Facebook Ads Analyzer 广告分析系统：基于 Claude Code Skill 的深度解析

项目简介

Facebook Ads Analyzer 是一个专业的广告数据分析系统，它基于 Facebook Ads Manager 导出的 CSV 数据，利用 Claude Code Skill 进行智能分析，帮助广告主识别最佳和最差的广告，并提供数据驱动的投放策略方案。该系统能够自动分析广告表现，并根据不同的广告目标（如互动、转化、流量等）进行智能评估，最终生成详细的诊断报告和优化建议。

系统功能

自动分析 CSV 数据：系统能够自动加载并处理 Facebook Ads Manager 导出的 CSV 数据，无需人工干预。
智能评估广告表现：根据不同的广告目标，系统会智能地评估广告的表现，帮助广告主了解哪些广告效果更好，哪些需要改进。
识别最佳和最差广告：系统能够识别出表现最佳和最差的广告，为广告主提供明确的优化方向。
生成诊断报告和优化建议：基于数据分析结果，系统会生成详细的诊断报告，并提供具体的优化建议。
提供数据驱动的投放策略方案：系统会根据分析结果，为广告主提供数据驱动的投放策略方案，帮助广告主更有效地进行广告投放。

系统原理

Claude 会自动执行以下步骤：

识别广告目标：系统首先会识别广告主设定的广告目标，以便进行针对性的分析。
加载并处理数据：系统会加载 Facebook Ads Manager 导出的 CSV 数据，并进行必要的预处理。
应用权重配置：系统会根据广告主设定的权重配置，对数据进行加权处理，以确保分析的准确性。
生成分析报告和优化建议：基于处理后的数据，系统会生成分析报告，并提供具体的优化建议。

项目结构

项目文件结构如下：

facebook-ads-analyzer/
├── scripts/
│   ├── analyzer.py          # 主分析器（核心）
│   ├── preprocessor.py      # 数据预处理
│   ├── metrics.py           # 指标计算
│   ├── diagnostic.py        # 诊断和建议
│   └── reporter.py          # 报告生成
├── SKILL.md                 # Skill 定义
├── QUICKSTART.md            # 快速开始指南
├── EXAMPLES.md              # 使用示例
└── REFERENCE.md             # API 参考

分析流程

分析流程分为以下几个步骤：

数据加载：从 Facebook Ads Manager 导出 CSV 数据。
数据验证和清洗：对数据进行验证和清洗，确保数据质量。
指标计算：计算 CTR、CPC、CPM、转化率、消息成本等关键指标。
按广告维度聚合：按广告维度对数据进行聚合，以便进行更深入的分析。
应用目标权重配置：根据广告主设定的权重配置，对数据进行加权处理。
计算综合得分：根据各项指标，计算广告的综合得分。
广告评级：根据综合得分，对广告进行评级（优秀、中等、差）。
问题诊断和建议：对表现不佳的广告进行问题诊断，并提供优化建议。
生成报告：基于分析结果，生成详细的诊断报告。

开源地址

项目开源地址：
GitHub - liangdabiao/facebook-ads-analyzer

结语

Facebook Ads Analyzer 是一个功能强大的广告数据分析系统，它能够帮助广告主更有效地进行广告投放，提升广告效果。如果您对广告数据分析感兴趣，不妨尝试使用这个系统，相信它会对您的广告投放产生积极的影响。

Facebook Ads Analyzer 广告分析系统深度解析