@indranilbanerjee

名前付きのナラティブバイヤーペルソナ文書を作成します。デモグラフィックスナップショット、心理的要因、やるべき仕事、日常シナリオ、バイヤージャーニーマップ、カウンターメッセージに対する異議、コンテンツやチャネルの好みなど、ブランドが実際に必要としている2〜4のペルソナに対応しています。

オーディエンスリサーチモジュール — 6次元の購入者ペルソナ(デモグラフィック、サイコグラフィック、行動、ニーズ状態、情報、意思決定)、完了予定のジョブマップ、RFM/行動/ライフサイクルセグメンテーションモデル、除外基準付きのアンチペルソナ、B2B購買委員会マップ、類似シード仕様などを構築します。

実際のコンバージョンパスデータに対してマルチタッチ帰属分析を実行する — 2つ以上のモデルを並べて適用(ファーストタッチ、ラストタッチ、リニア、タイムディケイ、ポジションベース、データ駆動型)、チャンネルごとの帰属収益とROAS、アシステッドコンバージョン比率、パス長、変換までの時間を計算します...

マルチタッチアトリビューション戦略を設計し、ビジネスの営業サイクルとデータ成熟度に最適なモデルを推奨し、クレジット分配ルールとルックバックウィンドウを定義し、プラットフォーム固有のセットアップ(GA4、HubSpot、Salesforce、ウェアハウス)をマッピングし、追跡ギャップや既知の盲点を文書化します。

接続されたすべてのマーケティングプラットフォームを、統計的に有意なベースラインからの逸脱(トラフィック減少、CPAの急増、納品能力の崩壊、予算超過、予期せぬ勝利)をスキャンし、機密の重大・警告・情報(原因あり得るもの、最近の変更との相関)、推奨事項などを調査します。

マーケティング測定モジュール — ビジネスモデルごとのKPIツリー構築、レポートテンプレート(週次、月次、QBR、キャンペーン)、異常の根本原因診断、MMMおよびインクリメンタリティガイダンス、ダークソーシャルトラッキング、プライバシー優先のクッキーレス測定アーキテクチャ(GA4 AI Assistant chan.…

すべてのクライアントブランドにまたがるポートフォリオレベルのダッシュボードを生成します。クライアントごとのRAGの健康スコア、キャンペーン活動、予算のペース配分、集計KPI、チーム活用率、承認待ち、締め切り、アラートパネルなど、代理店のスタンドアップや週次レビュー向けに構築されています。

Answer Engine / Generative Engine Optimizationの戦略モジュール — AIの可視性監査、引用のためのコンテンツ再構築、Knowledge Graph、Wikidata、Wikipedia、Crunchbase、LinkedInでのエンティティ整合性チェックを実行し、JSON…

6つの標準的なAI回答表(ChatGPT、Perplexity、Google AIモード、AI概要、Gemini、Copilot)でブランドがどのように表示されているかを監査し、10〜25のクエリをプラットフォームごとの可視性スコアカード、引用正確性チェック、競合他社マトリックス、コンテンツギャップなどを含む番号付き…

プラグインにカスタムMCPサーバー統合を追加する手順を説明してください。既存のMCPパッケージをnpmで検索するか(プラグインのガイドからカスタムサーバーをスキャフォールドし)、正確な.mcp.jsonエントリを生成し、環境変数の認証情報を設定し、接続性をテストし、新しいツールをドキュメント化します。

プラットフォームごとに3〜5種類の広告コピーバリエーションを生成する。見出し、説明、CTAはGoogle、Meta、LinkedIn、TikTok、X、Pinterestの仕様に合わせてフォーマットされ、それぞれポリシー準拠フラグ、A/Bテストグループ、ランディングページとのメッセージマッチチェックで1〜10点を獲得…

統計的に厳密なA/Bまたは多変量テスト計画を設計します — 仮説のIf/Then/Because — コントロールと変異の仕様、バリアントごとの必要なサンプルサイズ(sample-size-calculator.py による絶対MDEと相対MDE)、テスト期間、ガードレール指標、停止ルール、実行・否決の基準。