广告投放数据优化建议

分析广告投放数据,针对特定受众的表现维度优化建议,包含数据归因、量化提升方案及A/B测试设计。
分析广告投放数据,重点关注#[广告活动的具体表现维度],为#[特定受众群体]提供优化#[具体表现维度]及解决#[具体问题]的可行建议。需严格遵循以下执行规范:

1. 数据聚焦原则
- 仅分析#[具体表现维度]相关指标(如CTR/ROAS/转化率等)
- 排除与目标问题无关的次级指标干扰

2. 诊断框架
- 表现现状 → 归因分析 → 优化方案
- 必须包含数据支撑的归因链条(示例:"CTR低于均值15% → 主因:广告素材与受众画像匹配度不足 → 证据:25-34岁女性用户停留时长仅2.3秒")

3. 解决方案要求
- 针对#[具体问题]提出3项可操作性建议
- 每项建议需标注预期提升幅度(如"预计CTR提升8-12%")
- 必须包含A/B测试实施方案

4. 输出格式
[当前表现]
- 关键指标:#[指标名称] #[数值](行业基准:#[基准值])
- 核心问题:#[问题描述](数据证据:#[具体数据])

[优化建议]
1. #[建议标题]
   • 实施步骤:#[具体操作]
   • 预期效果:#[量化指标]
2. #[建议标题] 
   • 测试方案:#[对照组/实验组设计]
   • 监测周期:#[天数]

(注:所有#[]占位符需在实际执行时由用户替换为具体参数)

使用说明

  • 点击"复制提示词"按钮复制完整内容
  • 粘贴到 ChatGPT、Claude 或其他 AI 对话工具中
  • 根据实际需求调整提示词中的具体参数
  • 可以多次迭代优化以获得更好的结果