营销活动分析
多渠道营销活动数据的自动化分析,专为数字营销优化。
输入要求
期望以 CSV 格式提供营销活动数据,支持中英文列名,包含以下列:
- •日期: 活动日期
- •营销活动名称: 活动标识符
- •渠道: 营销渠道(微信广告、百度推广、抖音广告、小程序推送等)
- •受众分群: 客户细分(如:New_Customers、Retargeting、Loyalty)
- •展示次数: 广告展示次数(小程序推送渠道可能为空)
- •点击次数: 点击次数
- •转化次数: 转化次数
- •支出: 营销支出(人民币)
- •收入: 产生的收入(人民币)
- •订单数: 订单数量
数据质量检查
- •检查缺失值和空单元格(小程序推送渠道不会有展示次数,这是正常的)
- •验证数值列中没有负值
- •标记异常情况(例如,有转化但没有点击)
- •检查数据完整性(确保每天、每个渠道的数据都存在)
- •识别异常值(如 CTR 或 CVR 异常高或异常低的情况)
漏斗分析
按渠道计算:
- •点击率 (CTR) = 点击次数 / 展示次数 × 100
- •转化率 (CVR) = 转化次数 / 点击次数 × 100
与用户提供的基准进行比较,以百分点报告差异,并为每个渠道提供简要解读。如果未提供基准,使用以下历史基准值:
| 渠道 | CTR | CVR |
|---|---|---|
| 微信广告 | 2.5% | 4.0% |
| 百度推广 | 5.0% | 5.0% |
| 抖音广告 | 2.0% | 1.0% |
| 小程序推送 | 18.0% | 3.5% |
注意事项:
- •小程序推送无展示次数数据,CTR 无法计算,但 CVR 应正常计算
- •对于电商类活动,转化通常指完成购买
效率分析
按渠道计算:
- •广告支出回报率 (ROAS) = 收入 / 支出
- •获客成本 (CPA) = 支出 / 转化次数
- •净利润 = 收入 - 总成本
- •总成本 = 支出 + (订单数 × 配送成本) + (收入 × 产品成本百分比)
- •除非用户指定不同的值,否则使用以下默认值:
- •配送成本: 每笔订单 ¥8
- •产品成本: 收入的 35%
与用户提供的目标进行比较。如果未提供,使用以下默认目标值:
- •目标 ROAS: 最低 4.0 倍
- •最大 CPA: ¥50
渠道差异化目标建议:
- •微信广告和百度推广:通常 ROAS 目标应 > 4.0
- •抖音广告:侧重品牌曝光,ROAS 目标可适当降低至 > 1.5
- •小程序推送:成本低,ROAS 通常 > 100
输出格式
以表格形式呈现结果,包含状态指示器和清晰的数据对比:
1. 数据质量检查报告
简要说明数据完整性、异常值和需要注意的问题。
2. 漏斗分析表
| 渠道 | CTR 实际值 | CTR 基准 | CTR 差异 | CVR 实际值 | CVR 基准 | CVR 差异 |
|---|
说明:
- •CTR 和 CVR 以百分比显示
- •差异以百分点表示(如 +0.5pp 或 -0.3pp)
- •小程序推送渠道的 CTR 标注为 "N/A"(无展示次数)
3. 效率分析表
| 渠道 | 总支出 | 总收入 | ROAS | ROAS状态 | CPA | CPA状态 | 净利润 | 利润状态 |
|---|
状态指示器:
- •ROAS: 如果 >= 目标则为 "✓ 达标",如果 < 目标则为 "✗ 未达标"
- •CPA: 如果 <= 最大值则为 "✓ 达标",如果 > 最大值则为 "✗ 超标"
- •净利润: 如果 > 0 则为 "✓ 盈利",如果 <= 0 则为 "✗ 亏损"
4. 渠道绩效总结
在每个表格后面,提供逐渠道的简要解读,包括:
- •关键洞察(表现好的方面)
- •存在的问题
- •建议的优化行动
- •受众分群表现差异(如 New_Customers vs Retargeting)
预算重新分配
如果用户询问预算重新分配,请阅读 references/budget_reallocation_rules.md 以获取完整的决策框架,包括资格规则、基于绩效的行动和约束条件。
可用脚本
本技能提供两个标准化的 Python 脚本,用于确保计算的准确性和一致性:
1. scripts/analyze_campaign.py
用途:多渠道营销活动数据的全面分析
功能:
- •数据质量检查(缺失值、异常值、空值处理)
- •漏斗分析(CTR、CVR 计算并与基准对比)
- •效率分析(ROAS、CPA、净利润计算)
- •成本结构分解(广告支出、物流成本、产品成本)
- •自动生成优化建议
使用场景:当用户需要分析营销活动绩效、了解各渠道表现时使用此脚本。
使用方法:
bash
python scripts/analyze_campaign.py <数据文件路径>
示例:
bash
python scripts/analyze_campaign.py examples/analyzing-marketing-campaign/material/campaign_data_week1_china.csv
输入要求:CSV 文件,包含日期、营销活动名称、渠道、受众分群、展示次数、点击次数、转化次数、支出、收入、订单数等列。
2. scripts/budget_reallocation.py
用途:基于绩效规则的预算重新分配建议
功能:
- •按绩效指标对渠道进行分类(INCREASE/MAINTAIN/DECREASE_LIGHT/DECREASE_HEAVY)
- •计算预算调整方案(削减低效渠道、增加高效渠道)
- •应用约束条件(总调配限额、单渠道增幅上限)
- •生成详细的分类依据和执行摘要
使用场景:当用户询问如何重新分配预算、优化投放策略时使用此脚本。
使用方法:
bash
python scripts/budget_reallocation.py <数据文件路径> [总调配限额] [单渠道增幅上限]
示例:
bash
# 使用默认参数(总调配限额 ¥10,000,单渠道增幅上限 15%) python scripts/budget_reallocation.py examples/analyzing-marketing-campaign/material/campaign_data_week1_china.csv # 自定义参数(总调配限额 ¥15,000,单渠道增幅上限 20%) python scripts/budget_reallocation.py examples/analyzing-marketing-campaign/material/campaign_data_week1_china.csv 15000 0.20
输入要求:与 analyze_campaign.py 相同的 CSV 文件。
注意事项:
- •这两个脚本提供了标准化的计算逻辑,避免 LLM 在复杂计算中出错
- •脚本可以直接运行,也可以作为代码参考来理解计算逻辑
- •如果用户的数据格式不同,可能需要调整脚本中的列名映射