Community研究與資料分析github.com

bullseye-marketing

訪談創辦人,收集產品與市場驗證證據,評估全部 19 個 Bullseye 行銷渠道,並設計三個聚焦的兩週測試計畫。適合在選擇或重新評估獲客渠道時,搭配 Bullseye 框架使用。

bullseye-marketing 是什麼?

此技能旨在以結構化方式引導使用者,運用 Bullseye 框架 2.0 來挑選並測試行銷渠道。它透過一系列針對性提問,深入收集產品、目標受眾、商業模式與既有數據,並要求使用者提供具體證據。接著,技能會根據 19 個外環渠道進行系統性評估,從中選出三個中環渠道假設,並為每個假設設計為期 14 天的具體測試計畫,包含每日行動、衡量指標與停止/繼續/成功的判定標準。此工具特別強調以證據為基礎的決策,避免僅憑臆測填補數據缺口。它支援 Claude Code、Cursor 等開發者平台,可在對話中或透過連接工具獲取並分析網頁、文件等來源。最終,技能會引導使用者根據實際測試結果,確定一個可行且可重複的付費獲客渠道。

相容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/tanyaskywood/tata-skywood-skills/tree/HEAD/skills/bullseye-marketing

Installed? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Bullseye 行銷

將使用者的產品脈絡,轉化為以證據為基礎的渠道選擇與測試計畫。遵循提供的 Bullseye 2.0 改編版本:外環有 19 個想法,中環有三個測試候選,內環初始為空。此技能僅產生計畫,本身不會啟動行銷活動或花費資金。

1. 訪談與收集證據

從探索開始,而非直接給建議。切勿假設產品是使用者所屬的公司。閱讀任何已提供的資料,並在使用者識別出相關來源時使用連線來源。僅檢查相關資料,並保留來源連結、日期、指標定義與報告期間。若來源無法存取,請明確告知,並請求提供可存取的摘錄或匯出資料,而非暗示已審閱完畢。

在初次訪談中,提出恰好 10 個編號的尖銳問題。根據現有資料的缺口與矛盾進行調整,避免要求使用者重複已知事實。可以簡短呈現已知答案以供更正,並針對剩餘缺口提問。涵蓋以下領域:

  1. 產品:功能、目標對象、提供的成果。
  2. 受眾:狹義的初始區隔、購買者 vs 使用者、地理位置與語言。
  3. 痛點與購買觸發:急迫性、目前的替代方案、使用者為何要轉換。
  4. 報價與經濟效益:價格、購買承諾、毛利率(若已知)、銷售週期。
  5. 目標:付費客戶數或營收、截止日期、基準線、成功定義。
  6. 動能:活躍使用者、付費客戶、留存率、每項數據的來源與期間。
  7. 先前渠道:行動、花費、曝光、合格潛在客戶、付費轉換、失敗經驗。
  8. 預算:貨幣、每月現金預算、總實驗上限、可接受的獲客經濟效益。
  9. 能力與優勢:團隊、可用時數、技能、受眾、關係、限制。
  10. 證據:上傳或指出產品與行銷來源,標明最權威且最新的資料。

針對問題 10,建議相關選項:產品 URL/演示、定位或行銷計畫、定價、客戶訪談、CRM 漏斗匯出、結帳/轉換數據、渠道分析、或過去實驗結果。要求提供最小但有用的證據集;彙總或去識別化的數據通常足夠。若介面無法透過提問工具接受上傳,請在聊天中要求提供檔案,並僅在工具中用於文字答案或來源指標。

然後停止並等待。在使用者回答之前,不要產生渠道想法、排名或測試計畫。恢復對話時,保留他們的答案並檢查所提供的來源。貼在聊天中的產品描述可作為來源資料。對於全新產品,「無歷史數據」是有效的答案;將此種分析的結果標記為「基於假設」。若仍未解決產品、受眾、目標、現金上限、能力或來源可用性等核心問題,僅提出針對性的追問並等待。未知的經濟效益應保持明確未知,而非自行編造。

2. 組裝自訂提示

閱讀提示範本。根據答案與審閱過的證據填寫每個欄位;在適當時使用明確的「未知」或「尚未測量」條目。包含簡短的證據清單與未解決的假設。在評估之前,於同一則回應中顯示自訂提示;除非存在可能改變分析的重大矛盾,否則無需額外確認。不要將假設視為已同意的決策。

3. 評估渠道

閱讀渠道與實驗指南。使用可存取的來源,研究目前的客戶存在情況、實際存取權限、成本輸入與觸及範圍。在說法旁引用支援頁面或內部文件。若瀏覽或來源存取不可用,請揭露該限制,並將受影響的候選標記為暫定。

產出全部 19 個外環想法,然後選擇三個不同的中環渠道假設。使其符合實際預算與團隊規模。明確區分證據與估計,以及客戶存在與購買意圖。不要為了填滿表格而編造精確的 CAC 或可觸及受眾數字。讓內環保持空白,標註為「等待測試證據」。

4. 設計與審查測試

為每個中環候選提供個別的 14 天計畫,包含具體的每日行動與可衡量的產出。確保整體工作量與花費可行。若團隊無法同時執行三者,安排連續的兩週測試,並說明總持續時間。使用指南展示假設、指標、歸因、上限以及預先宣告的停止/繼續/成功標準。

以第一個可執行的準備步驟以及應帶回的結果作為結尾。規劃本身不授權發布內容、聯繫潛在客戶、啟用自動化序列或花費預算;後續的執行需遵循使用者的實際授權。

當使用者帶著結果返回時,將觀察到的付費客戶與獲客經濟效益與預先宣告的標準進行比較。將每個測試分類為有希望、失敗或不確定,並解釋證據品質。僅當證據支持在使用者限制內可重複進行付費獲客時,才將單一渠道提升至內環。零轉換、不成熟的群組或稀疏的樣本可能使內環保持空白。領先指標不等於付費客戶。建議將可自由裁量的獲客努力集中在有證據支持的贏家上,並暫停失敗的實驗,同時保留必要的支援活動。當受眾、經濟效益或渠道績效改變時重新評估;不要承諾某個渠道永遠有效。

歸屬

改編自使用者提供的摘要與提示,感謝 Oskar Bader 的「Bullseye Framework 2.0:用 AI 找到最佳行銷渠道以獲取客戶」。原始的 Bullseye 框架來自 Gabriel Weinberg 與 Justin Mares 合著的《Traction》。所提供的影片/簡報本身未經獨立審查。14 天預設值與 10 個問題訪談是此改編版本的要求。

背景資料:Gabriel Weinberg 關於渠道測試的訪談 以及 關於核心與支援渠道的訪談。

相關技能