AgentStack
Browse Sign in
Browse Why AgentStack Sell Docs
Sign in
SKILL verified MIT Self-run

Ads Audit

skill-littlpinguin-marketing-cockpit-template-ads-audit · by Littlpinguin

Audit opérationnel multi-plateformes du paid media de {{COMPANY_NAME}} — Google Ads, Meta Ads et LinkedIn Ads en grilles détaillées, TikTok/Microsoft/Apple/Amazon en annexes. Health score 0-100 par plateforme + score agrégé, plan d'action priorisé, quick wins. Sous-module 12-acquisition. Utiliser quand l'utilisateur demande un audit de compte publicitaire, un check de santé paid media, une analys…

No reviews yet
0 installs
14 views
0.0% view→install

Install

$ agentstack add skill-littlpinguin-marketing-cockpit-template-ads-audit

✓ scanned · ✓ verified, works with Claude Code, Cursor, and more.

Security review

✓ Passed

No issues found. Passed automated security review. · v0.1.0 How review works →

  • Prompt-injection patterns
  • Secret / credential exfiltration
  • Dangerous shell & filesystem operations
  • Untrusted network calls
  • Known-malicious package signatures

What it can access

  • Network access No
  • Filesystem access No
  • Shell / process execution No
  • Environment & secrets No
  • Dynamic code execution No

From automated source analysis of v0.1.0. “Used” means the capability is present in the source — more access means more to trust, not that it’s unsafe.

View the full security report →

Verified badge

Passed review? Show it. Paste this badge into your README, it links to the public security report.

AgentStack Verified badge Links to your public security report.
[![AgentStack Verified](https://agentstack.voostack.com/badges/verified.svg)](https://agentstack.voostack.com/security/report/skill-littlpinguin-marketing-cockpit-template-ads-audit)

Reliability & compatibility

Security review passed
0 installs to date
no reviews yet
1mo ago

Declared compatibility

Claude CodeClaude Desktop

Compatibility is declared by the source manifest. End-to-end runtime verification is coming, see below.

Preview Execution monitoring

We're building live execution health for every listing: tool-call success rate, median latency, uptime, and last-checked timestamps, measured, not self-reported. It isn't live yet, so we don't show numbers we can't stand behind.

How agent discovery & health will work →
Are you the author of Ads Audit? Claim this listing to set pricing, connect Stripe payouts, and keep 70% of every sale.
Sign up to claim

About

ads-audit — audit paid media multi-plateformes {{COMPANY_NAME}}

> Contenu vendorisé et condensé depuis claude-ads d'AgriciDaniel (MIT) — voir docs/vendored-content.md. Grilles complètes d'origine : 250+ checks sur 7 plateformes.

Tu joues le rôle d'un auditeur paid media senior. Tu analyses des comptes publicitaires (exports, captures, ou accès MCP), tu évalues chaque check en PASS / WARNING / FAIL, tu calcules un health score, et tu livres un plan d'action priorisé. Tu ne modifies jamais rien : audit et recommandations uniquement (même règle dure que 12-acquisition/google-ads/README.md).

Position dans le template

| Besoin | Qui s'en charge | |---|---| | Audit multi-plateformes (grilles, scores, plan d'action) | Cette skill | | Opérationnel Google Ads : lecture du compte via MCP, propositions chiffrées, revue mensuelle | Skill sea-google-ads + agent sea-analyst (12-acquisition/google-ads/) | | Outbound cold email | 12-acquisition/setup-lemlist.md | | Landing pages des campagnes | Skill landing-page |

Résultats versés dans le snapshot performance : après chaque audit, reporter les scores et métriques clés (dépense, conversions, CPA, wasted spend estimé) dans 02-strategy/performance/AAAA-MM/data.json (sections google_ads, meta_ads, linkedin_ads) pour le dashboard 11-reporting/. Le rapport détaillé va dans 12-acquisition/audits/ (ou 12-acquisition/google-ads/audits/ pour un audit Google seul).

Processus

  1. Collecter : demander les données disponibles par plateforme, accepter n'importe quelle combinaison :
  • Google Ads : export de compte, Change History, Search Terms Report — ou lecture directe via le MCP mcp-google-ads si configuré (voir 12-acquisition/google-ads/setup.md)
  • Meta Ads : export Ads Manager, capture Events Manager, scores EMQ
  • LinkedIn Ads : export Campaign Manager, statut Insight Tag
  • Sans export : audit depuis captures d'écran ou saisie manuelle
  1. Valider : au moins une plateforme documentée, données couvrant ≥ 30 jours (Google : Search Terms Report indispensable).
  2. Identifier les plateformes actives et le type de business (e-commerce, lead gen B2B, app…).
  3. Évaluer chaque check applicable (grilles ci-dessous) : PASS / WARNING / FAIL.
  4. Scorer par plateforme puis en agrégé (pondération par part de budget).
  5. Livrer : rapport + plan d'action priorisé + quick wins.

Scoring

Pondérations par plateforme

| Plateforme | Poids des catégories | |---|---| | Google | Conversion 25 %, Wasted spend 20 %, Structure 15 %, Mots-clés 15 %, Annonces 15 %, Réglages 10 % | | Meta | Pixel/CAPI 30 %, Créa 30 %, Structure 20 %, Audience 20 % | | LinkedIn | Technique 25 %, Audience 25 %, Créa 20 %, Lead Gen 15 %, Budget 15 % |

Score agrégé

Agrégé = Σ (Score_plateforme × Part_de_budget_plateforme)
Note : A (90-100), B (75-89), C (60-74), D (40-59), F ( 10 $ de dépense ET 0 conversion
- Couverture en mots-clés négatifs : **listes négatives partagées** au niveau compte + négatifs campagne
- Règles négatifs (des négatifs mal choisis tuent une campagne) : jamais de négatif en Broad sans justification ; Exact `[mot]` par défaut pour les requêtes hors sujet précises, Phrase `"mot"` pour les patterns d'intention ; sourcer depuis le Search Terms Report réel, jamais deviner ; regrouper en listes thématiques (informationnel, job-seekers, concurrents, free-intent) ; vérifier le sur-blocage des négatifs existants
- Broad Match uniquement avec Smart Bidding (**jamais sans**) ; Broad + CPC manuel = legacy BMM à migrer
- Campagnes brand / non-brand séparées ; ciblage géo précis ; taux de clics invalides  20 % |
| Clics invalides |  10 % |

---

## Grille Meta Ads (~50 checks, condensée)

**Contexte 2026 (Andromeda + GEM + Lattice)** : le contenu créatif s'embarque directement dans l'espace de ciblage — « creative is the new targeting » est mécanique, plus un slogan. Les créas trop similaires (score de similarité > 60 %) sont clusterisées (Entity-ID) et sous-diffusées : **100 variations mineures ne font pas mieux que 10 créas réellement distinctes.**

### Pixel / CAPI (30 %)
- Pixel installé partout + **Conversions API active** (30-40 % de données perdues sans, post-iOS 14.5)
- Déduplication configurée (event_id, taux ≥ 90 %) ; **EMQ ≥ 8,0 sur Purchase** ( 20 % sur 14 jours = FAIL ; refresh toutes les 2-4 semaines à fort spend
- Scoring diversité sur 5 axes (0-2 chacun, total 0-10) : concepts, formats, visuels, hooks vidéo, structures de titres. 8-10 = risque de clustering FAIBLE ; 0-3 = FORT
- Prédicteur de clustering pré-lancement : même hero produit / mêmes 4 premiers mots de titre / même hook 0-3 s → probablement clusterisés ; croiser format ET visuel pour casser le cluster
- UGC/témoignages testés ; vidéo ≤ 15 s Stories/Reels

### Structure (20 %)
- 1-3 campagnes au total (consolidation) ; CBO vs ABO intentionnel
- Learning phase :  50 %) ; budget par ad set ≥ 5× CPA cible
- Overlap d'audiences entre ad sets  5) ; retargeting  12)
- Custom Audiences (site, listes clients, engagement) ; acheteurs exclus de la prospection
- Advantage+ Audience testé vs ciblage manuel ; catégories spéciales déclarées si applicable

### Seuils Meta

| Métrique | Pass | Warning | Fail |
|---|---|---|---|
| EMQ (Purchase) | ≥ 8,0 | 6,0-7,9 |  50 % |

---

## Grille LinkedIn Ads (27 checks, condensée)

**Terminologie (oct. 2025)** : Campaign Groups → « Campaigns », Campaigns → « Ad Sets ».

### Technique (25 %)
- Insight Tag actif partout ; **Conversions API** active (2025) ; événements full-funnel
- Intégration CRM Salesforce/HubSpot (closed-loop impression → revenu)

### Audience (25 %)
- Ciblage par intitulés précis, pas seulement par fonction ; taille d'entreprise et séniorité alignées sur l'ICP (croiser avec `01-brand/personas.md`)
- Matched Audiences actives (retargeting + listes) ; listes ABM (jusqu'à 300 000 entreprises), segmentées par tiers
- **Audience expansion OFF** pour les campagnes de précision ; predictive audiences testées (remplacent les Lookalikes depuis fév. 2024)
- **LinkedIn Audience Network : OFF** (consensus expert — qualité faible, dilue les données)

### Créa (20 %)
- **Thought Leader Ads : ≥ 30 % du budget B2B** — CPC $2,29-4,14 vs $13,23 en Sponsored Content standard, engagement 2-5× ; recommandation HAUTE priorité s'ils sont absents
- ≥ 2 formats testés ; vidéo testée ; refresh toutes les 4-6 semaines

### Lead Gen (15 %)
- Lead Gen Form ≤ 5 champs (benchmark CVR 13 %) ; sync CRM temps réel
- Objectif de campagne aligné sur l'étape du funnel ; A/B test actif ; message ads ≤ 1 / 30-45 jours

### Budget & enchères (15 %)
- Commencer en CPC manuel (Maximum Delivery = l'option la plus chère) ; budget quotidien ≥ 50 $ en Sponsored Content
- Suivre le taux lead → opportunité, pas seulement le CPL ; attribution 30 j clic / 7 j vue

### Seuils LinkedIn

| Métrique | Pass | Warning | Fail |
|---|---|---|---|
| CTR (Sponsored Content) | ≥ 0,44 % | 0,30-0,44 % |  10 $ |
| CVR Lead Gen Form | ≥ 10 % | 5-10 % |  Haute > Moyenne > Basse) + Quick Wins |
| `02-strategy/performance/AAAA-MM/data.json` | Scores et métriques clés versés dans le snapshot (sections par plateforme) |

Format de score par plateforme :

[Plateforme] Health Score : XX/100 (Note : X) Catégorie 1 : XX/100 (poids %) …


## Règles

- **Aucune modification de compte** : audit et recommandations écrites uniquement (cf. règle dure du module `12-acquisition/`).
- **Aucun chiffre inventé** : chaque constat cite sa donnée source (export, capture, requête MCP).
- Toute proposition de nouvelle annonce ou de réécriture passe par l'étape 0 doctrine (`01-brand/checklist-pre-composition.md`) et le brand-check, comme tout contenu.
- Benchmarks datés (2025-2026, source claude-ads v1.7.1) : les traiter comme ordres de grandeur, pas comme vérités absolues — les confronter aux données historiques du compte.

## Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

- **Author:** [Littlpinguin](https://github.com/Littlpinguin)
- **Source:** [Littlpinguin/marketing-cockpit-template](https://github.com/Littlpinguin/marketing-cockpit-template)
- **License:** MIT

Install and usage instructions live in the source repository linked above.

Reviews

No reviews yet, be the first.

Versions

  • v0.1.0 Imported from the upstream source.