关于 revenue-audit
revenue-audit 是供连接了 ESP 的团队使用的电子邮件营销审计技能。它检查营收和互动改进机会,按预估影响排列结果,并将发现记录到 Cogny。
主要功能
- 01审计已连接的 ESP 数据
- 02执行九项电子邮件项目检查
- 03按预估影响排列发现
- 04在 Cogny 中创建发现记录
- 05保存审计摘要以供比较
适用场景
- 01审查接手的电子邮件营销项目
- 02发现缺失或表现不佳的自动化流程
- 03确定营销活动和名单改进优先级
- 04跟踪季度审计之间的变化
MCP 相关
需要 Cogny MCP 和已连接的 ESP,以读取电子邮件项目数据并在 Cogny 中创建发现记录。
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 revenue-audit安装后在 Claude Code 中输入/revenue-audit确认已加载。
详细介绍
收入审计
“开箱即用的邮件增长顾问”。扫描已连接的 ESP,查找尚未获取的收入机会,并按预估的美元影响对每项发现进行排序,让你准确了解应该先修复什么。
需要: Cogny MCP 和已连接的 ESP。注册
每季度运行一次此技能,或者在接手邮件项目、需要了解从何处着手时运行。
用法
/revenue-audit — 对已连接的 ESP 执行全面审计
前置条件检查
检测已连接的 ESP(同时检查 mcp__cogny__<svc>__* 和 mcp__<svc>__* 命名空间)。如果用户连接了多个 ESP,则分别对每个 ESP 执行审计并生成单独的报告。
收入数据可用性(截至本文撰写时的 cogny-mcp-proxy):
| ESP | 是否有流程/自动化? | 是否有购买/收入数据? |
|---|---|---|
| Klaviyo | ✓ (list_flows) | ✓(通过 list_events,使用 metric="Placed Order" 和 value 字段) |
| Mailchimp | ✓ (tool_list_automations) | ✗ — 仅有互动数据 |
| Rule | ✓ (tool_list_journeys) | ✗ — 仅有互动数据 |
| Get a Newsletter | ✗ — 不存在流程概念 | ✗ — 仅有互动数据 |
对于非 Klaviyo 的 ESP,收入估算必须:(a) 由用户提供(粘贴历史邮件收入),或 (b) 标注为“仅互动提升”,不提供美元金额。
步骤
1. 建立基线背景
提取一次并在整个审计过程中引用:
- 活跃订阅者总数
- 平均打开率和 CTR(最近 90 天)
- 仅限 Klaviyo: 通过
list_events获取最近 90 天的邮件收入总额,使用metric="Placed Order",汇总value字段,并筛选归因于邮件营销活动的事件。此数据是所有影响百分比声明的分母。 - 仅限 Klaviyo: 平均 AOV(统计期间的总收入 / 订单数)
- 订阅列表增长率(最近 90 天)
- 活跃流程 / 自动化 / 客户旅程及其表现(仅限 Klaviyo / Mailchimp / Rule — Get a Newsletter 没有对应功能)
- 最近 90 天的营销活动发送记录
如果已连接的 ESP 是 Mailchimp、Rule 或 Get a Newsletter: 询问用户其近似的 90 天邮件收入(也可以跳过)。如果用户跳过,则使用每位订阅者每月的预估价值 =(行业基准 0.10–2.00 美元,具体取决于垂直领域)作为粗略分母,并明确标注每项收入估算“基于行业基准,而非你的实际数据”。
2. 执行九项检查
每项检查都输出:发现标题 + 预估美元提升 + 证据 + 建议修复方案。
检查 1 — 缺少核心流程 / 自动化 / 客户旅程
根据各 ESP 的实际概念映射“流程”:
| ESP | 对象 | 工具 |
|---|---|---|
| Klaviyo | Flow | list_flows + get_flow |
| Mailchimp | Automation / Customer Journey | tool_list_automations + tool_get_automation |
| Rule | Journey | tool_list_journeys |
| Get a Newsletter | 无对应功能 — 跳过此项检查并说明该限制 |
健康的电商项目中,投资回报率最高的流程及其典型收入贡献(Klaviyo 基准):
| Flow | 邮件收入典型占比 | 触发条件 |
|---|---|---|
| 欢迎系列 | 3–7% | 新订阅者 |
| 弃购流程 | 5–12% | 已创建购物车但未结账 |
| 浏览放弃流程 | 1–3% | 浏览了商品,但未加入购物车 |
| 购后流程 | 2–5% | 已下单 |
| 唤回流程 | 1–4% | 60-120 天内无互动 |
| 补货流程 | 2–6%(仅限消耗品) | 预计再次订购日期 |
| 生日 / 纪念日 | 0.5–2% | 日期令牌匹配 |
| VIP / 致谢 | 1–3% | 超过顶级 LTV 阈值 |
对于每个缺失或已停用的流程,估算提升:total_email_revenue × benchmark_%,即 Klaviyo 中年化的潜在收入。对于没有收入数据的 Mailchimp/Rule/Get a Newsletter,应将影响描述为互动提升(例如,“通常可使邮件互动总量增加 X–Y%”);除非用户提供了收入基线,否则不提供美元估算。
检查 2 — 沉睡的高价值订阅者(仅限 Klaviyo)
按以下条件对当前活跃列表进行细分:
- 曾经购买过 × 过去 60 天内有互动
通过 list_events 并设置 metric="Placed Order" 获取购买历史记录。按 profile_id 分组,取每个档案的 value 总和最大值作为 LTV。将结果与 list_profiles 中的最后互动日期交叉比对。
统计至少购买过一次、但 60 天以上未打开邮件或点击链接的订阅者人数。估算:
count × avg_AOV × 3% reactivation rate × 2 orders/year = annualized recoverable revenue
**对于 Mailchimp / Rule / Get a Newsletter:**无法获取购买数据。将此检查降级为“深度互动后沉睡的订阅者”——找出历史打开和点击次数较多、但 60 天以上未互动的订阅者,并将其作为提升互动度的机会展示,不提供金额估算。
检查 3 — 群发邮件的细分不足
扫描过去 90 天的营销活动发送记录。对于每个营销活动,检查发送对象是否为:
- “所有订阅者”/完整列表(不理想的默认做法)
- 有意义的细分群体(活跃用户、购买用户、类别偏好、地理位置)
标记任何发送给超过列表 80% 订阅者、且有可能适用细分的营销活动。估算提升幅度:(segment_ctr - broadcast_ctr) / broadcast_ctr × revenue_of_that_campaign × number_of_similar_sends_per_year。
检查 4 — 促销日历空档
根据实际发送记录,创建 90 天的发送日历。查找:
- 没有发送群发邮件的周(空档期)
- 已验证的购买高峰期前后出现空档(BFCM、母亲节、返校季——因垂直领域而异)
- 发送过多的周(7 天内向同一细分群体发送超过 4 封邮件——存在疲劳风险)
对于高峰期内的空档,估算:avg revenue per send × N missing sends。
检查 5 — 自动化流程效果衰退
对于每个活跃的自动化流程,检查:
- 最后修改日期——超过 6 个月则标记
- 打开率/CTR 趋势——如果该流程滚动 30 天的比率低于其历史比率 20% 以上,则标记
建议:更新主题行、更新产品引用、重新评估优惠。
检查 6 — 抑制列表漏洞
统计符合以下条件的订阅者:
- 180 天以上未打开邮件
- 180 天以上未点击链接
- 365 天以上未购买(如果是电商)
向这些订阅者发送邮件会损害送达率。量化送达率影响:“移除这 X 位订阅者后,剩余列表的整体打开率通常会提升 1–3 个百分点,并在未来所有发送中累积产生约 Y% 的收入提升。”
检查 7 — 购买后追加销售/交叉销售缺口(仅限 Klaviyo)
此检查依赖购买数据,因此仅适用于 Klaviyo。使用 list_events 并设置 metric="Placed Order" 来计算复购周期。
对于拥有购买数据的品牌:
- 是否存在购买后自动化流程?(检查 1)
- 是否包含符合类别的追加销售或配件推荐?
- 30 天复购率是多少?如果低于 15%,则购买后流程建设不足。
估算:customers_per_month × current_repurchase_rate_gap × avg_AOV。
**对于 Mailchimp / Rule / Get a Newsletter:**跳过此检查,并附上一行说明(“已跳过——此 ESP 的 MCP 未提供购买数据;请使用 Klaviyo 重新运行,或手动粘贴购买数据”)。
检查 8 — 推断列表获取情况
将列表增长率与基准进行比较:
- 流量稳定的电商网站:每月列表增长 2–5% 属于健康水平
- 每月增长低于 1% = 列表获取不足
如果增长较弱,标记:“你的网站流量(如果结合分析 MCP)与列表增长率表明,获取率为 X%。行业基准为 2–5%。”建议:退出意图弹窗、购买后获取订阅、内容优惠门槛。
检查 9 — 过度依赖折扣
扫描群发邮件的主题行和正文内容,查找 % off / $ off / “sale” / “discount” / 促销代码。如果超过 60% 的群发邮件以折扣为主:
- 标记为利润率损失及受众习惯养成问题(他们会等到促销时才购买)
- 建议:以内容为主的发送、新品发布、独家优惠、提前访问
估算:利润率回收 = current_margin × (promo_share_reduction × conversion_retention)。
3. 按预计的收入影响对每项发现排序
按以下等级分类:🔴 高(占年邮件收入的 5% 以上或每年超过 $10k)、🟡 中(每年 $1k–$10k)、🟢 优化(每年低于 $1k 或难以量化)。
4. 输出
Revenue Audit: <brand> via <ESP>
Period analyzed: <date range>
Total email revenue (90d): $<X> Implied annualized: $<Y>
Estimated annual revenue left on the table: $<Z> (<Z/Y>% of current)
────────────────────────────────────────────────────
🔴 HIGH IMPACT — start here
────────────────────────────────────────────────────
1. Missing abandoned cart flow
Est. lift: $<X>/yr (7% of email revenue benchmark)
Evidence: No flow with trigger "cart created, not converted" in <ESP>.
Current cart sessions on connected store = <N>/month at
<conv rate>%. Industry abandoned-cart flow recovery ≈ 10–15%.
Fix: Build 3-email cart flow (1h / 24h / 48h). I can draft this now — run
/welcome-series and tell it "abandoned cart" or ask me to generate.
2. <N> dormant high-value subscribers (LTV > $<X>)
Est. lift: $<X>/yr
Evidence: <N> past purchasers with avg LTV $<Y>, no engagement in 60+ days.
At 3% reactivation × 2 orders/year × $<AOV> AOV.
Fix: Run /winback-engine for a tiered winback series.
3. ...
────────────────────────────────────────────────────
🟡 MEDIUM IMPACT
────────────────────────────────────────────────────
4. ...
────────────────────────────────────────────────────
🟢 OPTIMIZATION
────────────────────────────────────────────────────
7. ...
────────────────────────────────────────────────────
Suggested 90-day plan
────────────────────────────────────────────────────
Month 1: <high-impact items 1-2>. Est revenue unlock: $<X>.
Month 2: <high-impact item 3 + medium 1>. Est: $<Y>.
Month 3: <remaining>. Est: $<Z>.
Total 90-day estimated unlock: $<X+Y+Z>.
5. 为每项内容创建发现
输出中的每项发现都会成为 Cogny 中的一个 create_finding,以便仪表板显示用户刚看到的同一份排序列表:
{
"title": "Missing abandoned cart flow (est. +$<X>/yr)",
"body": "<evidence + fix>",
"action_type": "flow_build",
"expected_outcome": "Recover 10-15% of abandoned carts",
"estimated_impact_usd": <annualized impact>,
"priority": "high"
}
6. 保存审计摘要
将摘要保存到上下文树中的 insights/email/revenue-audit/<date>,以便下次审计时展示进展:
- “上次审计:2026-01-15 — 发现每年可解锁 $120k;现有 2 项已实施。”
7. 提供后续步骤
Next steps I can help with right now:
/welcome-series — draft any missing flow
/winback-engine — execute #2 (dormant high-value)
/subject-line-lab — lift open rates on existing broadcasts
/email-report weekly — start tracking progress against this audit
Or: ask me to draft a specific flow by name.
备注
- 基准值仅供参考。 实际提升取决于列表质量、品牌、行业和优惠。始终将估算表述为“合理的行业范围”,而非“保证实现”。
- 不要重复计算。如果“缺少弃购流程”和“购后流程缺口”都符合情况,请检查基准假设是否存在重叠。
- ESP 专项检查覆盖范围(cogny-mcp-proxy):
- Klaviyo:全部 9 项检查均运行并提供金额估算。
- Mailchimp:检查 1、3、4、5、6、8、9 正常运行。检查 2 和 7 降级为仅从“互动度”角度分析。
- Rule:与 Mailchimp 相同。
- Get a Newsletter:跳过检查 1(没有流程概念)。跳过检查 2 和 7(没有购买数据)。其余检查(3、4、5、6、8、9)仅基于互动数据运行。