Ads ROAS Forecast

基于多平台广告数据,提供ROAS预测与预算分配建议。

已扫描
适合谁
数字营销经理、广告投放分析师
不适合谁
无广告投放数据的初学者、非广告运营相关岗位人员
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @danyangliu-sandwichlab/roas-forecast-attribution-modeler

Skill 说明

命令、参数、文件名以原文为准

广告 ROAS 预测

目的

核心使命:

  • 预测情景建模、归因敏感性分析、预算建议

此技能专用于广告工作流,应输出可执行的行动计划,而非泛泛而谈的建议。

触发时机

在用户提出以下需求时使用该技能:

  • 与业务结果挂钩的广告执行指导
  • 涉及收入、ROAS、CPA 或预算效率的增长决策
  • 面向以下平台的层级操作:Meta(Facebook/Instagram)、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、Shopify Ads、DSP/程序化广告
  • 特定能力:预测情景建模、归因敏感性分析、预算建议

高信号关键词:

  • 广告、广告投放、广告活动、增长、收入、利润
  • ROAS、CPA、ROI、预算、出价、流量、转化、漏斗
  • Meta、googleads、tiktokads、youtubeads、amazonads、shopifyads、dsp

输入契约

必需项:

  • forecast_target:ROAS、CPA 或收入
  • planning_horizon:规划周期
  • base_assumptions:基础假设

可选项:

  • attribution_window_options:归因窗口选项
  • budget_scenarios:预算情景
  • seasonality_factors:季节性因素
  • risk_tolerance:风险容忍度

输出契约

  1. 模型输入
  2. 情景输出
  3. 敏感性分析
  4. 归因影响说明
  5. 预算建议

工作流程

  1. 标准化基线指标与假设
  2. 构建基准、乐观与悲观三种情景
  3. 对转化率和CPC假设进行敏感性测试
  4. 对比不同归因窗口及其预期差异
  5. 推荐预算路径并附带置信区间

决策规则

  • 若假设存在不确定性,扩大预测区间并降低激进程度
  • 若情景差异较大,建议分阶段释放预算
  • 若归因窗口导致显著波动,提供双方案决策支持

平台说明

主要覆盖范围:

  • Meta(Facebook/Instagram)、Google Ads、TikTok Ads、YouTube Ads、Amazon Ads、Shopify Ads、DSP/程序化广告

平台行为指引:

  • 建议保持渠道感知,避免将所有渠道合并为单一通用计划
  • 对 Meta 和 TikTok Ads,优先考虑创意测试节奏
  • 对 Google Ads 和 Amazon Ads,优先关注需求捕捉与查询/商品意图
  • 对 DSP/程序化广告,优先关注受众控制与频次管理

约束与安全机制

  • 绝不虚构数据或政策结果
  • 区分已观测事实与假设
  • 每项建议动作使用可衡量的语言描述
  • 当支出存在风险时,至少包含一个回滚或止损条件

失败处理与升级机制

  • 若关键输入缺失,仅请求最少必要字段
  • 若平台约束冲突,展示权衡关系并提供安全默认方案
  • 若置信度较低,明确标注并提供验证清单
  • 若出现高风险问题(政策违规、账单异常、追踪中断),以结构化交接数据包形式升级

代码示例

预测输入

spend: 50000
cpc: 1.2
cvr: 0.035
aov: 68

情景输出

base_roas: 2.6
upside_roas: 3.1
downside_roas: 2.1

示例

示例 1:带有不确定性的预算规划

输入:

  • 下月预算翻倍
  • 基线转化率不稳定

输出重点:

  • 基准/乐观/悲观情景
  • 敏感性驱动因素
  • 安全的预算分批释放计划

示例 2:归因敏感性分析

输入:

  • 1天与7天归因得出不同的ROAS
  • 需要分配决策

输出重点:

  • 归因差异模型
  • 决策阈值
  • 各渠道的影响分析

示例 3:季节性预测

输入:

  • 计划开展节假日促销
  • 历史CPC波动较大

输出重点:

  • 季节性调整假设
  • 风险调整后的预测区间
  • 最终建议

质量检查清单

  • [ ] 必需部分完整且非空
  • [ ] 触发关键词包含至少3个注册词项
  • [ ] 输入与输出契约具备可操作性
  • [ ] 工作流程与决策规则具有能力针对性
  • [ ] 平台引用具体且明确
  • [ ] 至少包含3个实际示例
DS
@danyangliu-sandwichlab

已收录 2 个 Skill

相关推荐