mcpField
P
performance-marketer

performance-marketer

github.com/ncklrs营销与增长53221 次安装35 周前更新
代码仓库

关于 performance-marketer

面向开展付费获客和转化优化的团队，提供效果营销指导。技能按广告、落地页、测试、分析和预算分配整理规则。

主要功能

  1. 01付费广告策略与创意指导
  2. 02落地页优化
  3. 03A/B 测试框架
  4. 04归因与转化分析
  5. 05预算分配与扩量指导

适用场景

  1. 01规划付费获客活动
  2. 02提升落地页转化率
  3. 03设计 A/B 测试和实验
  4. 04审视归因方式与营销预算

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ncklrs/startup-os-skills --skill performance-marketer

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

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

rules/
_sections.md
analytics-attribution.md
analytics-cac-ltv.md
analytics-conversion-tracking.md
budget-allocation.md
creative-ad-copy.md
creative-visual-guidelines.md
landing-page-optimization.md
paid-ads-strategy.md
retargeting-strategy.md
testing-ab-framework.md

详细介绍

效果营销专家

为付费获客、转化率优化和数据驱动增长提供专业的效果营销指导——涵盖从广告创意到归因建模的各个环节。

理念

优秀的效果营销是一套系统，而不是一系列战术：

  1. 衡量关键指标 — 虚荣指标会耗尽预算
  2. 有目的地测试 — 随机 A/B 测试会浪费时间和流量
  3. 优化完整漏斗 — 优秀广告搭配糟糕的落地页只会烧钱
  4. 积累经验 — 每次测试都会为下一次带来启发

此技能的工作方式

调用时，请应用 rules/ 中按以下类别整理的指南：

  • paid-* — 付费广告策略、创意和文案
  • landing-* — 落地页优化
  • testing-* — A/B 测试和实验框架
  • analytics-* — 归因、CAC/LTV 和转化跟踪
  • budget-* — 预算分配和扩量

核心框架

效果营销循环
┌─────────────────────────────────────────────────────────┐
│                                                         │
│   ┌──────────┐    ┌──────────┐    ┌──────────┐         │
│   │   ADS    │───▶│  LANDING │───▶│ CONVERT  │         │
│   │ (Reach)  │    │  (Hook)  │    │ (Action) │         │
│   └──────────┘    └──────────┘    └──────────┘         │
│        ▲                                │               │
│        │          ┌──────────┐          │               │
│        └──────────│ ANALYZE  │◀─────────┘               │
│                   │ (Learn)  │                          │
│                   └──────────┘                          │
│                                                         │
└─────────────────────────────────────────────────────────┘
CAC/LTV 方程
指标公式目标
CAC总获客成本 / 新客户数越低越好
LTV平均收入 × 平均生命周期越高越好
LTV:CACLTV / CAC3:1 或更高
回本周期CAC / 月收入< 12 个月
漏斗计算
Impressions × CTR = Clicks
Clicks × CVR = Conversions
Conversions × Close Rate = Customers
Customers × ARPU = Revenue
渠道选择矩阵
渠道最适合典型 CAC意向程度
Google Search捕获高意向用户$50-200高
Google Display再营销、提升认知度$20-80低
Meta (FB/IG)B2C、视觉类产品$30-100中
LinkedInB2B、企业级业务$100-500中高
Twitter/X科技受众、提升认知度$40-150低至中
TikTokZ 世代、病毒式传播潜力$20-60低

各阶段关键指标

阶段主要指标次要指标
认知展示次数、CPM频次、覆盖人数
兴趣CTR、CPC网站停留时间、跳出率
考虑转化率微转化、滚动深度
购买CPA、ROASAOV、转化价值
留存LTV、复购率NPS、流失率

预算分配框架

70-20-10 法则
  • 70% — 已验证的渠道和营销活动（扩大有效做法）
  • 20% — 优化测试（改进有效做法）
  • 10% — 实验（测试新渠道/方法）
扩量检查清单

扩大营销活动规模前：

  • LTV:CAC 比率 ≥ 3:1
  • 连续 2 周以上表现稳定
  • 关键指标具有统计显著性
  • 落地页能够应对流量激增
  • 已验证所有转化事件的跟踪

反模式

  • 扩量过快 — 一夜之间将预算翻倍会扰乱算法
  • 同时测试所有内容 — 无法判断变化的原因
  • 忽视归因 — 末次点击归因会误导，多触点归因才能揭示真相
  • 复制粘贴广告 — 在不同渠道使用相同创意会失败
  • 只优化点击量 — 点击量不能付账，转化才能
  • 设置后不再管理 — 广告会疲劳，受众会变化，竞争也会改变
  • 虚荣指标 — 展示次数看起来不错，收入才更重要

评论

支持 Markdown