performance-analyzer

效果分析器

分析网红营销活动的表现，不止关注表面指标——根据目标值／基准对结果进行评分，排列平台／创作者／内容的优先级，评估互动质量和情感倾向，归因转化，并整理按优先级排序的经验。

跨学科（付费广告）：这同样是跨渠道付费广告记分卡／异常分析视角——汇总账户范围内的指标并与目标值／基准进行对比，为 ad-test-designer（测试什么）和 paid-measurement-loop（回看什么）提供依据。将付费广告分析结果保存到 memory/ad/performance-analyzer/。

快速开始

Analyze performance of [campaign name] influencer campaign

比较同一营销活动中的创作者：

Compare performance of these influencers from [campaign]: @handle1, @handle2, @handle3

技能契约

• 读取：活动名称和日期范围；平台原生分析数据（覆盖人数、浏览量、互动量）；影响者提供的报告或截图；网站/GA 流量和转化数据；销售和促销码兑换数据；目标、基准，以及提供时的预注册决策规则/回读窗口；可选的轻量级活动跟踪表及其 evidence_refs；以及 roi-calculator 已计算的任何 ROI/ROAS 产物。重复使用每个明确的上游不透明 creator_ref 或经验证的创作者注册表汇总 ID；原始账号名/姓名/URL/提供方 ID 仅用作临时查询输入，绝不能成为已保存的身份标识。只有在授权产物或经验证的注册表链接能够解析该引用时，才能从 memory/creators/<aggregate-id>.md 获取单个创作者的基准。绝不能根据原始定位符推导路径。
• 写入：默认在回复中直接返回效果分析。当当前非分叉的跟踪器状态产物证明状态为 measured 或 closed 时，附上步骤 8 中与该活动、创作者、测量契约和决策规则绑定的精简版活动复盘卡。只有获得明确的 WARM 保存授权后，才将分析和复盘卡一并保存到 memory/influencer/performance-analyzer/YYYY-MM-DD-<campaign>.md；已保存的表格、标题、证据和交接内容仅使用 creator_ref 和不透明来源引用，绝不使用原始账号名、姓名、个人资料 URL、电子邮件地址或提供方 ID。
• 晋升：只有获得单独的明确授权，才将有持久价值且有证据支持的活动事实（经验证的指标结果，以及描述性的形式/平台关联）晋升至 memory/hot-cache.md；任何 ROI/ROAS 数值都必须与其对应的确切 roi-calculator 产物绑定。复盘卡中的定性 renew | retest | retire | unknown 决策、理由、下一步假设和局限仍属于 WARM，绝不能晋升为注册表事实。本技能不提出创作者注册表变更：创作者条目关闭后，现有边界仍只允许所属工作流在另行授权且有证据支持的情况下，提议实际费率、已签署的授权期限/到期日或已测得的效果基准；只有 creator-registry 能决定是否将其设为规范记录。
• 完成条件：
  • 将核心指标与兼容且标注来源日期的目标/基准进行比较。缺少或不兼容的上下文应标记为 Unknown/NOT_SCORED，绝不编造 /10 分数或形容性结论。
  • 只有在声明了指标、兼容的时间窗口/依据、完整的候选集合和预注册决策规则时，才能对创作者/平台/内容进行排名；描述性关联和因果假设必须清楚区分。
  • 转化数据使用一种明确声明的归因模型，并采用去重且互斥的计数类别；相互重叠的促销码/UTM/直接观察数据仅作为核对证据，建模影响应标记为 Estimated，并排除在计数总量之外。
  • 经验证的当前状态为 measured 或 closed 时，每项所需的下一周期决策都必须有一张范围明确的活动复盘卡，其中包含活动/创作者/状态/测量/决策规则引用、有证据支持的理由、evidence_refs、下一活动假设和未解决的局限；证据不足时应判定为 unknown，状态缺失或存在分叉时不得生成复盘卡。
• 主要后续技能：roi-calculator — 将已测得的效果转化为金额层面的回报。

交接摘要

按照 skill-contract.md §Handoff Summary Format 输出标准格式。

数据来源

此系列无需实时集成（Tier 1）。此技能完全基于你提供的输入运行——粘贴平台导出数据、网红报告截图、GA 数据和促销代码核销量，即可分析受支持的字段。缺少输入不会妨碍进行部分描述性分析，但任何依赖这些输入的评分、结论、排名、因果解释、归因总数或决策，都将标记为 Unknown/NOT_SCORED/NEEDS_INPUT，而不会凭空填充。

若连接器能加快处理，技能会用 ~~ 占位符标记：

• ~~social platform analytics — 每条帖子的平台原生覆盖量、互动量和视频指标。
• ~~web analytics — 网站流量、点击率和站内转化数据。

YouTube 帖子表现实测数据（免费密钥）：当营销活动内容发布在 YouTube 上时，python3 "${CLAUDE_PLUGIN_ROOT}/scripts/connectors/youtube.py" videos @creator --limit 20 会获取营销活动时间范围内每个视频的实际观看次数、点赞数和评论数——无需等待创作者导出截图，即可获得实测平台指标。请如实保留这两种标签：API 数值为实测数据，创作者提供的数值为用户提供的数据，两者可能合理地存在差异（显示取整、时间差异）。免费 YOUTUBE_API_KEY。参见 scripts/connectors/README.md。

• ~~ecommerce / sales platform — 收入、订单、客单价（AOV）、促销代码核销量。
• ~~influencer database — 用于对比的创作者历史基准数据。

运行时不需要任何占位符。各类别经过验证的免费／无密钥数据获取方案，请参见 CONNECTORS.md。

说明

按照以下步骤进行一次依赖感知的分析。references/analysis-templates.md 中包含每个步骤的填充模板。完成初始信息收集后，先搭建步骤 2 的框架，但在填入或发布步骤 2 中的 Conversions、Revenue 或任何依赖它们的比率／成本之前，先执行步骤 7；这些字段必须引用步骤 7 对账后的计入总数，否则应保留为 Unknown/NEEDS_INPUT。

1. 收集表现数据 — 记录活动、周期、创作者、平台及可用的数据来源（平台原生分析数据、创作者报告、Web 分析数据、销售数据、促销码）。模板：第 1 步。
2. 分析核心指标 — 对照具有兼容数据来源日期的目标值/基准，比较触达量、展示量、互动量、互动率、视频观看量、点击量、促销码使用量、转化量和收入。输出字段级比较状态；不要编造综合评分或形容性结论。模板：第 2 步。
3. 按平台分析 — 在兼容的触达量、互动率、点击量、转化量/获客成本时间窗口内比较平台，并说明观察到的差异。除非有经过设计的比较作为依据，否则任何解释都应单独标注为假设。模板：第 3 步。
4. 按创作者分析 — 使用不透明的 creator_ref；仅按声明的规则对可比较的行排序。仅从引用的 roi-calculator 工件中读取 ROI/ROAS，不要在此处计算；将观察到的内容构成与因果假设分开。续约/重新测试/终止的决定只能来自 Retro 决策关卡。模板：第 4 步。
5. 内容表现分析 — 在兼容的曝光量和归因口径下比较格式/主题。指出观察到的关联较高/较低；只有当提供的设计符合测量协议时，才能将某种开场、信息或视觉元素称为有因果作用或“表现出色”。模板：第 5 步。
6. 互动质量分析 — 按类型/意图细分互动，基于证据分析评论情绪，并突出购买意向信号。使用带类型的观察结果或 Unknown；如果没有提供评分标准、输入数据和计算方式，则不要输出 /10 质量评分。模板：第 6 步。
7. 转化与归因分析 — 绘制观察到的漏斗，并使用一种声明的归因模型。将事件去重并归入互斥的统计类别；保留促销码/UTM/直接流量的重叠情况作为核对证据，并在统计总量之外报告预估影响。模板：第 7 步。
8. 生成洞察与建议 — 撰写 3–5 条有证据支持的观察结果、单独标注的假设，以及范围明确的下一步测试。仅当经验证的当前非分叉跟踪器状态工件能够证明指定活动/创作者确切处于 measured 或 closed 阶段，且已提供匹配的测量契约和决策规则引用时，才针对所请求的创作者决策添加一张精简的 Campaign Retro Card；仅有阶段字符串并不符合条件。只使用 renew | retest | retire | unknown。模板：第 8 步。

在将任何创作者/格式/平台称为真正的赢家之前，必须达到 measurement-protocol.md 中规定的可比性、范围完整性、预注册规则和显著性门槛——否则标记为 Keep-testing 或 NOT_RANKED。需要结构化评分时，应用 star-benchmark.md 中的逐维度 STAR 分析（适配度/信任度/吸引力/回报维度解读），并将财务输入交给 roi-calculator 计算回报（R）——此技能提供输入，但不计算 ROI/ROAS 或 SQS（创作者内容审核器关卡会计算 SQS）。

对于 Retro Card，只有当具有可比性的测量证据达到预注册决策规则，且不存在尚未解决的重大限制时，才使用 renew；对于有一定依据但结论不明确或可以纠正的测试，使用 retest；只有当测量证据或有记录的硬性约束达到声明的停止规则时，才使用 retire；否则使用 unknown。此运营决策不是 STAR 维度、SQS 或创作者内容审核器的结论——不要模拟或沿用其中任何一项。 在获得授权的 WARM 保存之后，主动提出可交接给 campaign-planner，以将已保存的分析/卡片引用追加到相关跟踪器行的 evidence_refs 中；跟踪器编辑需要其自身的精确授权，且卡片和本技能都不会推进 stage。同时主动提出将 fit-scorer 作为明确的下一周期交接，附带卡片的证据引用和假设。不要自动调用它，也不要把 Retro 决策转换为 STAR/SQS 判定。

示例

用户："分析这份带有日期的夏季护肤导出数据，面向 10 位创作者。其中包含不透明的创作者引用、下方的指标/目标表、按创作者和按平台的结果、一个去重后的归因模型，以及已完成的重要性解读。ROI 来自 roi-calculator 产物 roi-ref-01。"

输出（节选——完整版本见 references/analysis-templates.md）：

# Summer Skincare Campaign Performance Analysis — illustrative export-backed read

| Metric | Result | Target | Status |
|--------|--------|--------|--------|
| Total Reach | 2.4M | 2M | ✅ +20% |
| Engagement Rate | 4.2% | 3.5% | ✅ +20% |
| Conversions | 1,847 | 2,000 | ⚠️ -8% |
| Revenue | $142,500 | $150,000 | ⚠️ -5% |
| ROAS (from `roi-ref-01`) | 2.8:1 | 3:1 | ⚠️ -7% |

**Top 3**: the three `creator_ref` rows that clear the declared ranking and significance rule, using only comparable metrics in the export.
**Key learning**: report the export-backed TikTok/Instagram delta only if the comparison windows and attribution bases match; otherwise mark it Keep-testing.
**Recommendation**: renew/drop and reallocation calls remain conditional on the predeclared decision rule rather than invented from the campaign count alone.

参考资料

• references/analysis-templates.md — 八个填空步骤模板以及完整的示例演练。
• skill-contract.md — 共享契约和交接格式。
• state-model.md — 内存层级和保存路径约定。
• CONNECTORS.md — 按连接器类别验证的免费/无密钥数据配方。
• measurement-protocol.md — 预注册的读回窗口、结果单位、alpha、实际效应边界、多重性/序贯策略、护栏和决策负责人。分别报告统计标志和实际标志；使用 experiment.py 获取确定性的 Calculated 证据，绝不替代通用的 p-value/lift 规则，也不要把业务行动归因于该辅助工具。
• references/star-benchmark.md 中的 STAR 基准 — 在需要结构化评分时的评分架构。
• 同级技能：roi-calculator、report-generator、fit-scorer、campaign-planner。

下一最佳技能

主要：roi-calculator — 将实测表现转换为美元级别的 ROI、单次结果成本和回收期计算。

备选（同属 Report 系列）：

• report-generator — 将分析打包成面向利益相关方的正式报告。
• fit-scorer — 将已验证的表现优异者反馈到下一轮的创作者评分中。

终止说明：维护一个已访问集合。如果某个技能在本会话中已被调用，则停止并报告链已完成，而不是重新运行它。将链限制为最大深度 3 跳；如果之后结果仍不确定，则向用户呈现未闭环事项，而不是继续。