attribution-model

attribution-model

顧客 journey の実データをもとに、マルチタッチ・アトリビューションモデルと貢献度ルールを設計し、実装・レポート方針を作成します。

AIスキル大辞典による日本語要約
品質評価93/100評価確度:十分
人気度(GitHub Star) 100発掘スコア 66
01

このSkillでできること

  • ✓販売サイクル、チャネル、コンバージョン、データ成熟度などを評価する
  • ✓ビジネス要件に適したアトリビューションモデルを推薦する
  • ✓タッチポイントごとの貢献度、ルックバック期間、単一接点・複数接点のルールを定義する
  • ✓分析基盤に応じた実装方針、トラッキングギャップ、レポート仕様を整理する
02

使い方

01
STEP 1

販売サイクル、利用チャネル、コンバージョン種別、分析ツール、オフライン接点などの情報を提供する

02
STEP 2

既存モデル、予算配分の考え方、解決したい事業上の問いを伝える

03
STEP 3

データ成熟度と接点データを評価し、候補モデルを比較する

04
STEP 4

推奨モデル、貢献度ルール、ルックバック期間、実装手順、制約事項をレポートとしてまとめる

03

Skillのインストール

このGitHubリポジトリにあるSkillを確認し、現在の環境に適した方法でインストールしてください。
インストール後、正常に利用できることを確認し、基本的な使い方も簡潔に説明してください。

Repository:
https://github.com/indranilbanerjee/digital-marketing-pro
手動でインストールする

README / SKILL.mdから機械抽出できたコマンドのみ表示しています。推測したコマンドではありません。

git clone --depth=1 https://github.com/indranilbanerjee/digital-marketing-pro.git
04

このSkillを使うプロンプト例

Skill名を明示すると、意図したSkillを使わせやすくなります。自動発動型では必須とは限りません。

販売サイクルは90日、チャネルは有料検索・有料ソーシャル・自然検索・メール、コンバージョンはMQLと受注です。GA4とSalesforceを利用しています。現状のラストクリック分析から、マルチタッチ・アトリビューションへ移行するモデル、貢献度ルール、ルックバック期間、実装方針を設計してください。
出力例を見る
推奨モデル:現状のデータ成熟度では段階的な導入を推奨。貢献度配分、クリック・ビュー別のルックバック期間、必要なトラッキング項目、GA4・Salesforceでの設定方針、測定できない範囲を整理します。
05

安全性チェック

自動解析による参考情報です。Skillの安全性を保証するものではありません。

外部API通信検出あり
Shellコマンド実行明確な記述なし
ファイル読み取り明確な記述なし
ファイル書き込み明確な記述なし
ネットワークアクセス検出あり
認証情報明確な記述なし
検出根拠を見る
  • network: ct. If DM Pro saves your team time, [⭐ star the repo](https://github.com/indranilbanerjee/digital-marketing-pro/stargazers) — it's the single most usefu
  • network: urity issues: please use [Private Security Advisories](https://github.com/indranilbanerjee/digital-marketing-pro/security/advisories/new) per [SECURITY.m
06

関連Skill