营销预算方案效果对比

它解决什么问题

预算评审会上最常见的争论是：钱到底该投给搜索广告、内容还是 SEO。每个部门都有一套直觉，但谁也说不清把 10 万美元从付费挪到内容会带来什么结果。跑一次完整蒙特卡洛模拟太慢，拍脑袋决定的代价又太高。这个技能填的是中间这一档——30 分钟内拿到 A/B/C 方案的方向性对比，而不是一份统计严谨的预测报告。

核心能力

• 支持 2-4 个方案并行对比，每个方案按渠道拆分预算与预期 ROI
• 以当前投放结构作为 Scenario 0 基线，所有方案都输出相对基线的绝对值与百分比差
• 用点估计加简单方差区间做快速投影，区分渠道爬坡时间（付费即时，内容与 SEO 需数月）和边际递减
• 输出并排对比表：预期收入、总 ROI、成本、渠道贡献、风险等级
• 分别指出期望回报最高与风险调整后回报最高的方案，并说明取舍

工作流程

1. 加载品牌上下文：读取 ~/.claude-marketing/brands/{slug}/profile.json 取历史渠道表现与基准数据
2. 定义基线与候选方案，标注与历史数据偏离明显的假设
3. 以 what-if 模式执行 revenue-simulator.py，生成各方案投影
4. 生成并排对比表，按用户设定的评估标准排序
5. 汇总推荐结论与关键权衡

适用边界

输出是模拟值而非预测值，示例金额全为合成数据，不可直接采信。所有 ROI 假设在正式投钱前都应用自己的数据验证。它不运行完整蒙特卡洛模拟，不会给出置信区间或概率分布，只适合方案初筛。风险等级基于渠道集中度和假设敏感度的粗略判断，不是严格意义上的风险建模。