SkillAnalizar

Preparar un informe de marketing con datos

Ordena resultados de marketing con periodos comparables y separa métricas de hipótesis de mejora.Ir a la descarga

Recurso original: Anthropic · anthropics/knowledge-work-plugins Revisado el 26 de octubre de 2026

Ficha elaborada por peopleofthe.ai con asistencia de IA. Consulta el criterio editorial y los límites de las pruebas.

Documentación revisada
Entorno compatible
Descarga disponible

Qué significan los indicadores

Documentación revisada: Procedencia y requisitos contrastados con la fuente. El recurso puede no haberse ejecutado.
Prueba puntual: Hay un ensayo concreto con alcance y límites en la ficha; no acredita todos los usos.
Prompt para adaptar: Aporta el contexto y el material necesario en un asistente compatible y revisa su respuesta.
Entorno compatible: Skills y agentes necesitan un entorno compatible. Consulta herramientas, permisos y requisitos: descargar no los instala.
Descarga disponible: La ficha ofrece un paquete con el recurso y su procedencia. Los modelos y servicios que utilice pueden tener costes propios.
Consulta en origen: Accede a la fuente original desde la ficha; no se ofrece un paquete local.

Cómo revisamos los recursos

Ver revisión y límites del recurso

Skill para ordenar métricas de campaña o canal en un informe con periodos comparables, tendencias, hipótesis y prioridades de mejora respaldadas por los datos aportados.

Documentación revisada · recurso sin ejecutar

Original completo, licencia y requisitos revisados. SHA256 y Git blob cotejados con revisión fija y árbol completo. ZIP íntegro y reproducible; sin instalación ni ejecución.

Antes de empezar

Comprueba que tienes lo necesario para usar este recurso.

Aportar métricas con fuente, periodo, zona horaria, unidad y definición; separar pruebas, eventos, personas e ingresos. Comparar periodos solo cuando cobertura y definición sean equivalentes.
Recalcular tasas y documentar denominadores. Sin conversiones o ingresos atribuibles no calcular CPA, ROAS ni ROI como si existieran; un dato ausente no equivale a cero.
Los benchmarks, afirmaciones de superioridad de modelos de atribución y reglas de duración de ensayos del original no incluyen respaldo suficiente para aplicarlos universalmente. La fórmula denominada Content ROI es una razón de ingresos/coste, no rentabilidad neta: definir la métrica antes de usarla.
Tratar causalidad, previsiones e impacto esperado como hipótesis. Las aperturas pueden estar afectadas por mecanismos de privacidad; no equivalen a lectura humana. Aprobación profesional requerida antes de cambiar presupuesto o comunicar resultados.
El recurso no conecta plataformas, compra publicidad, envía informes ni modifica campañas. Los conectores son opcionales y necesitan cuenta, permisos y evaluación de costes por separado.
Original en inglés; pedir el borrador en español. El paquete conserva la carpeta completa de esta skill y documentos de procedencia, no el plugin completo. Los marcadores ~~category representan herramientas opcionales y no conexiones activas.
Descomprimir y conservar originales, licencias y procedencia. Leer source/marketing/skills/performance-report/SKILL.md y source/marketing/CONNECTORS.md.
Si se usa Claude Code, copiar únicamente source/marketing/skills/performance-report/ como .claude/skills/performance-report/ en el proyecto, sin sobrescribir otra carpeta; después solicitar /performance-report con datos de prueba y autorizados.
El enlace relativo ../../CONNECTORS.md del original no se resuelve automáticamente tras esa copia individual: aportar el CONNECTORS.md del ZIP como contexto separado. No copiar la configuración MCP ni instalar el plugin completo desde esta ficha.
Descarga gratuita bajo Apache-2.0. Claude Code/Cowork, modelo y servicios conectados pueden requerir cuenta, permisos o pago; no se ha ensayado instalación, compatibilidad ni una ejecución gratuita.

Compatibilidad declarada

Skill Markdown en inglés · formato documentado para Claude Code; instalación y ejecución no ensayadas

Según la documentación de origen. La presencia en esta lista no implica una prueba de ejecución en cada entorno.

Instalar desde el repositorio del autor

Esta skill pertenece al plugin marketing de Anthropic. Se instala el paquete completo, con otras skills; no solo el recurso de esta ficha.

Necesitas Git, Claude Code con acceso habilitado y permiso según las políticas de tu organización. El proveedor y las herramientas pueden tener costes. Instrucciones documentadas, sin instalación probada por peopleofthe.ai.

Ver pasos para Claude Code

1. Descargar y fijar la revisión con Git

Desde una carpeta de trabajo, ejecuta estas líneas una a una en la terminal. El directorio POTAI-knowledge-work-33d3dea41a34 debe estar libre. Si una línea falla, resuélvelo antes de seguir.

git clone https://github.com/anthropics/knowledge-work-plugins.git POTAI-knowledge-work-33d3dea41a34
git -C POTAI-knowledge-work-33d3dea41a34 checkout --detach 33d3dea41a341b341d4f5da2e8801ae0c89be2b8

2. Añadir el marketplace local

Abre una sesión local interactiva de Claude Code desde esa misma carpeta de trabajo, fuera del directorio descargado. Escribe allí este comando. Si el marketplace ya está registrado, comprueba su origen y revisión antes de sustituirlo.

/plugin marketplace add ./POTAI-knowledge-work-33d3dea41a34

3. Revisar e instalar el plugin

En esa sesión de Claude Code, ejecuta el comando siguiente, revisa qué incorpora el paquete y elige el alcance de instalación que corresponda.

/plugin install marketing@knowledge-work-plugins

El checkout fija la revisión indicada. Actualizar el marketplace o el plugin puede cambiarla: revisa de nuevo el contenido antes de actualizar.

Documentación contrastada el 27 de octubre de 2026: revisión del repositorio · manifiesto del marketplace · README del autor · guía de Claude Code.

Una forma de empezar

EJEMPLO ILUSTRATIVO

Una solicitud para adaptar a tu contexto y usar con el recurso.

TU SOLICITUD

Caso ficticio: campaña A registra 10.000 impresiones y 200 clics en una semana; la anterior, 8.000 y 120 con la misma definición. No hay datos de conversiones, personas ni ingresos.

RESULTADO ORIENTATIVO

CTR actual 2,0 % y previo 1,5 %: aumento de 0,5 puntos porcentuales. No calcular ROAS ni atribuir ventas. Hipótesis para investigar: cambios de audiencia o creatividad; faltan datos para explicar la causa. Proponer contrastar esos cambios antes de aumentar inversión.

Ejemplo editorial ficticio e ilustrativo; no procede de una ejecución ni acredita eficacia, compatibilidad o efecto comercial. Este ejemplo no es una salida observada de una prueba del recurso.

La fuente, a la vista

Recurso original: performance-report
Autor: Anthropic · anthropics/knowledge-work-plugins
Versión o revisión: 33d3dea41a341b341d4f5da2e8801ae0c89be2b8
Licencia: Apache-2.0

Apache-2.0 completo en marketing/LICENSE, leído íntegro. Se conservan licencia específica, raíz y atribuciones; no hay NOTICE upstream aplicable en el árbol. Originales sin modificar y notas editoriales separadas.

Ver fuente original