mcpField
P
performance-analytics

performance-analytics

github.com/anthropics营销与增长34.0k253 次安装3 天前更新
代码仓库

关于 performance-analytics

面向营销人员与团队的营销分析技能,涵盖渠道指标、报告、趋势分析、预测、归因和优化,并提供衡量方法及报告与仪表板结构。

主要功能

  1. 01各渠道营销指标
  2. 02周报、月报与季度报告模板
  3. 03仪表板设计指导
  4. 04趋势分析与预测方法
  5. 05归因模型与实践建议
  6. 06优化建议框架

适用场景

  1. 01比较不同渠道的营销活动表现
  2. 02准备定期营销利益相关方报告
  3. 03发现表现数据中的趋势与异常
  4. 04选择转化分析的归因方法

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/anthropics/knowledge-work-plugins --skill performance-analytics

安装后在 Claude Code 中输入/performance-analytics确认已加载。

详细介绍

绩效分析 Skill

用于衡量、报告和优化各渠道与各活动营销绩效的框架。

按渠道划分的关键营销指标

电子邮件营销
指标定义基准范围它说明了什么
送达率成功送达的邮件数 / 发送的邮件数95-99%名单健康度与发件人信誉
打开率唯一打开数 / 成功送达的邮件数15-30%主题行与发件人的有效性
点击率(CTR)唯一点击数 / 成功送达的邮件数2-5%内容相关性与 CTA 的有效性
点击打开率(CTOR)唯一点击数 / 唯一打开数10-20%邮件内容质量(针对已打开邮件的用户)
退订率退订数 / 成功送达的邮件数<0.5%内容与受众的匹配度及对发送频率的接受度
退信率退信数 / 发送的邮件数<2%名单质量与数据清洗情况
转化率转化数 / 成功送达的邮件数1-5%邮件端到端的有效性
每封邮件收入总收入 / 发送的邮件数因情况而异直接的收入归因
名单增长率(新增订阅者 - 退订数)/ 名单总数每月 2-5%受众积累的健康度
社交媒体
指标定义它说明了什么
展示量内容被展示的次数内容分发与覆盖范围
覆盖人数看到内容的唯一用户数受众广度
互动率(点赞 + 评论 + 分享)/ 覆盖人数内容的共鸣程度
点击率链接点击数 / 展示量引流效果
粉丝增长率每个周期内的净新增粉丝数 / 粉丝总数受众积累
分享/转发率分享数 / 覆盖人数内容的传播性与推荐意愿
视频观看率观看次数 / 展示量视频内容的吸引力
视频完播率完整观看次数 / 总观看次数视频内容质量与时长的契合度
社交声量占比你的提及数 / 品类总提及数相对竞争对手的品牌能见度
付费广告(搜索与社交)
指标定义它说明了什么
展示量广告被展示的次数预算利用率与定向覆盖广度
点击率(CTR)点击数 / 展示量广告创意与定向的相关性
单次点击成本(CPC)总花费 / 点击数引流的成本效率
千次展示成本(CPM)每 1,000 次展示的成本曝光的成本效率
转化率转化数 / 点击数落地页与优惠的有效性
单次获客成本(CPA)总花费 / 转化数全漏斗的成本效率
广告支出回报率(ROAS)收入 / 广告花费收入产出效率
质量得分(搜索)Google 的相关性评级(1-10)广告、关键词与落地页的契合度
频次用户平均看到广告的次数广告疲劳风险
浏览后转化看过广告但未点击的用户所产生的转化展示类/品牌曝光类活动的影响
SEO / 自然搜索
指标定义反映的内容
自然搜索会话数来自自然搜索的访问SEO 成效与内容覆盖面
关键词排名目标关键词的排名位置搜索可见度
自然搜索点击率搜索结果中的点击数 / 展示数标题与 meta 描述的效果
已收录页面数搜索索引中的页面数量可抓取性与网站健康度
域名权威度第三方权威评分网站整体实力
反向链接数链接到你网站的外部站点数量内容权威性与站外 SEO
页面加载速度页面达到可交互状态的时间用户体验与排名因素
自然搜索转化率自然搜索转化数 / 自然搜索会话数内容质量与用户意图匹配度
热门入口页面来自自然搜索访问量最高的页面带来最多自然搜索流量的内容
内容营销
指标定义反映的内容
页面浏览量内容页面的总浏览次数内容覆盖面与传播范围
独立访客数浏览内容的不同用户数受众规模
平均页面停留时间用户在内容页面上的停留时长内容参与度与深度
跳出率单页会话数 / 总会话数内容与受众的匹配度及用户体验
滚动深度用户在页面上的滚动幅度用户阅读内容的完整程度
社交分享数内容在社交平台上被分享的次数内容共鸣度与传播力
获得的反向链接数指向内容的外部链接内容权威性与 SEO 价值
线索获取量归因于内容的线索数内容转化效果
内容投资回报率归因收入 / 内容制作成本内容投入的整体回报
营销整体 / 销售漏斗
指标定义反映的内容
营销合格线索(MQL)符合营销资格标准的线索漏斗顶端的成效
销售合格线索(SQL)被销售团队接受的 MQL线索质量
MQL 到 SQL 转化率SQL 数 / MQL 数营销与销售的一致性及线索质量
生成的销售管道金额已创建商机的金额营销对收入的贡献
销售管道速度交易在销售管道中推进的速度营销活动的紧迫性与质量
客户获取成本(CAC)营销与销售总成本 / 新增客户数客户获取效率
CAC 回收期通过收入收回 CAC 所需的月数单位经济模型的健康度
营销来源收入源自营销发起交易的收入营销的直接贡献
营销影响收入营销触达过的交易所产生的收入营销更广泛的影响

报告模板与仪表盘

每周营销报告

适用于团队站会的快速浏览格式:

  • 前 3 项指标及其周环比变化
  • 本周做得好的地方(1-2 条附数据的要点)
  • 需要关注的问题(1-2 条附数据的要点)
  • 本周优先事项(3-5 项行动项)
每月营销报告

标准的利益相关方报告:

  1. 执行摘要(3-5 句)
  2. 核心指标仪表盘(包含月环比及目标对比的表格)
  3. 各渠道表现概览
  4. 营销活动亮点与结果
  5. 做得好的与不足之处(附假设分析)
  6. 建议与下月优先事项
  7. 预算支出与计划对比
季度业务回顾(QBR)

面向管理层的战略回顾:

  1. 季度业绩与目标对比
  2. 年初至今的发展趋势
  3. 渠道投资回报率分析
  4. 营销活动表现概览
  5. 竞争与市场观察
  6. 下一季度的战略建议
  7. 预算申请与分配计划
  8. 关键实验与经验总结
仪表盘设计原则
  • 优先展示与业务目标挂钩的指标(而非虚荣指标)
  • 展示随时间变化的趋势,而不仅是某个时点的快照
  • 包含对比背景:上一周期、目标值、基准值
  • 使用一致的颜色编码:绿色(进展正常)、黄色(存在风险)、红色(偏离目标)
  • 按转化漏斗阶段或业务问题对指标分组
  • 将仪表盘保持在一页/一屏之内,详细内容放在附录中
  • 更新频率应与决策频率匹配(付费投放需实时更新,内容运营每周更新即可)

趋势分析与预测

趋势识别

分析绩效数据时,应关注以下几点:

  1. 方向性趋势:指标在连续 4 个及以上周期内是否持续上升、下降或保持平稳?
  2. 拐点:绩效在哪里转向,当时发生了什么?
  3. 季节性:是否存在按星期几、月份或季度呈现的可预测规律?
  4. 异常值:一次性的峰值或跌幅,其成因是什么,是否可能重复出现?
  5. 领先指标:哪些指标会率先变化,并能预示未来结果?
趋势分析流程
  1. 绘制指标随时间变化的图表(要得出有意义的趋势,至少需要 8-12 个数据点)
  2. 判断整体方向(上升、下降、平稳或周期性波动)
  3. 计算变化速率(是在加速还是减速?)
  4. 叠加关键事件(已上线的营销活动、产品变更、市场事件)
  5. 与基准值或目标值进行对比
  6. 识别与其他指标之间的相关性
  7. 提出关于因果关系的假设(并规划测试加以验证)
简单预测方法
  • 线性外推:将当前趋势线向前延伸(适用于稳定的指标)
  • 移动平均:对最近 3-6 个周期取平均值,以平滑噪声
  • 同比对比:以去年的规律为基线,并根据增长率进行调整
  • 漏斗推算:根据输入推算输出(例如,若我们获得 X 条线索、转化率为 Y,则将获得 Z 位客户)
  • 情景建模:分别建立最佳情况、预期情况和最差情况的预测
预测注意事项
  • 短期预测(1-3 个月)比长期预测更可靠
  • 基于少于 12 个数据点的预测应标注为低置信度
  • 外部因素(市场变化、竞争对手动态、经济变化)可能使基于趋势的预测失效
  • 预测结果应始终以区间形式呈现,而非精确数值

归因建模基础

什么是归因?

归因用于确定哪些营销触点应为转化结果“买单”。这一点很重要,因为买家在转化之前通常会与多个渠道发生互动。

常见归因模型
模型工作方式适用场景局限性
末次触点转化前最后一次互动获得 100% 功劳理解最终的转化触发因素忽略认知和培育阶段
首次触点首次互动获得 100% 功劳理解漏斗顶端的有效性忽略培育和转化驱动因素
线性所有触点平均分配功劳公平体现各渠道的贡献无法反映相对影响力
时间衰减距离转化越近的触点获得越多功劳兼顾平衡,偏重近期互动可能低估认知阶段的作用
位置加权(U 型)首次 40%、末次 40%,中间触点共分 20%同时重视发现与转化权重分配有一定随意性
数据驱动基于转化模式的算法分配功劳最能准确反映实际情况需要大量数据
归因实践指南
  • 如果尚未建立任何模型,可以从末次触点归因开始,它最简单,也最便于落地
  • 对比首次触点与末次触点,可以了解哪些渠道主要带来认知,哪些渠道主要带来转化
  • 对于大多数 B2B 公司,基于位置的(U 型)归因是较为合理的折中方案
  • 数据驱动归因需要较大的转化量,才能具有统计意义
  • 没有任何模型是完美的,应将归因结果作为方向性参考,而非绝对事实
  • 多触点归因优于单触点归因,但任何模型都好过没有模型
归因常见误区
  • 不要仅基于单触点归因结果,孤立地优化某一个渠道
  • 在末次触点模型中,认知类渠道(展示广告、社交媒体、公关)总会表现不佳
  • 在首次触点模型中,转化类渠道(搜索、再营销)总会表现不佳
  • 自我报告式归因(“您是如何了解到我们的?”)能提供有价值的定性参考,但作为定量数据并不可靠
  • 跨设备和跨渠道的追踪存在缺口,因此归因数据总是不完整的

优化建议框架

优化流程
  1. 识别:哪些指标低于目标或基准?
  2. 诊断:问题出在转化漏斗的哪个环节?(曝光、点击、转化、留存)
  3. 提出假设:是什么导致了表现不佳?(受众、信息、创意、方案、时机、技术)
  4. 排序优先级:哪些改进能以最小的投入带来最大的影响?
  5. 测试:设计实验来验证假设
  6. 衡量:该改动是否提升了指标?
  7. 推广或迭代:将有效方案广泛推行;对结果不确定或失败的测试进行迭代
各漏斗阶段的优化杠杆
漏斗阶段问题信号优化杠杆
认知曝光量低、触达率低预算、定向、渠道组合、创意形式
兴趣点击率低、互动度低广告创意、标题、内容切入点、受众定向
考虑跳出率高、页面停留时间短落地页内容、页面速度、内容相关性、用户体验
转化转化率低方案、CTA、表单长度、信任信号、页面布局
留存流失率高、重复互动度低新手引导、邮件培育、产品体验、客户支持
优先级框架

从两个维度对优化想法进行排序:

影响力(这将在多大程度上推动指标?):

  • 高:直接解决主要瓶颈
  • 中:解决次要影响因素
  • 低:渐进式改进

投入(实施难度有多大?):

  • 低:文案修改、定向调整、简单的 A/B 测试
  • 中:新创意、落地页重新设计、工作流调整
  • 高:新工具、跨团队项目、大型内容制作

优先级顺序:

  1. 高影响力、低投入(立即执行)
  2. 高影响力、高投入(规划并投入资源)
  3. 低影响力、低投入(有余力时执行)
  4. 低影响力、高投入(降低优先级)
测试最佳实践
  • 每次只测试一个变量,以获得清晰的结果
  • 在启动测试前明确成功指标
  • 开始前计算所需样本量(不要提前结束测试)
  • 测试至少运行一个完整的业务周期(B2B 通常为一周)
  • 记录所有测试及其结果,无论结果如何
  • 在团队内共享经验——失败的测试同样是有价值的信息
  • 验证现状的测试并非失败,它能增强你对当前方法的信心
持续优化节奏
  • 每日:监控付费广告的预算节奏、异常情况以及被拒登的广告
  • 每周:复盘各渠道表现,暂停表现不佳的广告,加大投放表现优异的广告
  • 每两周:更新广告素材,测试新的版本
  • 每月:全面复盘效果,发现新的优化机会,更新预测
  • 每季度:战略性复盘渠道组合、预算分配和定向策略

评论

支持 Markdown