Communitygithub.com

qiuyewang21-sketch/quanyu-shuju-fenxi

Habilidad de Codex para el análisis de datos de comercio electrónico en vivo, que abarca monitoreo de medios pagados, conversión en sala de transmisión, diagnóstico creativo, planificación de persecución y resúmenes posteriores a la transmisión en vivo.

¿Qué es quanyu-shuju-fenxi?

Esta habilidad de Codex está diseñada para el análisis exhaustivo de datos de comercio electrónico en vivo (live ecommerce). Proporciona herramientas y flujos de trabajo para monitorear el rendimiento de medios pagados, analizar la conversión en salas de transmisión en vivo, diagnosticar la efectividad de las creatividades publicitarias, planificar estrategias de persecución de objetivos y generar resúmenes detallados posteriores a cada transmisión. Es útil para optimizar campañas en tiempo real y mejorar el retorno de inversión (ROI) en plataformas de streaming. La habilidad se basa en una estructura modular que permite a los agentes de IA interpretar y ejecutar tareas específicas de análisis, ya sea mediante comandos predefinidos o integraciones con APIs de plataformas de comercio en vivo. Está optimizada para su uso con Codex y puede adaptarse a otras plataformas de agentes de IA como Claude Code o Cursor, facilitando la toma de decisiones basada en datos para equipos de marketing digital y growth.

Compatible con~Claude Code✓Codex CLI~Cursor
npx skills add qiuyewang21-sketch/quanyu-shuju-fenxi

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

¿Qué hace quanyu-shuju-fenxi?

Habilidad de Codex para el análisis de datos de comercio electrónico en vivo, que abarca monitoreo de medios pagados, conversión en sala de transmisión, diagnóstico creativo, planificación de persecución y resúmenes posteriores a la transmisión en vivo.

Descripción

Esta habilidad permite a los agentes de IA realizar análisis profundos de datos de comercio electrónico en vivo (live ecommerce). Cubre cinco áreas principales:

  • Monitoreo de medios pagados: Seguimiento del rendimiento de anuncios y campañas en tiempo real.
  • Conversión en sala de transmisión: Análisis de métricas de conversión durante las transmisiones en vivo.
  • Diagnóstico creativo: Evaluación de la efectividad de las creatividades publicitarias y contenido.
  • Planificación de persecución: Estrategias para alcanzar objetivos de ventas y engagement.
  • Resúmenes posteriores a la transmisión: Generación de informes detallados post-evento.

Plataformas Soportadas

  • Codex
  • Compatible con Claude Code, Cursor y otros agentes de IA.

Uso

# Ejemplo de comando para ejecutar un análisis básico
codex skill run qiuyewang21-sketch/quanyu-shuju-fenxi --input "analisis_medios.json"

Configuración

Asegúrate de tener las siguientes variables de entorno configuradas:

  • LIVE_ECOMMERCE_API_KEY: Clave de API para acceder a datos de plataformas de comercio en vivo.
  • PAID_MEDIA_API_TOKEN: Token para monitoreo de medios pagados.

Flujo de Trabajo

  1. Recopilación de datos: La habilidad se conecta a las APIs configuradas para obtener métricas en tiempo real.
  2. Procesamiento: Los datos se procesan utilizando algoritmos de análisis predefinidos.
  3. Generación de informes: Se crean resúmenes y recomendaciones accionables.

Ejemplos

Monitoreo de Medios Pagados

# Código de ejemplo para monitorear campañas
import requests

def monitor_paid_media(campaign_id):
    response = requests.get(f"https://api.example.com/campaigns/{campaign_id}/metrics")
    return response.json()

Resumen Post-Transmisión

# Resumen de Transmisión en Vivo

- **Fecha**: 2023-10-01
- **Duración**: 2 horas
- **Espectadores**: 15,000
- **Ventas**: $25,000
- **Tasa de Conversión**: 5.2%

Notas

  • Esta habilidad está en desarrollo activo. Las funcionalidades pueden cambiar.
  • Para contribuir, consulta el repositorio.

Skills relacionados