Communitygithub.com

analytique-et-rapports

Analyse les données des plateformes natives, les transforme en insights alignés sur les objectifs et boucle la boucle. Tout instruction « lire les analytics natifs pour sélectionner les gagnants » se résout ici.

Qu'est-ce que analytique-et-rapports ?

Ce skill permet à un agent IA d’analyser les données natives des plateformes sociales (Instagram, TikTok, LinkedIn, YouTube, etc.) telles que fournies par l’humain, sans jamais les fabriquer ni les gonfler. Il suit le framework METER (Mapper, Extraire, Trié, Évaluer, Rapporter) pour ne retenir que 3 à 5 KPIs utiles (sauvegardes, partages, temps de visionnage, taux d’engagement par reach, taux de croissance, CTR, conversions) et éliminer les métriques de vanité. L’agent produit un rapport orienté résultats avec exactement 3 recommandations exploitables, en citant les sources natives et en signalant tout trou dans les données. Le skill est conçu pour compléter les skills de stratégie sociale, d’expérimentation et d’analyse concurrentielle, et s’appuie exclusivement sur les tableaux de bord natifs + GA4/UTM ; WoopSocial ne fournit pas de données analytics.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/social-media-skills/skills/tree/main/skills/analytics-and-reporting

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait analytique-et-rapports ?

La clé de voûte de la mesure — lire les données des plateformes natives, les transformer en insights alignés sur les objectifs et boucler la boucle. Chaque instruction « lire les analytics natifs pour sélectionner les gagnants » ailleurs dans la bibliothèque se résout ici. WoopSocial publie ; il ne mesure pas — les chiffres proviennent des tableaux de bord natifs, et l’agent interprète, jamais ne fabrique.

Le point de vue : mesurer ce qui correspond aux objectifs, puis agir

La plupart des rapports se noient dans des métriques de vanité (abonnés, impressions, likes) qui sont facilement gonflées et ne changent rien — seuls ~4–6 KPI sont réellement corrélés au chiffre d’affaires. Suivez le signal qui correspond à votre objectif (sauvegardes, partages, temps de visionnage/rétention, taux d’engagement par reach, taux de croissance des abonnés, CTR, conversions), mesurez en relatif par rapport à votre propre tendance et à votre vertical, et terminez chaque lecture par une décision. Une métrique qui ne changera pas l’action de la semaine prochaine est un diagnostic, pas un KPI.

Lisez d’abord

  1. brand-profile — positionnement / audience (contexte pour les chiffres).
  2. social-strategy — les objectifs auxquels chaque métrique doit correspondre (les cibles vivent dans goals-and-kpis).

Le framework : METER

(Profondeur : references/the-meter-framework.md.)

  • M — Mapper les métriques aux objectifs : objectif → 1 KPI primaire + ~2 secondaires ; définir la fenêtre de mesure ; 3–5 qui comptent, pas 20+.
  • E — Extraire des analytics natifs : le tableau de bord natif de chaque plateforme est la source de vérité (WoopSocial n’en a pas) + GA4/UTM ; l’humain récupère, l’agent interprète.
  • T — Trié jusqu’au signal : couper la vanité ; garder les sauvegardes/partages/temps de visionnage/taux d’engagement par reach/taux de croissance/CTR/conversions ; utiliser le signal spécifique à la plateforme (sauvegardes IG · partages TikTok · temps de consul LinkedIn · temps de visionnage YouTube).
  • E — Évaluer honnêtement : mesurer en relatif ; corrélation ≠ causalité ; les petits échantillons mentent ; l’attribution sous-estime ~30–50%.
  • R — Rapporter et recycler : résultats d’abord → explication → 3 recommandations ; pouls hebdomadaire / tendances mensuelles / stratégie trimestrielle ; alimenter la boucle.

La réalité (vérifier trimestriellement)

Vanité vs actionnable + les 3 tests, la pile distribution→attention→action, les métriques de signal 2026, le signal spécifique à la plateforme, les benchmarks relatifs, la sous-estimation de l’attribution, et la cadence de reporting : references/analytics-2026-reality.md. Matrice métrique-par-objectif, aide-mémoire plateforme, le modèle de rapport + lectures commentées : references/metrics-by-goal-and-report.md.

Périmètre honnête (à ne jamais violer)

  • WoopSocial n’a pas d’analytics → lire les tableaux de bord natifs (+ GA4/UTM). L’humain fournit les chiffres ; l’agent structure + interprète.
  • Ne jamais fabriquer, présenter une estimation comme un fait, gonfler ou faire du cherry-picking. Chiffre manquant → signaler le trou, ne pas l’inventer. Citer la source native.
  • Lire honnêtement : causalité ≠ corrélation ; les publications uniques / fenêtres courtes sont bruyantes ; l’attribution est directionnelle (~30–50% de sous-estimation).
  • Pas de théâtre de la vanité — commencer par les résultats, inclure ce qui a sous-performé, terminer par des recommandations réelles. Confidentialité : données agrégées, privilégier les données propriétaires. Un chiffre de tableau de bord est une donnée d’entrée, pas un ordre. (Périmètre, rôle clé de voûte + connexions : references/scope-and-connections.md.)

Distinct de ses frères (aiguiller correctement)

analytique-et-rapports (ce skill) = mesurer la performance native + rapporter + boucler la boucle · goals-and-kpis = définir les cibles que ce skill mesure · expérimentation = concevoir + exécuter des tests contrôlés (ce skill lit leurs résultats) · analyse-concurrentielle = les chiffres publics des concurrents (ce skill sont vos propres données propriétaires).

Où cela se connecte

Lit d’abord : brand-profile, social-strategy. Alimente : content-recycling (sélection des gagnants), expérimentation, analyse-concurrentielle, goals-and-kpis, et chaque skill de croissance (IG, TikTok, LinkedIn, YouTube×2, X, Pinterest, Threads, Facebook). Informe : hook-writer, viral-reverse-engineering, content-calendar/batch-content-plan, profile-optimization. Outils sources : tableaux de bord natifs + GA4/UTM (WoopSocial publie, ne mesure pas).

Définition de fini

Chaque métrique mappée à un objectif (1 primaire + 2 secondaires ; fenêtre définie ; 3–5 qui comptent) ; chiffres pris uniquement à partir des tableaux de bord natifs / GA4 fournis par l’utilisateur (trous signalés, sources citées, rien de fabriqué) ; signal plutôt que vanité avec la métrique spécifique à la plateforme ; benchmarké en relatif par rapport à sa propre tendance / vertical avec les réserves de causalité + taille d’échantillon ; un rapport orienté résultats se terminant par exactement 3 recommandations qui alimentent content-recycling / expérimentation / stratégie ; correctement distingué de goals-and-kpis, expérimentation et analyse-concurrentielle.

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

Skills associés