evaluate-attribution-models — команда Claude Code: обзор
Команда evaluate-attribution-models сравнивает модели маркетинговой атрибуции, сопоставляет расхождения в метриках и готовит план перехода под конкретную аудиторию.
Apache-2.0 ★ 450 обновлён 2026-04-03
.claude/commands/evaluate-attribution-models.mdЧто делает evaluate-attribution-models
Команда запускает анализ эффективности кампаний через шесть моделей атрибуции: first touch, last touch, linear, position-based, time-decay и data-driven. На вход передаются списки кампаний, ключевые метрики вроде CAC, LTV или ROAS, а также целевая аудитория отчёта: финансисты, маркетинг, операции или топ-менеджмент.
Процесс делится на пять последовательных шагов. Сначала собираются показатели расходов и выручки, затем нормализуются окна атрибуции и рассчитываются дельты. Для методологического анализа подключается субагент attribution-architect, а смысловое согласование выполняет marketing-intelligence-lead с опорой на навыки attribution-playbook и exec-dashboard-blueprint. Без реальных данных по затратам и воронке в проекте сравнивать модели будет не на чем.
Результатом работы становится сравнительная таблица с расхождениями по KPI, записка с аргументацией выбора модели и чек-лист внедрения с точками мониторинга.
Какие задачи решает
- сопоставить распределение выручки по разным моделям атрибуции
- подготовить отчёт по CAC и окупаемости для финотдела
- сформировать план перехода на data-driven модель с этапами контроля
- выявить причины расхождений в оценке результативности кампаний
Примеры запросов агенту
- /marketing-analytics:evaluate-attribution-models --campaigns launch_q1,evergreen_abm --models first,last,position,data-driven --audience finance
- Сравни модели linear и data-driven для кампании
evergreen_abmс фокусом на метрику ROAS. - Оцени расхождения между first и position-based моделями для руководства по воронке
launch_q1.
Как установить evaluate-attribution-models
Вручную: положить файлы
.claude/commands/evaluate-attribution-models.mdВызов — /evaluate-attribution-models. Для всех проектов — ~/.claude/commands/
Вручную: положить файлы
~/.codex/prompts/evaluate-attribution-models.mdВызов — /prompts:evaluate-attribution-models. В Codex этот формат помечен устаревшим, замена — скиллы
Вручную: положить файлы
.github/prompts/evaluate-attribution-models.prompt.mdВручную: положить файлы
.gemini/commands/evaluate-attribution-models.tomlGemini хранит команды в TOML: текст запроса — в поле prompt
Вопросы об evaluate-attribution-models
Как установить evaluate-attribution-models в Claude Code?
Добавьте файл команды по пути .claude/commands/evaluate-attribution-models.md в корень вашего проекта.
Какие модели атрибуции умеет сравнивать команда?
Поддерживаются модели first, last, linear, position, time-decay и data-driven.
Какие агенты и навыки задействованы в процессе?
Команда координирует агентов attribution-architect и marketing-intelligence-lead, а шаблоны берёт из навыков attribution-playbook и exec-dashboard-blueprint.
Исходный текст
evaluate-attribution-models.md · Apache-2.0
--- name: evaluate-attribution-models description: Compares attribution models, highlights trade-offs, and recommends rollout plans. usage: /marketing-analytics:evaluate-attribution-models --campaigns launch_q1,evergreen_abm --models first,last,position,data-driven --audience finance --- # Command: evaluate-attribution-models ## Inputs - **campaigns** – list of campaigns/programs to analyze. - **models** – attribution models to compare (first, last, linear, position, time-decay, data-driven). - **audience** – finance | marketing-lead | ops | exec. - **metrics** – choose KPIs (pipeline, revenue, CAC, payback, LTV, ROAS). - **confidence** – optional minimum data confidence threshold to highlight gaps. ## Workflow 1. **Data Preparation** – pull campaign performance, cost, and pipeline/revenue outcomes. 2. **Model Execution** – run requested models, normalize windows, and apply weighting rules. 3. **Sensitivity Analysis** – compare outcomes vs benchmarks, highlight variance drivers. 4. **Narrative Assembly** – contextualize trade-offs, governance considerations, and risks. 5. **Recommendation Engine** – propose primary model, fallback, and rollout/QA checklist. ## Outputs - Attribution comparison deck/table with KPI deltas per model. - Recommendation memo with decision, rationale, and risk mitigations. - Rollout plan including QA steps, owner assignments, and monitoring hooks. ## Agent/Skill Invocations - `attribution-architect` – leads methodology comparison. - `marketing-intelligence-lead` – ensures narrative + stakeholder alignment. - `attribution-playbook` skill – documents rules + templates. - `exec-dashboard-blueprint` skill – packages executive summary. ---
© gtmagents · Apache-2.0 · gtmagents/gtm-agents