mcpField
R
roi-calculator

roi-calculator

github.com/indranilbanerjee营销与增长919118 次安装2 天前更新
代码仓库

关于 roi-calculator

roi-calculator 是供营销团队评估各渠道活动回报的技能。它计算 ROI 指标、比较多触点归因模型，并提供行业基准和预算重新分配分析。

主要功能

  1. 01按渠道计算 ROI 和 ROAS
  2. 02比较五种归因模型
  3. 03LTV 预测与回本周期
  4. 04行业基准比较
  5. 05预算重新分配情景
  6. 06活动历史跟踪

适用场景

  1. 01向利益相关者说明活动预算
  2. 02比较不同归因模型下的渠道贡献
  3. 03识别应加大或减少投入的渠道
  4. 04利用客户 LTV 评估长期回报

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/indranilbanerjee/digital-marketing-pro --skill roi-calculator

安装后在 Claude Code 中输入/roi-calculator确认已加载。

详细介绍

/digital-marketing-pro:roi-calculator

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 同级。请使用 Python 3.10 或更高版本运行：使用 python，如果找不到 python，则使用 python3（macOS 和许多 Linux 系统）。

用途

带有多触点归因模型的营销活动 ROI 计算器。可生成全面的跨渠道 ROI 分析，用于预算论证、优化建议和高管报告。

所需输入

用户必须提供（或系统将提示用户提供）：

  • 各渠道的营销活动支出：每个渠道投入的金额（付费搜索、付费社交、电子邮件、SEO、内容、活动等）
  • 各渠道的转化和收入：归因于每个渠道的转化次数和总收入
  • 时间范围：分析的日期范围（周、月、季度、年）
  • 归因模型偏好：末次触点、首次触点、线性、时间衰减或基于位置的归因（也可比较所有模型）
  • 客户 LTV：可选——用于长期 ROI 预测的平均客户生命周期价值
  • 行业类别：用于基准比较的背景信息
  • 转化定义：哪些行为计为转化（购买、潜在客户、注册、演示申请、试用开始等）
  • 广告支出以外的成本输入：可选——代理商费用、工具成本、创意制作成本、团队工时

流程

  1. 加载品牌背景：读取 ~/.claude-marketing/brands/_active-brand.json 获取当前启用的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、合规要求和行业背景。检查 guidelines/_manifest.json 中的限制、消息规范、渠道风格、语气规则和模板。如果 ~/.claude-marketing/brands/{slug}/templates/ 中有与此命令匹配的模板，则按其格式执行。如果不存在品牌，请提示用户运行 /digital-marketing-pro:brand-setup，或使用默认设置继续。
  2. 检查营销活动历史：运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns，获取历史营销活动数据，用于趋势比较和同期分析。
  3. 运行 ROI 计算器：执行 python "${CLAUDE_PLUGIN_ROOT}/scripts/roi-calculator.py"，并传入支出、收入和转化数据，计算渠道级和综合指标。
  4. 计算渠道级 ROI 和 ROAS：对于每个渠道，计算 ROI（（收入 - 成本）/ 成本）、ROAS（收入 / 成本）、CPA（成本 / 转化次数）、CPL（成本 / 线索数）和贡献利润率。
  5. 应用归因模型：使用所选归因模型，在各渠道之间重新分配归因权重。如果用户需要比较，则运行全部五种模型（末次触点、首次触点、线性、时间衰减、基于位置），并展示每种模型如何改变各渠道的归因权重。
  6. 计算综合 ROI：汇总所有渠道，计算营销活动总 ROI、综合 ROAS 和整体 CPA。如果提供了 LTV，则将其纳入考量，预测短期与长期 ROI 以及回本周期。
  7. 与行业基准比较：参考 skills/context-engine/industry-profiles.md，结合品牌所属垂直行业的平均水平，判断渠道表现高于、处于还是低于行业平均值。
  8. 发现效率提升机会：标记边际回报递减的渠道、增加支出可能带来不成比例收益的渠道，以及 CPA 超过 LTV（支出不可持续）的渠道。
  9. 计算回本周期：如果提供了 LTV 数据，则计算各渠道的客户获取成本需要几个月才能回本，并指出哪些渠道回本最快，哪些渠道需要耐心等待长期价值。
  10. 模拟预算重新分配方案：生成 2-3 个预算重新分配方案，将预算从表现不佳的渠道转向表现优异的渠道，并预测对总 ROI、总转化次数和综合 CPA 的影响。
  11. 将结果记录到营销活动跟踪器：将 ROI 分析记录到 campaign-tracker.py，以便未来分析进行同期趋势比较，并验证建议的预算重新分配是否改善了表现。
  12. 编写高管报告：将分析整理成适合向利益相关者展示的报告，包含清晰的要点、可用于可视化的数据表和可执行的后续步骤。

输出

一份结构化 ROI 分析报告，包含：

  • 按渠道划分的表现表（支出、收入、转化次数、ROI、ROAS、CPA、CPL）
  • 综合营销活动 ROI 和整体 ROAS，以及总支出和总收入摘要
  • 归因模型比较，展示不同模型下各渠道归因权重的变化
  • 按 LTV 调整后的 ROI 预测和回本周期分析（如果提供了客户 LTV）
  • 行业基准比较，并为各渠道标注高于、处于或低于基准
  • 效率分析，指出边际回报递减和扩大规模的机会
  • 预算重新分配建议，包含 2-3 个模拟方案及其预期结果
  • 表现不佳渠道的诊断及具体改进措施
  • 同期趋势比较（如果营销活动跟踪器中有历史数据）
  • 高管摘要，列出最重要的 3 条洞察和建议的后续步骤
  • 可直接用于 Google Sheets 或幻灯片导出的可视化数据表

使用的 Agent

  • analytics-analyst —— ROI 计算、归因建模、基准比较、效率分析、回本周期计算和数据驱动的建议
  • marketing-strategist —— 预算优化策略、渠道组合建议、重新分配方案设计，以及面向利益相关者沟通的高管级洞察梳理

评论

支持 Markdown