audio-processing
Use when processing audio for Xiaohongshu content, editing voiceovers, improving sound…
Use when needing to optimize content mix, balance traffic sources, or allocate resources between different content types to maximize overall growth and engagement
$ npx -y skills add vivy-yi/xiaohongshu-skills --skill traffic-allocation --agent claude-codeHow it fires
How this skill gets triggered: by you, by Claude, or both.
/traffic-allocationContext preview
The summary Claude sees to decide when to auto-load this skill.
Use when needing to optimize content mix, balance traffic sources, or allocate resources between different content types to maximize overall growth and engagement
name: traffic-allocation description: Use when needing to optimize content mix, balance traffic sources, or allocate resources between different content types to maximize overall growth and engagement
**流量分配的核心原则:数据驱动,平衡增长与转化,测试优化,动态调整。**
流量分配不是平均分配,而是根据内容效果数据,将有限的资源(时间、精力、预算)分配到回报最高的内容类型和流量来源上,实现整体增长和转化效果最大化。
**需要本技能的典型情况:**
**流量来源分类:**
所有内容平均分配资源 ↓ 忽视效果差异 ↓ 资源浪费 ↓ 整体效果不佳
分析各内容/来源数据 ↓ 识别高回报领域 ↓ 向高回报倾斜资源 ↓ 持续测试优化 ↓ 整体效果最大化
**关键差异:**
| 内容类型 | 涨粉效果 | 转化效果 | 资源投入 | 建议占比 | |---------|---------|---------|---------|---------| | 爆款内容 | 高 | 低 | 高 | 20-30% | | 干货内容 | 中 | 中 | 中 | 30-40% | | 产品推广 | 低 | 高 | 中 | 20-30% | | 日常互动 | 中 | 低 | 低 | 10-20% |
**核心逻辑:不了解流量从哪来,就无法优化流量分配。**
**流量来源识别:** **自然推荐流量:**
特征:
数据指标:
判断方法:
**搜索流量:**
特征:
数据指标:
判断方法:
**社交流量:**
特征:
数据指标:
判断方法:
**付费流量:**
特征:
数据指标:
判断方法:
**私域流量:**
特征:
数据指标:
判断方法:
**流量质量维度:** **精准度:**
评估指标:
高质量:
低质量:
**粘性:**
评估指标:
高粘性:
低粘性:
**商业价值:**
评估指标:
高价值:
低价值:
**核心逻辑:不同内容效果不同,需要识别哪些内容值得投入更多资源。**
**按效果分类内容:** **爆款内容(高曝光,高互动):**
特征:
价值:
问题:
策略:
**稳定内容(中等曝光,稳定互动):**
特征:
价值:
问题:
策略:
**转化内容(低曝光,高转化):**
特征:
价值:
问题:
策略:
**失败内容(低曝光,低互动):**
特征:
价值:
问题:
策略:
**投入产出分析:** **投入维度:**
时间投入:
精力投入:
资源投入:
**产出维度:**
数据产出:
商业产出:
品牌产出:
**ROI计算:**
简单ROI: ROI = (产出价值 - 投入成本)/ 投入成本
示例: 投入:5小时 + 100元推广 产出:500元销售额 + 200粉丝(价值200元) 总产出:700元 ROI = (700-100)/100 = 600%
复杂ROI(综合考虑时间价值): 投入:5小时(时薪100元=500元)+ 100元 = 600元 产出:700元 ROI = (700-600)/600 = 17%
**核心逻辑:根据分析和目标,制定资源分配策略。**
**适用场景:快速涨粉期** 内容分配:
爆款导向(40%):
稳定输出(40%):
测试创新(20%):
流量分配:
自然推荐:60%
搜索流量:20%
社交传播:15%
付费流量:5%
**适用场景:商业化变现期** 内容分配:
转化内容(40%):
信任建立(30%):
价值输出(30%):
流量分配:
私域流量:50%
搜索流量:30%
付费流量:20%
**适用场景:稳定发展期** 内容分配:
稳定增长(30%):
创新突破(20%):
商业变现(30%):
品牌建设(20%):
流量分配:
自然推荐:40% 搜索流量:30% 私域流量:20% 付费流量:10%
**核心逻辑:策略制定后需要严格执行,并根据数据动态调整。**
**周度执行模板:** **Week 1 执行计划:**
【内容发布计划】 周一:干货内容(稳定增长) 周二:产品推广(转化) 周三:爆款尝试(增长) 周四:日常互动(粉丝维护) 周五:干货内容(稳定增长) 周六:跨界合作(创新) 周日:直播(变现)
【流量配比目标】 自然推荐:40% 搜索流量:30% 私域流量:20% 付费流量:10%
【资源分配】 爆款内容:5小时 干货内容:3小时×2篇 产品推广:3小时 日常互动:1小时 跨界合作:4小时 直播:3小时
总计:22小时/周
**监控指标体系:** **周度监控:**
【内容数据】
【流量来源】
【资源使用】
【目标达成】
**实时监控:**
发布后24小时:
发布后7天:
**调整决策框架:** **调整触发条件:**
数据不达标:
发现新机会:
资源变化:
**调整动作:**
小幅调整(±10%):
中度调整(±30%):
大幅调整(>50%):
**核心逻辑:流量分配需要持续测试,不断优化。**
**测试维度:** **内容形式测试:**
A组:图文内容 B组:视频内容
对比:30天 指标:
决策:
**发布时间测试:**
A组:早上8点发布 B组:晚上8点发布
对比:7天 指标:
决策:
**标题风格测试:**
A组:疑问句标题 B组:数字型标题 C组:承诺型标题
对比:14天 指标:
决策:
**优化循环:**
Week 1-2:执行当前策略 Week 3:数据复盘 Week 4:优化调整 Week 5-6:执行新策略 Week 7:数据对比 Week 8:继续优化
持续循环,持续改进
**优化方向:**
向高ROI内容倾斜:
淘汰低效内容:
平衡长期短期:
| 错误 | 后果 | 正确做法 | |------|------|---------| | 所有内容平均分配资源 | 浪费资源,效果不佳 | 数据驱动,向高回报倾斜 | | 只追爆款忽视稳定内容 | 起伏大,不可持续 | 爆款+稳定平衡 | | 只关注涨粉不重视转化 | 粉丝多但变现难 | 涨粉+转化并重 | | 频繁改变策略 | 无法验证效果,浪费时间 | 给策略时间验证 | | 忽视数据凭直觉决策 | 决策失误,资源浪费 | 数据说话,持续监控 | | 只看短期ROI | 牺牲长期增长 | 长短期平衡 | | 过度依赖付费流量 | 成本高,停投即停 | 自然流量为主 | | 不测试直接大规模投入 | 风险高,可能浪费资源 | 小规模测试后再扩大 |
**问题:**
版本: v3.0 Complete Edition 更新: 2025-01-22 状态: ✅ 完整 (139个技能)
Use when processing audio for Xiaohongshu content, editing voiceovers, improving sound…
Use when designing visual layout for Xiaohongshu carousel content, organizing information on…
Use when planning Xiaohongshu content calendar, running out of content ideas, needing…
Use when repurposing Xiaohongshu content, recycling existing posts, adapting content for…