無料GitHub で公開日本語紹介

run-paid-campaigns-weekly-read

有料広告の週次運用で、各媒体の成熟した成果期間を許容コストと照らして整理し、判断の根拠となる表と広告別スコアカードを作ります。

原文原文の説明を見る

Step of the run-paid-campaigns playbook: reads each platform's last mature results window against the allowable cost, as evidence for the week's moves. Run run-paid-campaigns instead; not for direct use.

gooseworks-ai/goose-skillsスター 1,272(GitHub 1,272 + cccskills 0)

実行スコア未検証

インストール方法を見る

こんなときに便利

週次広告成果を許容コストと比較したいとき
広告ごとの判断材料を前回記録と照合したいとき
変更案の前に成果の確度を整理したいとき

日本語での紹介

できること

有料広告を週次で見直す手順の一部として、各媒体の成果を許容コストと照らして整理します。運用量に応じて成熟した計測期間を決め、媒体ごとに確認できる広告費の割合や見えない指標を明記します。広告セットや広告ごとに、費用、成果、成果単価、クリック率の推移、コンバージョン数とばらつきの目安、学習状況、期間内の編集履歴をまとめます。店舗データを使った全体指標と媒体側の結果が食い違う場合は、その差も示します。最終的に、前回記録との比較を含むスコアカードと、判断の確度を添えた根拠表を作ります。

こんなときに便利

週次の広告運用で、どの広告の結果が読み取れる状態かを整理したいときに使います。成果がまだ早期で判断できないもの、しきい値に近いもの、計測が壊れているものを区別し、変更案を考える前の材料を整えたい場合に向いています。

使い方の例

「今週の広告成果を許容コストと比較して、根拠表を作ってください」
「広告ごとの結果を前回の週次記録と照らしてください」

注意点

これはrun-paid-campaignsプレイブック内の工程で、単独利用ではありません。媒体データや広告担当者のエクスポート、分析結果、過去の判断記録、テスト計画が入力として必要です。

この紹介文は、公開されている SKILL.md をもとに AI（OpenAI Codex）が作成しました。正確な仕様は下の原文を確認してください。

含まれるファイル（2）

SKILL.md2.1 KB
skill.meta.json228 B

SKILL.md（原文）

インストールする前に、エージェントに与えられる指示の中身を確認できます。

Weekly read (atom)

Load: ../run-paid-campaigns/references/reading-results.md.

Inputs: the volume regime; meta_read view: performance (a 14-day and a 3-day window, ranked by spend) for Goose ads, when Meta is chosen and GooseWorks is connected (local mode: the connector's date-range reads, ../run-paid-campaigns/references/local-mode.md); the marketer's exports for non-Goose Meta and other platforms; analyze-performance's weekly read (blended MER, new-customer CAC, store-joined CPA per angle, its kill/scale/hold calls); decisions.md (edits inside the window); the brief's test plan and targets.

Do:

Set the window for the regime (high-volume: 14-day minus the immature last 3 days; low-volume: 14–28 days matured past the qualified lag; app: 7–14 days past postback delay); same attribution setting as last week. Trends from trailing totals are approximate — say so.
State coverage: share of spend visible per platform; what is not visible (frequency, learning status, CPM unless exported).
Per ad set / ad, sorted by spend: spend, results, cost per result vs allowable, CTR trend over 3 weeks, conversions (n) and its noise band (±1/√n), learning (events/week vs ~50), and any edit inside the window. Traffic tests: CTR, cost per LPV, UTM store CVR.
Join to the blended read: does store-joined data agree with the platform? If not, the store-joined number decides and the disagreement is stated.
Mark each object: readable winner · readable loser · near-threshold · too early · broken.
Build the per-ad scorecard (../run-paid-campaigns/references/run-memory.md § End): top 10 by spend plus all others, each row against its row in the last run record.

Output: the evidence table the moves are drafted from, with confidence per row, and the scorecard. No moves yet.

レビュー

まだレビューはありません。使ってみた感想をお寄せください。

ログインなしで書き込めます。使ってみた感想、質問、動かなかった環境などを気軽にどうぞ。

まだコメントはありません。最初のコメントを書いてみませんか。

同じリポジトリのスキル