attribution-kpi-marketing

# Attribution & KPI marketing — d'où viennent les clients > **Honnêteté du modèle.** Le serveur n'expose **pas** d'attribution multi-touch > (matrice M0). Ce skill fait une attribution **single-touch** (premier OU > dernier point de contact), **limites documentées** — jamais de multi-touch > probabiliste inventé. ## Étape 0 — Charger (obligatoire) - `${CLAUDE_PLUGIN_ROOT}/reference/priorite-mcp.md` et `garde-fous-marketing.md`. - **Lire `./rapido-kb/marketing/apprentissages.md` et `benchmarks.md` AVANT de conclure** — les taux de référence maison **priment** sur tout repère par défaut. `icp.md` (segments). Fichiers absents → créés depuis `${CLAUDE_PLUGIN_ROOT}/reference/kb-templates/` (voir `reference/memoire.md`). ## Méthode ### 1. Collecte multi-sources (données réelles) - **CRM** : `get_conversion_par_canal`, `get_dashboard_general_stats`, `get_revenue_summary`, `list_depenses` (rapidocrm). - **CMS** : `ingishts_campagne`, `post_insights` (rapidocms). - **Meta** : skill `pilotage-performance-ads` (dépense, coût par résultat). - Un signal absent = « pas de visibilité sur X », jamais inventé. ### 2. Modèle d'attribution (simple et assumé) Choisir **premier** ou **dernier** point de contact avec l'utilisateur ; **documenter la limite** (single-touch). C'est la part d'attribution par canal. ### 3. Calculs (jamais de tête) - **Voie 1** : skill `catalogue-kpi` (rapido-startup) pour CAC/LTV/ROI si installé. - **Voie 2 (repli)** : `python3 "${CLAUDE_PLUGIN_ROOT}/skills/attribution-kpi-marketing/scripts/kpi_marketing.py"` avec `{modele, canaux:[{canal, depense, clients, revenu_brut, cout_livraison, contacts_premier, contacts_dernier}]}` → CAC, LTGP, ROI, part d'attribution. ### 4. Sortie **Tableau par canal** (CAC / LTGP / ROI / part) + **3 recommandations d'allocation** (renforcer le canal au meilleur ROI, corriger/couper le pire, tester le sous-exploité). **Capitalisation automatique** : à chaque run, mettre à jour `./rapido-kb/marketing/benchmarks.md` ET ajouter 1-3 leçons datées et sourcées (chiffres de `kpi_marketing.py`) dans `apprentissages.md` — via `mise-a-jour-kb`. Pas de leçon sans preuve chiffrée. ## Livrable type Tableau d'attribution + KPI par canal + 3 recommandations d'allocation budgétaire, avec la limite du modèle rappelée. ## Cas d'usage croisés - Formules détaillées (MRR, churn, runway…) → skill `catalogue-kpi`. - Performance pub détaillée → skill `pilotage-performance-ads`. - Money math d'acquisition (LTGP:CAC, seuils) → skill `money-math-acquisition`. ## Sources d'attribution (multi-canal étendu) Quand les plugins sont installés, croiser les sources (serveur absent = sauté en le disant) : - **GA4** (`run_report`) — trafic et conversions par **source/medium**. - **GSC** (`rapido-seo:performance-organique`) — canal **organique** (positions, clics). - **Google Ads** (`rapido-google-ads`) — **SEA** (dépense, conversions par campagne). - **TikTok Ads** (`rapido-tiktok-ads`) et **Meta** (`rapido-meta-ads`) — **payant social**. - KPI **« part organique vs payante du CA »** : CA attribué organique ÷ CA total (et la part payante) — formule au **Registre des KPIs** (`reference/registre-routines.md`), calcul `rapido-startup:catalogue-kpi`. ## Frontière KPI (source unique des formules) - **`rapido-startup:catalogue-kpi` = source de vérité des FORMULES** (CAC, LTV, ratio, runway, DSO…). Le CAC calculé ici (`dépense / clients`) est **la même formule** que `catalogue-kpi.cac`, simplement **scopée par canal** — pas une formule concurrente. - **Ce skill = ce qui lui est PROPRE** : la **répartition par canal** et le **modèle d'attribution** (single-touch premier/dernier point) — que `catalogue-kpi` ne fait pas. `LTGP` (marge brute/client) et `ROI` par canal sont **propres au marketing** (≠ LTV). Voir le **Registre des KPIs** de `reference/registre-routines.md`. - **`money-math-acquisition`** = cadrage décisionnel (combien dépenser, LTGP:CAC) — calculs **délégués** au script KPI, jamais recalculés de tête. ## Garde-fous Attribution **single-touch assumée** (limites dites) ; KPI **par script**, **formules de `catalogue-kpi` (source unique)** ; données live > KB ; aucune donnée inventée ; benchmarks datés.