的独立用户数 | 受众覆盖范围 |
| 互动率 | (反应数 + 评论数 + 分享数)/ 触达人数 | 内容引发共鸣的程度 |
| 点击率 | 链接点击次数 / 展示次数 | 引流能力 |
| 粉丝增长率 | 每个周期净增粉丝数 / 粉丝总数 | 受众扩张速度 |
| 分享/转发率 | 分享数 / 触达人数 | 病毒式传播和拥护度的信号 |
| 视频观看率 | 观看次数 / 展示次数 | 视频开场吸引力 |
| 视频完播率 | 完整观看次数 / 总观看次数 | 内容质量和时长是否合适 |
| 声量份额 | 提及你的次数 / 类别总提及次数 | 竞争中的可见度 |
付费广告(搜索和社交)
| 指标 | 计算方式 | 提供的洞察 |
|---|---|---|
| 展示次数 | 广告出现的次数 | 预算使用情况和受众规模 |
| 点击率(CTR) | 点击次数 / 展示次数 | 创意和定向的相关性 |
| 单次点击成本(CPC) | 花费 / 点击次数 | 引流效率 |
| 千次展示成本(CPM) | 每 1,000 次展示的花费 | 品牌认知成本效益 |
| 转化率 | 转化数 / 点击次数 | 落地页和优惠的有效性 |
| 单次获客成本(CPA) | 花费 / 转化数 | 全漏斗成本效益 |
| 广告支出回报率(ROAS) | 收入 / 广告支出 | 收入产出回报 |
| 质量得分(搜索) | 平台相关性评分(1-10) | 广告、关键词和目标页面之间的匹配度 |
| 频次 | 每位用户平均看到广告的次数 | 广告疲劳风险指标 |
| 浏览后转化 | 看过广告但未点击的用户产生的转化 | 展示广告和品牌认知广告位的影响力 |
自然搜索 / SEO
| 指标 | 计算方式 | 提供的洞察 |
|---|---|---|
| 自然搜索会话数 | 来自搜索引擎的访问次数 | SEO 整体健康状况 |
| 关键词排名 | 目标搜索词的排名 | 搜索结果中的可见度 |
| 自然点击率 | 点击次数 / 搜索展示次数 | 标题和元描述的吸引力 |
| 已编入索引的页面数 | 存在于搜索索引中的页面数 | 可抓取性和网站架构 |
| 域名权威度 | 第三方综合评分 | 网站整体实力 |
| 反向链接数 | 链接至本站的外部域名数 | 站外权威度和内容价值 |
| 页面速度 | 达到可交互状态所需时间 | 用户体验质量和排名信号 |
| 自然搜索转化率 | 转化数 / 自然搜索会话数 | 意图匹配度和内容质量 |
| 自然搜索热门入口页 | 来自搜索的访问量最高的页面 | 表现最佳的 SEO 内容 |
内容表现
| 指标 | 计算方式 | 提供的洞察 |
|---|---|---|
| 页面浏览量 | 内容页面的总浏览量 | 内容覆盖范围 |
| 独立访客 | 浏览内容的不同用户数 | 实际受众规模 |
| 页面平均停留时间 | 在内容页面上花费的时间 | 参与深度 |
| 跳出率 | 单页会话数 / 所有会话数 | 内容与受众的匹配度及用户体验 |
| 滚动深度 | 页面滚动比例 | 参与度的持续性 |
| 社交分享次数 | 内容在社交平台上的分发次数 | 受众认可度 |
| 获得的反向链接 | 内容获得的外部链接数 | SEO 价值和权威性 |
| 归因线索数 | 可追溯至内容互动的线索数 | 转化能力 |
| 内容投资回报率 | 归因收入 / 制作成本 | 投资回报 |
管线与收入指标
| 指标 | 计算方式 | 提供的洞察 |
|---|---|---|
| 市场认可线索(MQL) | 达到营销资格标准的线索 | 漏斗顶部产出 |
| 销售认可线索(SQL) | 被销售团队接受的 MQL | 线索质量 |
| MQL 到 SQL 的转化率 | SQL / MQL | 营销与销售的协同情况 |
| 新增管线 | 新商机的金额 | 营销对收入的影响 |
| 管线推进速度 | 商机推进的速度 | 活动紧迫性和质量信号 |
| 客户获取成本(CAC) | 营销支出 + 销售支出总额 / 新客户数 | 获取效率 |
| CAC 回收期 | 通过收入收回 CAC 所需的月数 | 单位经济效益的可行性 |
| 营销来源收入 | 来自营销促成交易的收入 | 营销的直接贡献 |
| 营销影响收入 | 来自接触过任何营销触点的交易的收入 | 营销更广泛的影响范围 |
报告结构
每周快照
旨在让团队快速了解情况:
- 三项核心指标及其周环比变化
- 成果:1-2 项有数据支持的亮点
- 关注事项:1-2 项需要关注的领域及相关数据
- 后续行动:未来一周的 3-5 项优先事项
月度表现回顾
用于利益相关者报告的标准格式:
- 执行摘要(3-5 句话)
- 核心指标表,包含月环比和目标对比
- 按渠道划分的表现明细
- 活动结果和亮点
- 成功之处与表现不佳之处,以及相应的工作假设
- 下月的建议和优先事项
- 实际支出与计划预算对比
季度战略回顾
用于领导层分析:
- 季度结果与既定目标的对比
- 年初至今的进展和趋势
- 按渠道评估投资回报率
- 活动组合表现摘要
- 竞争格局和市场环境观察
- 下一季度的战略建议
- 预算提案和重新分配计划
- 实验结果和关键经验
仪表板构建原则
- 展示与业务目标直接相关的指标,而非虚荣指标
- 展示多个时期的趋势,而非孤立的数据点
- 提供对比基准:上一时期、目标、行业基准
- 统一使用颜色标识:绿色表示进展符合预期,黄色表示存在风险,红色表示进展偏离预期
- 按漏斗阶段或所回答的业务问题组织内容
- 将仪表板控制在单屏内;详细数据放入附录
- 让刷新频率与决策频率相匹配(付费媒体实时刷新,内容每周刷新)
趋势分析与预测
识别模式
分析性能数据时,请关注:
- 持续趋势:指标是否在连续 4 个或更多周期内持续上升、下降或保持平稳?
- 转折点:趋势在何时发生变化?当时发生了什么事件?
- 周期性模式:是否按星期、月份或季度出现反复波动?
- 异常值:孤立的峰值或谷值是什么原因造成的?能否重现或避免这种情况?
- 预测信号:哪些指标会先发生变化,并预示后续结果?
分析流程
- 绘制指标随时间变化的图表,至少包含 8-12 个数据点,以确保统计相关性
- 描述总体趋势(上升、下降、稳定或波动)
- 量化变化速率——趋势是在加速还是趋缓?
- 加入外部事件(活动发布、产品更新、市场变化)
- 与目标或行业基准进行比较
- 寻找与相关指标之间的相关性
- 提出因果假设,并设计实验进行验证
预测方法
- 趋势外推:将现有趋势向未来延伸(最适用于稳定指标)
- 滚动平均:对最近 3-6 个周期求平均,以平滑噪声
- 同比叠加:采用上一年的季节性模式,并根据增长系数进行调整
- 漏斗计算:根据输入预测产出(X 条潜在客户线索按 Y% 的转化率可带来 Z 位客户)
- 情景规划:对乐观、预期和悲观情形进行建模
预测注意事项
- 近期预测(1-3 个月)的可靠性远高于长期预测
- 基于少于 12 个数据点的预测应标注为低可信度
- 外部变化(市场变化、竞争对手举措、经济变化)可能使基于趋势的模型失效
- 始终以范围而非单一数字来表示预测
归因基础
归因为何重要
买家很少在单次互动后就完成转化。归因会在转化前的多个触点之间分配功劳,为渠道投资决策提供依据。
标准归因模型
| 模型 | 机制 | 优势 | 弱点 |
|---|---|---|---|
| 最后互动 | 将全部功劳归于最后一个触点 | 找出促成转化的渠道 | 忽略认知和培育阶段 |
| 首次互动 | 将全部功劳归于第一个触点 | 突出发现渠道 | 忽略推动转化的因素 |
| 平均分配 | 在所有触点之间平均分配功劳 | 认可每个渠道 | 未能体现影响力的相对大小 |
| 近期加权 | 触点越接近转化,获得的功劳越多 | 平衡认知与促成转化 | 可能低估早期认知 |
| 基于位置(40/20/40) | 首尾触点获得较多功劳,其余部分由中间触点分摊 | 兼顾发现与转化 | 权重分配有些随意 |
| 算法模型 | 根据转化路径数据,通过机器学习分配功劳 | 最能反映实际影响力 | 需要大量转化数据 |
实用归因建议
- 如果没有归因系统,可从最后互动模型开始——它最简单,也最容易立即采取行动
- 对比首次互动和最后互动视图,了解哪些渠道带来发现,哪些渠道促成转化
- 对大多数 B2B 组织而言,基于位置(40/20/40)是务实的默认选择
- 算法模型需要大量转化数据,才能得出统计上可靠的结果
- 将归因视为方向性参考,而非绝对真相
- 任何多触点模型都比单触点模型更有参考价值,任何模型都胜过没有模型
归因陷阱
- 基于单触点数据优化单一渠道,可能会导致漏斗其余部分资源不足
- 面向认知阶段的渠道(展示广告、自然社交媒体、公关)在末次触点报告中的表现始终不佳
- 面向转化阶段的渠道(品牌搜索、再营销)在首次触点报告中的表现始终不佳
- 自我报告归因(“您是怎么知道我们的?”)能提供有用的定性信号,但不适合用于定量分配
- 跨设备和跨渠道的追踪缺口,意味着归因数据必然始终不完整
优化方法
系统化改进流程
- 发现:哪些指标未达到目标或基准?
- 定位:漏斗的哪个环节出现了问题?(展示、点击、转化、留存)
- 推测:是什么导致了未达标?(定向、信息传达、创意、优惠设计、时机、技术问题)
- 排序:哪些干预措施相对于所需投入能带来最大影响?
- 试验:开展受控测试,验证或证伪假设
- 评估:指标是否有显著改善?
- 行动:广泛推广成功的改动;对结果不明确或负面的方案继续迭代
按漏斗阶段划分的干预手段
| 漏斗阶段 | 警示信号 | 可用手段 |
|---|---|---|
| 认知 | 展示量低,触达范围有限 | 预算水平、定向参数、渠道组合、广告格式 |
| 兴趣 | 点击率低,互动较弱 | 创意呈现、标题文案、内容吸引点、受众细分 |
| 考虑 | 跳出率高,停留时间短 | 页面内容、加载速度、相关性匹配、用户体验 |
| 转化 | 转化率低 | 优惠结构、行动号召文案、表单复杂度、信任元素、页面布局 |
| 留存 | 流失率上升,再互动减少 | 引导流程、邮件序列、产品体验、支持质量 |
影响与投入优先级
从两个维度为每个优化想法打分:
影响(对指标的潜在推动):
- 高:直接解决主要瓶颈
- 中:改善促成问题的因素
- 低:带来渐进式提升
投入(实施难度):
- 低:微调文案、调整定向、快速开展 A/B 测试
- 中:制作新的创意素材、重新设计页面、修改工作流
- 高:引入新工具、跨团队项目、大规模内容制作
执行顺序:
- 高影响、低投入——立即执行
- 高影响、高投入——规划并配置人力
- 低影响、低投入——有余力时推进
- 低影响、高投入——推迟或降低优先级
实验规范
- 每次测试只隔离一个变量,以便解读结果
- 在测试开始前确定成功指标
- 提前计算所需样本量,避免过早结束测试
- 每项测试至少持续一个完整的业务周期(B2B 通常为一整周)
- 记录所有实验及其结果,包括负面结果和无显著结果
- 在团队内分享经验——即使测试证实了当前做法,也能增强信心
持续优化节奏
- 每日:检查付费广告系列的投放进度,标记异常,查看广告审核状态
- 每周:评估各渠道表现,暂停表现落后的工作,加大对优胜方案的投入
- 每两周:轮换广告创意,并推出新的测试变体
- 每月:全面审查表现,发现新的优化机会,更新预测
- 每季度:从战略层面重新评估渠道策略、预算分配和受众定向
评论
支持 Markdown