数据与自动化 · Marketing Tracking

营销数据追踪 Skill

设计 GA4 事件、转化、用户标识、CTA 归因和数据层,让关键营销动作可衡量。

从业务问题倒推事件与参数,形成可以交给开发和分析团队的追踪规范,减少上线后数据口径混乱。

WHAT IT SOLVES

设计 GA4 事件、转化、用户标识、CTA 归因和数据层,让关键营销动作可衡量

设计 GA4 事件、转化、用户标识、CTA 归因和数据层,让关键营销动作可衡量。跑完你拿到的是事件名称、触发条件、参数和业务用途组成的追踪表,中间一共 7 步。

最适合的真实场景

  • 01

    新网站需要从零建立 GA4、增强型衡量、业务事件和关键事件。

  • 02

    内容团队想知道哪些文章中的 CTA 真正带来注册、咨询或下载。

  • 03

    广告与增长团队需要统一 UTM,并比较多触点路径下各渠道的转化贡献。

  • 04

    登录型产品需要通过 User ID 连接跨设备、跨会话的用户行为。

  • 05

    现有 GA4 出现重复事件、参数缺失或命名混乱,需要进行数据质量审计。

  • 06

    B2B 团队准备把关键事件和触点数据接入数据仓库与 BI 报表。

你要先准备的资料

  • GA4 属性、Web 数据流和 Measurement ID。
  • 网站代码、GTM 或应用埋点的实施权限。
  • 企业 KPI、用户漏斗和需要追踪的关键动作清单。
  • 现有 UTM 规则、广告渠道和内容分类方式。
  • 如使用 User ID,需要明确登录后可用的稳定用户标识。

跑完你会拿到什么

  • 事件名称、触发条件、参数和业务用途组成的追踪表。
  • Google Tag、gtag.js 或 GTM 的实施说明。
  • 关键事件与业务漏斗的映射关系。
  • UTM 命名与渠道归因规则。
  • Realtime、DebugView 和重复事件检查清单。

METHOD

定义业务 KPI → 确认 GA4 基础 → 启用基础自动追踪 等 7 个环节

一共 7 步。其中 7 项能力决定了换个 AI 会不会更麻烦。

  1. 定义业务 KPI明确购买、注册、留资、联系、下载或内容 CTA 等真正影响业务判断的关键动作。
  2. 确认 GA4 基础准备 GA4 属性、Web 数据流和 Measurement ID,确认 Google Tag 覆盖所有需要追踪的页面。
  3. 启用基础自动追踪按需开启页面浏览、滚动、出站点击、站内搜索、文件下载和 YouTube 视频互动等增强型衡量。
  4. 设计事件与参数优先采用推荐事件,为业务自定义事件使用小写 snake_case 和动词开头,并给事件加入页面、内容或商品语境参数。
  5. 映射关键事件从事件表中选出购买、注册、线索和联系等关键动作,在 GA4 中标记并用于归因和受众。
  6. 统一渠道归因规范 source、medium、campaign 等 UTM,结合数据驱动或最终点击模型查看触点贡献。
  7. 测试与验收通过 Realtime、DebugView、GTM 预览或 debug_mode 检查事件是否触发、参数是否完整,并排除重复记录。

这个 Skill 用到的能力: 打开网页取正文MCP 与连接器页面预览操作前确认联网检索写本地文件产物区审阅 。不同 AI 对这些能力的支持程度不一样,所以同一个 Skill 换个 AI,有几步做法会变。

WORKED EXAMPLE

建立内容营销 CTA 归因

建立内容营销 CTA 归因

一家 B2B 公司持续发布行业文章,希望判断哪些文章中的 CTA 带来白皮书下载和咨询。

  1. 先定义文章 CTA 点击、白皮书下载和咨询提交三个关键动作。
  2. 设计 cta_click 等事件,并附带 content_url、content_type、cta_position 和 offer_name 参数。
  3. 把下载和咨询事件标记为关键事件,统一外部推广链接的 UTM。
  4. 在 DebugView 中逐个点击验证触发与参数,并检查同一操作是否被重复记录。

预期结果:团队获得按文章、CTA 位置和内容类型分析的事件口径,可以把内容表现从浏览量进一步连接到下载和咨询动作。

PITFALLS · VERIFICATION

给每个细小交互都创建事件,导致报表噪声大、命名难维护

最常踩的坑

  • 给每个细小交互都创建事件,导致报表噪声大、命名难维护。
  • 事件名超过 GA4 限制或混用大小写、空格和不同命名习惯。
  • 只记录事件名,没有附带页面、内容、商品或渠道参数。
  • UTM 写法不统一,造成同一渠道被拆成多个来源。
  • 上线前没有使用 Realtime 和 DebugView 验证重复、缺值和触发条件。

怎么确认这次跑对了

  • 已经形成可检查的事件名称、触发条件、参数和业务用途组成的追踪表,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的Google Tag、gtag.js 或 GTM 的实施说明,关键判断能回到输入资料或过程证据。
  • 已经形成可检查的关键事件与业务漏斗的映射关系,关键判断能回到输入资料或过程证据。
  • 已逐项检查「给每个细小交互都创建事件,导致报表噪声大、命名难维护」等高频问题,并记录需要人工确认的下一步。
营销数据追踪 Skill适合哪些岗位使用?

增长团队、数据分析、产品运营、网站开发。典型场景包括新网站需要从零建立 GA4、增强型衡量、业务事件和关键事件;内容团队想知道哪些文章中的 CTA 真正带来注册、咨询或下载;广告与增长团队需要统一 UTM,并比较多触点路径下各渠道的转化贡献。

开始前需要准备什么资料?

至少需要GA4 属性、Web 数据流和 Measurement ID、网站代码、GTM 或应用埋点的实施权限、企业 KPI、用户漏斗和需要追踪的关键动作清单。资料越具体,结果越能直接用于决策。

最后能得到什么可检查的结果?

事件名称、触发条件、参数和业务用途组成的追踪表、Google Tag、gtag.js 或 GTM 的实施说明、关键事件与业务漏斗的映射关系。每项都可以逐条核对来源和数字。

哪些情况下结果会不可靠?

给每个细小交互都创建事件,导致报表噪声大、命名难维护;事件名超过 GA4 限制或混用大小写、空格和不同命名习惯。出现这些情况时需要人工复核。

支持哪些 AI Agent?

已适配 WorkBuddy、OpenClaw、Hermes Agent、Codex、Claude Code、TRAE、ZCode 共 7 种,每种都有独立的安装说明和能力对照。

ORIGINAL SOURCE

2 个原始文件,20 个文档章节,固定在 70987bad

上游原文完整保留在加搜服务器上,可逐节查看,也可以直接下载。 当前镜像共 2 个文件、6.7 KB。

原始 Skill 文档 上游原文完整保留,中文概述已转换为营销任务、输入资料和交付结果。

Analytics: Tracking

Guides analytics implementation: GA4 setup, event tracking, conversions, and data quality. Applies to web and app tracking across marketing channels.

When invoking: On first use, if helpful, open with 1-2 sentences on what this skill covers and why it matters, then provide the main output. On subsequent use or when the user asks to skip, go directly to the main output.

User ID

  • Purpose: Cross-device, cross-session user identification
  • Implementation: Set user_id when user is identified (e.g., login); send to GA4
  • Benefit: Accurate attribution across sessions; better audience building

CTA Attribution (Article ROI)

Track CTA clicks on key articles to measure content ROI:

Action Purpose
Event per CTA e.g., cta_click with content_url, content_type
Conversion Mark as conversion in GA4 for attribution
Use Compare high vs low performers; optimize CTA placement and copy

See seo-monitoring for article database and benchmark context.

Infrastructure Requirements

Component Purpose
Data warehouse Centralized data; BI reporting
Event tracking User behavior; funnel mapping
Attribution Ad pixels; attribution model; impression-to-sale tracking

Optimization flow: Clean UTM + conversion events → attribution reports → optimize channel mix.

Scope

  • GA4: Web data stream, gtag.js, configuration
  • User ID: Cross-device, cross-session identification
  • CTA attribution: Per-article conversion tracking for content ROI
  • Events: Recommended and custom events
  • Conversions: Key events, parameters
  • Quality: Naming, testing, validation

GA4 Setup

Prerequisites
  • Google Analytics property and web data stream
  • Google tag (gtag.js) on all pages
  • Measurement ID (e.g., G-XXXXXXXXXX)
Enhanced Measurement

Enable in Admin > Data Streams > Enhanced Measurement for automatic tracking of:

  • Page views, scrolls, outbound clicks
  • Site search, file downloads
  • Video engagement (YouTube)

Event Tracking

Event Types
Type Description
Automatically collected page_view, first_visit, session_start
Enhanced measurement scroll, click, file_download, etc.
Recommended purchase, sign_up, search, etc.
Custom Business-specific actions
Naming Conventions
  • Length: <=40 characters (GA4 hard limit; longer names are not logged)
  • Format: snake_case, lowercase
  • Verb first: download_pdf, submit_form, video_play
  • Context: pricing_page_scroll vs generic scroll
gtag.js Syntax
gtag('event', '<event_name>', {
  <parameter_name>: <value>,
  // e.g. value: 99.99, currency: 'USD'
});

Place below the Google tag snippet. Events fire on page load or user action (e.g., button click).

Recommended Events
Event Use Key Parameters
purchase E-commerce value, currency, items
sign_up Registration method
login Login method
search Site search search_term
view_item Product view items
add_to_cart Add to cart items
Custom Events
  • Focus on 15-25 meaningful events aligned with KPIs
  • Add parameters for context (e.g., content_type, item_id)
  • Avoid tracking everything; prioritize quality over quantity

Conversions (Key Events)

  • Mark important events as conversions in GA4 Admin
  • Use for attribution, audiences, and reporting
  • Typical: purchase, sign_up, lead, contact

Attribution & Conversion Optimization

Attribution models determine how conversion credit is assigned across touchpoints. Use attribution data to optimize ads and growth channels.

Model Use
Data-driven (GA4 default) ML assigns credit by actual contribution; best for multi-touch journeys
Last-click 100% to final touchpoint; simple but undervalues awareness/consideration

Optimization flow: Clean UTM (source, medium, campaign) + conversion events → GA4 attribution reports → compare channels by attributed conversions → reallocate budget to ads/channels that drive results. Inconsistent UTM fragments data; multi-touch attribution requires reliable touchpoint data.

Reference: UTM.io – UTMs for Marketing Attribution, GA4 – Get started with attribution

Testing & Validation

Tool Use
Realtime See events as they fire
DebugView Detailed event/parameter inspection; requires debug mode
GA4 Debug mode gtag('config', 'G-XXX', { 'debug_mode': true }); or GTM preview
  • Test before launch; verify parameters and naming
  • Check for duplicate events, missing values

Output Format

  • Event list (name, trigger, parameters)
  • Implementation notes (gtag or GTM)
  • Conversion mapping
  • Testing checklist

Related Skills

  • traffic-analysis: UTM, source attribution; attribution for channel optimization
  • ai-traffic-tracking: AI traffic in GA4
  • google-search-console: GSC analysis (correlate with GA4)
  • seo-monitoring: Article database, benchmark, full SEO monitoring framework

来源与版本声明

本页面由加搜科技整理业务说明并托管安装文件。原始 Skill 来源渠道:GitHub Marketing Skills; 原始项目名称:analytics-tracking; 固定版本:70987bad4ebe; 许可证:MIT。技能包内保留完整出处和许可证说明。

各 Agent 能力说明参考对应官方文档。页面不提供外部跳转。

INSTALL

营销数据追踪 Skill v1.0.0,ZIP 带 SHA256 校验

默认做法是把提示词复制给 AI Agent,让它自己下载并安装。提示词里已经写清要用完整 ZIP、装完报告目录、并先跑一个小任务验证。

METHOD 01 · 交给 AI 自己装

复制提示词

适合大多数情况。Agent 会下载 ZIP、解压、放到正确目录,并在缺少权限时告诉你需要手工做哪一步。

请帮我把「营销数据追踪 Skill」安装到我正在使用的 AI Agent。
1. 下载完整 Skill ZIP:https://www.vibemarketing.work/packages/skill-marketing-tracking/1.0.0/skill-marketing-tracking.zip
   注意:网页 HTML 不能当作 Skill 文件安装,必须使用 ZIP 里的完整文件。
2. 解压后保留 SKILL.md 及全部配套文件,按你所用 Agent 的 Skill 目录规则安装。
3. 安装完成后告诉我实际安装目录。
4. 用一个只读小任务验证 Skill 已被识别。
5. 如果你没有联网、下载或写目录权限,请直接告诉我哪几步需要我手工完成。
参考:原始 SKILL.md https://www.vibemarketing.work/raw/skill-marketing-tracking/SKILL.md;安装指南 https://www.vibemarketing.work/agent-install/skill-marketing-tracking.md

FURTHER READING

营销数据追踪 Skill 相关的实操文章

别人做同类任务时踩过的坑和总结,动手前后都值得翻一下。

Agentic Commerce现场笔记:让品牌内容更容易被AI引用

Agentic Commerce在邮件出现了新的内容机会,这篇只整理值得测试的三个方向和两个暂缓项。 补充测试:换成Notion后,保留相同验收标准,再观察形成可复用模板是否仍然成立。

  • Skill教程
  • 邮件
  • 视频转录
  • 知识管理

独立开发者要不要装 Campaign Review?5分钟判断

从空白开始配置 Campaign Review:先明确为不同平台改写同一主题所需的资料,再生成初稿,随后按知乎规则做压缩与校对。最后提供检查表,帮助稳定缩短交付时间。

  • Skill教程
  • AI视频
  • 独立开发者
  • 热点观察

一次讲透技术SEO:输入什么、输出什么、怎样提升打开率

从空白开始配置 SEO Technical Audit:先明确把复杂方法拆成三步操作所需的资料,再生成初稿,随后按微信公众号规则做压缩与校对。最后提供检查表,帮助稳定提升打开率。

  • 工作流
  • 热点观察
  • 知识管理
  • 电商运营

GEO审计效果忽高忽低?先排查“测试样本过于整齐”

为AI新手准备的GEO审计速查卡,适合第一次接触时直接照着走。重点放在让协作更顺畅,不要求预先搭建复杂系统。 补充测试:换成抖音后,保留相同验收标准,再观察减少信息遗漏是否仍然成立。

  • 实战案例
  • 数据分析

Research Agent × 抖音:从输入到发布的完整工作流

零点击搜索在抖音出现了新的内容机会,这篇只整理值得测试的三个方向和两个暂缓项。

  • Skill教程
  • 抖音
  • 代理商项目组
  • 知识管理

问答选题效果忽高忽低?先排查“自动化失败后没有兜底”

这是一份偏实战的问答选题配置说明。先用小样本完成“用少量样本建立批量生产规范”,再逐步扩到批量任务;同时设置人工抽检、来源记录和失败兜底,降低自动化失败后没有兜底带来的波动。文末附一组可复制参数,便于继续减少信息遗漏。

  • Skill教程
  • 自动化
  • 小红书
  • 代理商项目组

以上文章正在编辑中,上线后可直接点击阅读。即将上线,敬请期待。

按这个 Skill 的产出能不能直接被下一个 Skill 用上来推荐,不是固定名单。多数情况下按顺序跑完一组,比单独用一个效果更好。

SEO 与 GEO#01

AI 搜索流量分析 Skill

在 GA4 与 Search Console 中识别来自 ChatGPT、Perplexity 和 AI 搜索体验的访问与转化。

来源项目 · kostja94/marketing-skills ★ 742 · Fork 108
数据与自动化#04

转化率优化 Skill

把流量数据转化为带统计显著性的 A/B 测试方案,产出包含测试变量和样本量的实验执行计划。

来源项目热度 同步中

VibeMKT COMMUNITY

加入 VibeMKT 社群

微信扫码,交流营销 Skill 的选择、安装、试用与业务化改造。

加入 VibeMKT 社群的微信二维码

二维码会持续显示,关闭弹窗后返回当前页面。