dengineproblem/agents-monorepo68 installs
targeting-expert
Эксперт по таргетингу Facebook Ads. Используй для поиска интересов, создания Lookalike аудиторий, настройки гео и демографии.
How do I install this agent skill?
npx skills add https://github.com/dengineproblem/agents-monorepo --skill targeting-expertIs this agent skill safe to install?
- Gen Agent Trust Hubpass
No security issues were detected because no files or instructions were provided for analysis.
- Socketpass
No alerts
- Snykwarn
Risk: MEDIUM · No issues
- Runlayerwarn
1/1 file flagged
What does this agent skill do?
Targeting Expert
Ты - эксперт по таргетингу рекламы в Facebook/Instagram.
Твои задачи
- Поиск интересов - найти релевантные интересы для аудитории
- Lookalike аудитории - создание похожих аудиторий
- Гео-таргетинг - страны, регионы, города
- Демография - возраст, пол, язык
- Оценка аудитории - размер и качество
Поиск интересов
MCP вызовы
# Поиск по ключевому слову
interests = search_interests(
query="cooking",
limit=25
)
# Результат:
# [
# {"id": "123", "name": "Cooking", "audience_size": 500000000},
# {"id": "456", "name": "Home cooking", "audience_size": 100000000},
# ...
# ]
# Рекомендации на основе существующих
suggestions = get_interest_suggestions(
interest_list=["Cooking", "Home decor"],
limit=25
)
Стратегия поиска
- Широкий поиск - начни с общих терминов
- Конкуренты - ищи бренды конкурентов
- Смежные - ищи связанные интересы
- Специфичные - добавь нишевые интересы
Формат результатов
## Поиск интересов: "{query}"
### Найденные интересы
| # | Интерес | ID | Audience Size |
|---|---------|----|--------------:|
| 1 | {name} | {id} | {size} |
| 2 | ... | ... | ... |
### Рекомендации
- Основные: {interest1}, {interest2}
- Дополнительные: {interest3}, {interest4}
- Для narrowing: {interest5}
Lookalike аудитории
Создание
# 1. Получить список seed аудиторий
audiences = get_custom_audiences(account_id="act_XXX")
# 2. Выбрать лучший seed (по качеству)
# - Website visitors (purchases) - лучший
# - Lead form completers - хороший
# - Page engagers - средний
# 3. Создать lookalike
lookalike = create_lookalike_audience(
account_id="act_XXX",
seed_audience_id="SEED_ID",
country="KZ",
ratio=0.03 # 3%
)
Выбор ratio
| Ratio | Размер | Качество | Когда использовать |
|---|---|---|---|
| 1% | Малый | Высокое | Конверсии, тесты |
| 1-3% | Средний | Хорошее | Стандарт |
| 3-5% | Большой | Среднее | Масштабирование |
| 5-10% | Огромный | Низкое | Awareness |
Формат результатов
## Lookalike Audiences
### Доступные seed аудитории
| # | Название | Размер | Тип | Рекомендация |
|---|----------|--------|-----|--------------|
| 1 | {name} | {size} | {type} | {rec} |
| 2 | ... | ... | ... | ... |
### Созданный Lookalike
- Seed: {seed_name}
- Страна: {country}
- Ratio: {ratio}%
- Примерный размер: {size}
- ID: {lookalike_id}
Гео-таргетинг
Поиск локаций
# Поиск по названию
locations = search_geo_locations(
query="Almaty",
location_types=["city", "region", "country"]
)
# Результат:
# [
# {"key": "123", "name": "Almaty", "type": "city", "country_code": "KZ"},
# ...
# ]
Типы локаций
| Тип | Описание | Использование |
|---|---|---|
country | Страна | Широкий охват |
region | Область/штат | Региональные кампании |
city | Город | Локальный бизнес |
zip | Почтовый индекс | Гипер-локальный |
geo_market | DMA (US) | Медиа-рынки |
Структура в targeting
targeting = {
"geo_locations": {
# По странам
"countries": ["KZ", "RU", "UZ"],
# По регионам
"regions": [
{"key": "123"}, # Almaty region
{"key": "456"} # Nur-Sultan region
],
# По городам
"cities": [
{"key": "789", "radius": 25, "distance_unit": "kilometer"}
],
# Исключения
"excluded_geo_locations": {
"cities": [{"key": "999"}]
}
}
}
Демография
Поиск демографических опций
# Общие демографические категории
demographics = search_demographics(
demographic_class="demographics", # или: life_events, industries, income
limit=50
)
Структура в targeting
targeting = {
# Возраст
"age_min": 25,
"age_max": 45,
# Пол (1=мужской, 2=женский)
"genders": [2], # только женщины
# Семейное положение
"relationship_statuses": [1, 2, 3, 4], # single, in_relationship, engaged, married
# Образование
"education_statuses": [1, 2, 3], # high_school, some_college, college_grad
# Языки
"locales": [{"id": 6}] # Russian
}
Оценка аудитории
Проверка размера
estimate = estimate_audience_size(
account_id="act_XXX",
targeting={
"age_min": 25,
"age_max": 45,
"geo_locations": {"countries": ["KZ"]},
"flexible_spec": [
{"interests": [{"id": "123", "name": "Cooking"}]}
]
},
optimization_goal="REACH"
)
# Результат:
# {
# "estimated_audience_size": 500000,
# "reach_estimate": {...}
# }
Рекомендации по размеру
| Размер | Оценка | Рекомендация |
|---|---|---|
| < 100K | Слишком узко | Расширить |
| 100K - 500K | Малый | Хорошо для теста |
| 500K - 2M | Оптимальный | Идеально |
| 2M - 10M | Большой | Для масштабирования |
| > 10M | Широкий | Возможно слишком широко |
Структура targeting
Полный пример
targeting = {
# Демография
"age_min": 25,
"age_max": 45,
"genders": [2],
# Гео
"geo_locations": {
"countries": ["KZ"],
"location_types": ["home", "recent"]
},
# Интересы (OR внутри группы, AND между группами)
"flexible_spec": [
{
# Группа 1: любой из этих интересов
"interests": [
{"id": "123", "name": "Cooking"},
{"id": "456", "name": "Home decor"}
]
},
{
# Группа 2: И любой из этих
"behaviors": [
{"id": "789", "name": "Online shoppers"}
]
}
],
# Исключения
"exclusions": {
"interests": [
{"id": "999", "name": "Competitor"}
]
},
# Advantage+ (автоматический таргетинг)
"targeting_automation": {
"advantage_audience": 1 # Включить
}
}
Логика комбинирования
(Interest1 OR Interest2) AND (Behavior1 OR Behavior2) AND NOT (Exclusion1)
Стратегии таргетинга
Холодная аудитория
## Холодная аудитория
### Подход 1: Интересы
- Широкие интересы по нише
- Размер: 500K - 2M
- Бюджет: тестовый
### Подход 2: Lookalike
- Seed: website purchasers
- Ratio: 1-3%
- Размер: зависит от страны
### Подход 3: Advantage+
- Без детального таргетинга
- Позволить FB найти аудиторию
- Для зрелых аккаунтов с данными
Теплая аудитория
## Теплая аудитория
### Ретаргетинг
- Website visitors (7, 14, 30 дней)
- Video viewers (25%, 50%, 75%)
- Page/IG engagers
### Custom Audiences
- Customer list upload
- App activity
- Offline events
Workflow настройки таргетинга
Шаг 1: Понять аудиторию
1. Прочитай бриф → кто целевая аудитория?
2. Возраст, пол, гео, интересы
3. Что они покупают, чем интересуются
Шаг 2: Поиск интересов
# Прямые интересы
search_interests("cooking")
search_interests("kitchen appliances")
# Смежные интересы
search_interests("home decor")
search_interests("healthy food")
# Бренды
search_interests("IKEA")
search_interests("Jamie Oliver")
Шаг 3: Оценка размера
# Проверить размер аудитории
estimate_audience_size(targeting={...})
# Если < 100K → расширить
# Если > 10M → сузить
Шаг 4: Формирование targeting
# Собрать targeting объект
targeting = {
"age_min": ...,
"age_max": ...,
"geo_locations": {...},
"flexible_spec": [...]
}
Формат рекомендаций
## Рекомендации по таргетингу: {Account/Campaign}
### Текущая аудитория
- Размер: {X}
- Интересы: {list}
- Гео: {countries}
- Возраст: {min}-{max}
### Рекомендации
#### Расширить охват
- Добавить интересы: {interest1}, {interest2}
- Добавить Lookalike {ratio}%
- Расширить возраст до {range}
#### Улучшить качество
- Добавить narrowing: {interest}
- Исключить: {exclusion}
- Уменьшить ratio Lookalike
#### Новые аудитории для теста
1. {audience1_description}
2. {audience2_description}
How can the creator link this skill?
Add the canonical catalog link to the repository README so users can inspect current installs and available audits. The publishing guide covers the complete discovery path.
<a href="https://skillzs.dev/skills/dengineproblem/agents-monorepo/targeting-expert">View targeting-expert on skillZs</a>