mcpbeat

Self Media Content Analytics

yanhua1010/self-media-content-analytics

分析单篇、系列、周度或月度自媒体数据并形成可执行复盘。用于读取平台后台截图、CSV、表格、公开链接或用户提供的数据,计算关注效率和深度互动,比较同平台基线,归因选题、标题、封面、开头、结构、发布时间、标签和行动,并输出加码、改包装、再适配、停止或继续收集样本的决策。

2k tokens
context cost
the whole folder, loaded on every use
7
files
instructions only
0
copies elsewhere
how many repositories repackaged it
343
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/yanhua1010/self-media-content-workflow --skill self-media-content-analytics

The instruction itself

5 sections, as written by the author

内容数据复盘

数据来源

优先使用:

  • 用户提供的平台后台截图和导出文件。
  • 已认证连接器或用户自有账号的只读统计接口。
  • 内容任务卡、注册表和历史复盘。
  • 公开内容链接,仅用于公开指标和结构观察。

不要估算平台没有提供的数据。读取自有账号数据不等于授权修改账号或发布内容。

需要持续记录时,从 metrics-ledger-template.md 创建原始指标台账。若项目已有数据库、表格或分析系统,继续使用现有系统,不重复建账。

分析流程

1. 校验数据

检查平台、内容、发布日期、观察窗口、字段定义、缺失值和异常值。区分曝光、阅读或播放、互动、关注、转化和制作成本。

2. 给出核心结论

说明表现相对自身基线如何、最值得注意的信号是什么,以及哪些结论不能成立。

3. 做归因

按证据强弱检查:

  • 选题和目标受众。
  • 标题和封面。
  • 开头 3 秒或第一屏。
  • 结构、证据和信息密度。
  • 发布时间、标签、合集和行动。
  • 热点、投流、商单和账号体量等外部因素。

相关性不等于因果。没有对照或样本不足时写“待验证”。

4. 做同类比较

只比较同平台、同内容类型和相近时间窗口。优先使用中位数、P75、每千浏览新关注、深度互动率和制作时间。跨平台原始播放量不能直接排名。

完整指标定义见 metrics.md。

5. 形成决策和实验

结论归入:加码、改包装、改主页或系列、平台再适配、停止、样本不足。

每次只设计一个主要实验变量,写清假设、改动、成功标准和观察窗口。

复盘层级

  • 单篇复盘:使用 content-review-template.md。
  • 周复盘:使用 weekly-review-template.md。
  • 月复盘:使用 monthly-review-template.md。

输出

交付:

  • 核心结论。
  • 数据质量和基线说明。
  • 归因及证据强度。
  • 可复制因素和不可归因因素。
  • 3 到 5 条可执行动作。
  • 待验证假设和唯一实验。

商单与自然内容分开分析。样本不足时不调整长期内容比例。

How to use it

Copy the folder

Take yanhua1010/self-media-content-analytics from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.