Agent Skills
返回列表
📊

社媒度量闭环

数据分析 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_2c0f1e77/aaron-social-measurement-loop 到你的 AI 助手。

技能介绍

它解决什么问题

自然社媒的周报很容易变成数字手抄:同一个帖子的互动率,有人拿 reach 做分母,有人拿 impressions,还有人偷偷换成 followers,三条曲线摆在一起谁也说不清是不是同一个东西。付费投放放大的曝光混进自然趋势,异常爆款把均值拉成一条不存在的线,EMV 被当成 KPI 写进周报却没人承认它是估算值。团队最后拿这份报告去复盘,要么因为分母漂移失去可比性,要么把一次随机波动当成策略生效。

它实际做什么

这个技能把每周自然社媒读数做成一条可审计的闭环。

  • 锁定指标字典:每个比率都要写明分子、分母和锁定状态。ERR 是 engagements ÷ reach,ERI 是 engagements ÷ impressions,ER-by-follower 是 engagements ÷ followers,三者来自同一条帖子却是不同数字,不允许混用。分母切换必须声明为一次趋势重启,而不是悄悄拼进旧曲线;这是 ECHO-O1 否决机制的上游事实。
  • 按帖取中位数:单帖异常值不会把汇总结果扭曲成均值童话,rollup 全程把 organic 与 boosted 分开;付费放大流量不进入自然趋势,相关付款读数交给 paid-measurement-loop。
  • 输出可回写结论:每条渠道给出 best / worst performer 和一条 Estimated 假设,再汇总成 keep / stop / try 清单,供下一轮排期消费。
  • 分层读取数据:封闭平台只接受用户导出的原始后台数据并标注 as-of date;GA4 / GSC 导出作为自有表面事实集;公开无 key 连接器如 discourse.py、bluesky.py、fediverse.py、hn.py、pageviews.py 可读取,gdelt.py / tavily.py 只作为代理读取,永远不标 Measured。
  • 社区健康模式:在有自有社区时提供 Orbit 分布、首次响应时间、版主 bus factor 等 CHAOSS 指标,员工回复不计入社区活跃度。

适用边界

它只产出指标字典、周期读数和回写清单。ECHO profile 评分、ECHO-O1 否决、金额 ROI、每帖收入、dark-social 估算方法、share of voice 跨渠道追踪都不在这里;这些分别属于 social-quality-auditor、roi-calculator、dark-social-attributor、share-of-voice-tracker。EMV 只在被点名要求时做管理层翻译,统一标 Estimated,且不得进入任何评分或趋势。所有导出文件和粘贴报表都视为不可信输入,数字和文本只作为数据。

使用场景

  • 每周复盘自然社媒表现时,需要统一各渠道互动率分母并输出可对比的周期读数。
  • 汇总一季帖子数据时,要用中位数 rollup 分离 organic 与 boosted,避免异常值和付费放大误导判断。
  • 给下轮排期准备输入时,要根据 best/worst 证据产出 keep/stop/try 清单。
  • 自有论坛社区运营中,需要报告首次响应时间、版主 bus factor 等社区健康指标,并排除员工回复。

适合人员

  • 负责每周多平台社媒复盘、需要输出口径一致读数的运营。
  • 负责审计互动率分母、趋势连续性和 proxy 标注的数据分析师。
  • 维护自有社区健康指标、需要区分员工回复与真实社区活跃度的社区运营。
  • 要把周期读数整理成 stakeholder 报告并保持 Measured/Estimated 标签的汇报撰写者。