这个 Skill 能做什么，适合哪些场景？
该技能用于核对Meta、Google等平台报告的转化与GA4或电商订单ID真值集。它会统一归因窗口和货币，识别跨平台重复归因，并比较不同归因模型。存在地域或留出测试时，它还会读取增量效果；没有实验数据时则标记为不适用。它不负责ROAS、CPA或ROI计算，也不执行点时广告账户审计。
读取GA4或电商订单ID导出、各广告平台的转化导出、归因窗口和货币信息，以及可选的地域或留出测试数据。先将窗口和金额统一到共同口径，再按订单ID匹配平台转化，必要时使用时间戳和金额作为回退匹配。它会生成匹配、重复计数和未匹配记录，计算去重后的平台转化数和重复计数率，展示至少两种归因模型的信用分配，并在有留出测试时读取测试区相对控制区的增量。结果可写入指定的记忆工作簿，但必须先征得用户同意。
- 营销分析师发现Meta和Google报告的销售总数高于Shopify订单数，需要找出重复计数。
- 广告负责人要按月核对平台转化与GA4订单ID，并统一Meta 7天点击窗口和Google 30天窗口。
- 增长团队拥有测试区与控制区的订单和广告支出数据，需要比较增量订单与末次点击归因。
- 电商团队希望在交给ROI或ROAS分析前，先确认真实订单、平台认领和跨平台重叠情况。
如何安装这个 Skill？
- 仅凭静态文件审查，未执行技能、脚本或真实数据对账；不要把仓库级 CI 测试视为本技能已验证。
- 时间戳加金额的回退匹配、货币汇率选择、窗口归一化及 geo/holdout 增量分母需要人工确认。
- 订单 ID、金额和导出文件可能包含敏感商业或个人数据；技能未明确脱敏、保留期限和运行时加密要求。
- 技能依赖的共享参考文件和后续技能未全部包含在本次证据中，交接行为仍需单独核验。
- 本地文件系统
该技能属于GitHub仓库aaron-he-zhu/aaron-marketing-skills，路径为ad/scale/attribution-reconciler/SKILL.md。Claude Code可通过“/plugin marketplace add aaron-he-zhu/aaron-marketing-skills”注册市场，再运行“/plugin install aaron-marketing@aaron”安装整个集合；兼容Agent Skills的主机可运行“npx skills add aaron-he-zhu/aaron-marketing-skills”。源码也可使用“git clone https://github.com/aaron-he-zhu/aaron-marketing-skills”获取。来源未提供仅安装该技能的仓库级命令。
tmp="$(mktemp -d)"
git clone --depth 1 https://github.com/aaron-he-zhu/aaron-marketing-skills.git "$tmp"
mkdir -p ~/.claude/skills
cp -R "$tmp/ad/scale/attribution-reconciler" ~/.claude/skills/
rm -rf "$tmp"根据源仓库地址和 Skill 路径自动生成，只复制这个 Skill 的文件夹。如果上文有作者提供的安装方式，请优先按作者说明操作；想只在当前项目中使用，把 ~/.claude/skills 换成项目里的 .claude/skills。
如何使用这个 Skill？
安装后，把下面任意一句发给 Agent 即可触发：
- Reconcile my paid conversions for May. Truth set is this GA4 order-ID export. Here are the Meta and Google conversion exports. Find the double-counting.
准备GA4或电商订单ID导出，以及各平台转化导出、归因窗口和货币信息；如有实验，再提供测试区与控制区订单及支出导出。可直接输入：“Reconcile my paid conversions for May. Truth set is this GA4 order-ID export. Here are the Meta and Google conversion exports. Find the double-counting.” 如果缺少订单ID真值集，技能应返回NEEDS_INPUT而不使用平台报告总数代替。需要ROAS、CPA或ROI时，将去重后的真实订单数交给roi-calculator。
这个 Skill 有哪些优点和局限？
- 以GA4或电商订单ID作为唯一真值集，避免把平台报告数直接当作真实订单。
- 覆盖窗口和货币标准化、订单匹配、跨平台去重、模型比较和留出测试增量读取。
- 明确区分matched、double-counted和unmatched，适合持续性的月度对账。
- 默认依赖用户手动导出的数据，不要求付费广告API或MCP。
- 没有订单ID导出就无法进行对账。
- 不负责ROAS、CPA、ROI或EMV等比率计算，必须交给roi-calculator。
- 没有地域或留出测试时不能仅凭归因数据推断增量效果。
- 来源没有提供该单项技能的测试套件或具体平台导出样例。
这个 Skill 与同类方案有什么区别？
与相关 Skills 并排比较；分数均按同一 FSRS 标准得出。
| Skill | FS 评分 | Star 数 | 最近更新 | License |
|---|---|---|---|---|
| 付费广告归因对账器 本页 | 59 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 付费广告账户审计员 | 59 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 广告实验设计师 | 59 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| 付费广告预算节奏监控 | 61 · 推荐 | ★ 3k | 12 天前 | Apache-2.0 |
| TAO DAFT 数据集格式转换 ✓ NVIDIA · 官方 | 54 · 谨慎使用 | ★ 3.6k | 12 天前 | Apache-2.0 |
与ad-account-auditor相比，本技能负责持续性的订单去重与归因对账，而ad-account-auditor负责一次性的R2完整性否决和RQS门禁。与roi-calculator相比，本技能整理真实、去重和标准化的订单数，roi-calculator负责ROAS、CPA和ROI数学。与dark-social-attributor相比，本技能只处理付费渠道，不分解GA4直接流量或有机暗社交归因。
FollowSkills 如何评估这个 Skill？
技能限定为用户手动提供的自有导出，默认不需要 API，并将导出内容视为不可信数据；保存记忆前要求用户确认，且明确不自动写入。扣分因为订单数据的敏感性、运行时记忆未加密、删除与回滚边界及数据流披露仍不完整，且没有该技能级别的来源归属证明。
步骤、缺失真值集时的 NEEDS_INPUT、匹配标签、完成条件和失败反馈较清楚。扣分因为静态审查无法复现关键路径，时间戳加金额的回退匹配可能产生歧义，增量计算的暴露分母与异常数据处理未充分定义，且依赖多个未提供内容的交接技能。
触发条件、输入、输出、非适用场景和参数提示明确，也提供中文描述并支持纯手动数据。扣分因为没有明确验证中国大陆网络可达性，且要求用户拥有多平台导出、统一货币和可选实验数据，适用范围因此受限。
具备标准化分层结构、Quick Start、Skill Contract、Data Sources、Instructions、交接关系，并声明 Apache-2.0、版本和兼容主机。扣分因为维护责任、变更记录和更新路径未在该技能中明确；仓库安全策略支持 17.x，而技能标注 18.0.0，存在治理信息不一致。
目标输出包括逐条匹配表、去重计数、窗口与货币归一化、模型比较及有实验时的增量解读，理论上可直接支持对账。按静态校准封顶为 7；没有该技能关键输出的已执行示例或第三方结果证据，且模糊匹配和增量分析仍可能需要人工复核。
技能引用仓库内的 ROAS、测量、安全和交接规范，仓库还提供 CI 与测试文件。扣分因为这些测试主要验证共享架构和审计基础设施，并未证明本技能的关键对账路径；没有独立复现记录、第三方执行证据或外部来源核验，静态上限为 5。
点击维度查看打分理由
证据充分度：低 — 主要依赖静态检查、作者材料或有限演示；适合发现线索，不适合做高风险决策。
查看完整评分方法 →