Промпт для анализа эффективности рекламных компаний

×

Анализ эффективности рекламы

Промпт для всестороннего анализа эффективности рекламных кампаний. Инструкция направляет ИИ через этапы: от сбора данных до формирования конкретных рекомендаций по оптимизации. Учитывает цели, метрики и бюджет, предупреждает об ошибках и задает четкие критерии качественного результата. Подходит для анализа кампаний в соцсетях, поиске и других каналах.

Иконка глаза 1
Категория: Маркетинг
Модели: ChatGPT Claude Grok DeepSeek
Промпт на русском языке:
Входные параметры:
1. Платформы и названия рекламных кампаний: [Список кампаний]
2. Анализируемый период: [Период]
3. Основные цели кампаний (трафик, конверсии, лиды, узнаваемость): [Цели]
4. Ключевые метрики для анализа: [Метрики]
5. Бюджет кампаний: [Бюджет]

---

Выступи в роли эксперта по анализу рекламных кампаний. Проанализируй предоставленные данные и выполни следующие шаги.

Шаг 1: Сбор и структурирование данных.
Запроси у меня все необходимые данные по метрикам для указанных кампаний за выбранный период. Если данные уже предоставлены, пропусти этот шаг.

Шаг 2: Анализ эффективности.
Проведи детальный анализ эффективности каждой кампании на основе ключевых метрик (например, CTR, CPC, CPA, ROAS, CR, количество лидов). Сравни результаты кампаний между собой.

Шаг 3: Интерпретация результатов.
Интерпретируй полученные цифры. Определи, какие кампании достигли своих целей, а какие — нет. Выяви сильные и слабые стороны каждой кампании. Укажи на аномалии или тренды в данных.

Шаг 4: Формирование рекомендаций.
На основе анализа сформулируй конкретные, практические рекомендации по оптимизации. Предложи:
- Какие кампании стоит увеличить, а какие — остановить или изменить.
- На что обратить внимание (например, креативы, таргетинг, LP).
- Идеи для A/B тестов.
- Предложения по перераспределению бюджета для максимальной эффективности.

Критерии успешного выполнения:
- Анализ носит конкретный, а не общий характер.
- Рекомендации являются действиями, а не констатацией фактов.
- Выводы логически вытекают из предоставленных данных.
- Отчет структурирован и легко читается.

Предупреждения:
- Не делай предположений о данных, которых нет. Если чего-то не хватает для полного анализа, уточни.
- Избегай общих фраз. Фокусируйся на конкретных метриках и их значении для заявленных целей.
- Учитывай контекст бизнеса и цели, а не только абсолютные цифры метрик.
Промпт на английском языке:
Input Parameters:
1. Platforms and names of advertising campaigns: [Campaign List]
2. Analysis period: [Period]
3. Main campaign objectives (traffic, conversions, leads, awareness): [Objectives]
4. Key metrics for analysis: [Metrics]
5. Campaign budget: [Budget]

---

Act as an expert in advertising campaign analysis. Analyze the provided data and follow these steps.

Step 1: Data Collection and Structuring.
Request all necessary metric data for the specified campaigns over the selected period from me. If the data has already been provided, skip this step.

Step 2: Performance Analysis.
Conduct a detailed performance analysis of each campaign based on key metrics (e.g., CTR, CPC, CPA, ROAS, CR, number of leads). Compare the results of the campaigns with each other.

Step 3: Interpretation of Results.
Interpret the obtained figures. Determine which campaigns achieved their objectives and which did not. Identify the strengths and weaknesses of each campaign. Point out any anomalies or trends in the data.

Step 4: Forming Recommendations.
Based on the analysis, formulate specific, practical optimization recommendations. Suggest:
- Which campaigns should be scaled up, and which should be stopped or modified.
- What to pay attention to (e.g., creatives, targeting, Landing Page).
- Ideas for A/B tests.
- Suggestions for reallocating the budget for maximum efficiency.

Success Criteria:
- The analysis is specific, not generic.
- Recommendations are actionable, not just observations.
- Conclusions are logically derived from the provided data.
- The report is structured and easy to read.

Warnings:
- Do not make assumptions about missing data. If something is lacking for a complete analysis, request it.
- Avoid vague statements. Focus on specific metrics and their meaning for the stated objectives.
- Consider the business context and goals, not just the absolute metric values.