关于 social-analytics-report
为社交媒体团队提供运营分析报告方法,将现有指标置于数据边界和不确定性背景下,并导向下一步决策。
主要功能
- 01核查数据范围与完整性
- 02区分观察与假设
- 03按内容目标分析结果
- 04输出带置信度的决策表
- 05建议可比较的后续测试
适用场景
- 01复盘社交媒体活动表现
- 02识别各渠道内容的重复模式
- 03为下一轮活动制定小规模测试
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ ootto-ai/ claude-content-skills --skill social-analytics-report安装后在 Claude Code 中输入/social-analytics-report确认已加载。
详细介绍
社交媒体分析报告
根据团队实际掌握的指标,结合背景、不确定性和下一步决策,撰写一份真实的运营报告。
1. 确定数据能回答什么问题
询问日期范围、渠道、帖子或营销活动、指标定义、收集方法、目标或基准,以及支出、受众、形式或分发方面的已知变化。如果不同渠道的定义不一致,不要默默地比较原始总数。
2. 解读数据前先检查数据
找出缺失行、未覆盖完整的报告时间段、重复帖子、跟踪方式变更,或采集时间不同的指标。注明报告的数据范围。将直接观察到的情况与对原因的假设分开。
3. 根据预期目标解读结果
按照每篇帖子或每个渠道承担的目标对结果分组:提升认知、教育、促进讨论、带来合格流量、协助转化,或获取创作者合作方面的经验。只比较同类对象。关注信息、形式、受众背景和分发方式中的可重复模式,不要仅凭展示量选出赢家。
4. 推荐下一项最小测试
返回一张决策表,列出观察结果、置信度、可能的解释、行动、负责人和后续所需证据。说明哪些结论不能得出。推荐一项范围明确的测试,并保持营销活动的主张和衡量方法不变,以便下一份报告能够进行比较。
硬性规则
- 绝不可根据相关性或单篇帖子宣称因果关系。
- 不要比较不相同的指标、日期范围、付费与自然活动,或成熟度不同的帖子,除非明确说明。
- 清楚区分原始数据、计算得出的比率和解读。
- 不要为了让叙述显得更清晰而隐瞒表现不佳或不完整的数据。
- 绝不可谎称能够访问平台原生分析工具、广告账户或转化系统。
常见问题
| 问题 | 应改为 |
|---|---|
| 宣称展示量高的帖子取得了成功 | 根据该帖的目标以及它原本旨在影响的下游证据来评估。 |
| 报告罗列了指标,却没有给出决策 | 最后明确一项保留、一项测试和一项调整,并指定负责人。 |
| 将各平台总数当作相同指标进行比较 | 统一比较口径,或分别报告各个渠道。 |
| 团队一次改动五件事 | 选择最小且可观察的测试,并尽可能保持其他条件不变。 |
适用场景
发布前使用 campaign-brief 和 utm-campaign-plan,确保报告具备决策和归因计划。营销活动进行期间使用此技能开展运营复盘。报告时间段结束后使用 launch-retrospective,综合结果、定性证据和流程经验。
评论
支持 Markdown