mcpField
U
utm-attribution-strategy

utm-attribution-strategy

github.com/thatrebeccarae营销与增长187115 次安装24 周前更新
代码仓库

关于 utm-attribution-strategy

面向营销团队的 Claude 技能,用于规划一致的 UTM 活动参数并选择归因模型。内容涵盖命名规范、渠道模板、模型比较和审计清单。

主要功能

  1. 01五种标准 UTM 参数说明
  2. 02命名规则与渠道分类
  3. 03常见活动 URL 模板
  4. 04归因模型比较
  5. 05UTM 审计清单

适用场景

  1. 01统一团队的活动参数命名
  2. 02为广告和简报制作标记 URL
  3. 03按销售周期选择归因模型
  4. 04检查跟踪链接中的常见错误

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/thatrebeccarae/claude-marketing --skill utm-attribution-strategy

安装后在 Claude Code 中输入/utm-attribution-strategy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。

EXAMPLES.md
LICENSE
REFERENCE.md

详细介绍

UTM 与归因策略

使用 UTM 参数进行活动跟踪和营销归因建模。

安装

git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/utm-attribution-strategy ~/.claude/skills/

UTM 参数参考

5 个标准 UTM 参数
参数用途必填示例
utm_source流量来源是google、linkedin、newsletter
utm_medium营销媒介/渠道是cpc、email、social、referral
utm_campaign活动名称是spring-sale、product-launch-q1
utm_term付费关键词(搜索广告)否email+marketing+software
utm_content区分不同广告版本否cta-button、sidebar-banner、video-ad
UTM 命名规范

规则:

  • 全部使用小写字母(Google Analytics 区分大小写)
  • 使用连字符(-)分隔单词,切勿使用空格或下划线
  • 描述清晰,但要简洁
  • 所有团队使用统一的词汇
  • 记录分类体系并确保严格执行
推荐分类体系
utm_source
值适用场景
googleGoogle Ads、Google 自然流量
facebookMeta/Facebook 广告和自然流量
instagramInstagram 广告和自然流量
linkedinLinkedIn 广告和自然流量
tiktokTikTok 广告
twitterTwitter/X
youtubeYouTube 广告和自然流量
bingMicrosoft/Bing 广告
newsletter你的电子邮件简报
email事务性邮件或单次邮件
partner-[name]合作伙伴/联盟流量
podcast-[name]播客提及
utm_medium
值适用场景
cpc付费搜索(每次点击成本)
paid-social付费社交媒体
social自然社交媒体
email电子邮件营销
referral合作伙伴/联盟引荐
display展示广告/横幅广告
video视频广告(前贴片、信息流内)
retargeting再定位/再营销
influencer网红合作
organic自然搜索(通常自动标记)
direct直接流量(通常自动标记)
utm_campaign

格式: [initiative]-[audience]-[date]

示例:

  • spring-sale-2026
  • product-launch-enterprise-q1
  • webinar-seo-masterclass-mar2026
  • blog-weekly-digest-w12
  • retarget-cart-abandoners-mar
utm_content

格式: [format]-[variant]-[placement]

示例:

  • video-testimonial-feed
  • carousel-product-stories
  • cta-start-trial-hero
  • banner-logo-sidebar
  • text-ad-headline-v2

UTM 构建器

URL 结构
https://example.com/landing-page?utm_source=linkedin&utm_medium=paid-social&utm_campaign=product-launch-q1&utm_content=video-demo-feed
常用 UTM 模板
渠道完整 UTM 字符串
Google 搜索广告?utm_source=google&utm_medium=cpc&utm_campaign=[campaign]&utm_term=[keyword]&utm_content=[ad-group]
Facebook 广告?utm_source=facebook&utm_medium=paid-social&utm_campaign=[campaign]&utm_content=[ad-name]
LinkedIn 广告?utm_source=linkedin&utm_medium=paid-social&utm_campaign=[campaign]&utm_content=[creative-type]
电子邮件简报?utm_source=newsletter&utm_medium=email&utm_campaign=[newsletter-name]-[date]&utm_content=[link-position]
LinkedIn 自然帖文?utm_source=linkedin&utm_medium=social&utm_campaign=[post-topic]
合作伙伴引荐?utm_source=partner-[name]&utm_medium=referral&utm_campaign=[initiative]

归因模型

模型比较
模型工作原理适用场景局限性
Last Click将 100% 的功劳归于最后一个触点销售周期短、直接响应忽略认知和考虑阶段
First Click将 100% 的功劳归于第一个触点品牌认知度衡量忽略推动转化的触点
Linear将功劳平均分配给所有触点简单的多触点视图过度归功于影响较小的触点
Time Decay越近的触点获得越多功劳销售周期长且势头明确低估早期认知
Position-Based第一个触点占 40%,最后一个占 40%,中间触点占 20%全漏斗的均衡视图权重分配较为随意
Data-Driven基于 ML 分配功劳大型数据集(1000+ 次转化)黑盒,需要足够的数据量
GA4 归因

GA4 默认使用数据驱动归因。关键设置:

  • Reporting attribution model:在 Admin > Attribution Settings 中设置
  • Lookback window:默认 30 天(点击)/ 7 天(浏览)
  • Conversion paths:在 Advertising > Attribution > Conversion Paths 中分析
选择模型
Sales cycle < 7 days → Last Click or Data-Driven
Sales cycle 7-30 days → Position-Based or Data-Driven
Sales cycle > 30 days → Time Decay or Data-Driven
Brand awareness focus → First Click
Performance marketing focus → Last Click
Balanced view needed → Position-Based
1000+ monthly conversions → Data-Driven (always)

UTM 审核清单

  • 所有付费营销活动都带有 UTM 参数
  • 命名规范已记录并与团队共享
  • 不混用大小写(utm_source=Google 与 google)
  • 参数值中不含空格(使用连字符)
  • utm_medium 值与 GA4 默认渠道分组一致
  • 内部链接不得带有 UTM 参数(会破坏归因)
  • UTM 参数应位于落地页 URL 中,而不是重定向之后的 URL 中
  • UTM 参数中不包含 PII(姓名、电子邮件、账户 ID)
  • 短 URL / 链接缩短服务会保留 UTM 参数
  • 重定向会保留 UTM 参数(302 重定向可能会剥离参数)

常见错误

  1. 在内部链接中使用 UTM — 会破坏会话归因并虚增来源数量
  2. 命名不一致 — Facebook、facebook 和 fb 会被识别为 3 个不同的来源
  3. 缺少 utm_medium — 流量会被归入“(other)”渠道分组
  4. 使用非标准 utm_medium 值 — 使用 GA4 认可的值,才能正确进行渠道分组
  5. 在自然搜索结果中使用 UTM — Google 会自动为自然搜索添加标记;添加 UTM 会导致来源重复
  6. UTM 参数中包含 PII — URL 中包含电子邮件地址或用户 ID 违反隐私政策
  7. 忘记点击后的追踪 — UTM 追踪的是点击,而不是点击后发生的事情

与其他技能的集成

  • google-analytics — UTM 数据会流入 GA4 进行分析
  • google-ads — Google 会自动添加 gclid;UTM 用于补充
  • facebook-ads — Meta 会自动添加 fbclid;GA4 归因需要使用 UTM
  • linkedin-ads — LinkedIn 需要手动配置 UTM
  • tiktok-ads — TikTok 需要手动配置 UTM

评论

支持 Markdown