budget-optimize
Skill0 starsChanged 20 days agoMITView on GitHub
Redistribui o orçamento entre campanhas do Google Ads com base em CPA/ROAS marginal, parcela de impressões perdida por orçamento e metas, mantendo o total fixo salvo autorização. Use quando o usuário perguntar onde colocar mais ou menos verba, como dividir o orçamento ou se alguma campanha está limitada.
In this repository9 other files it gives its agents.
- account-conventionsSkill
- ad-copy-principlesSkill
- audit-ad-copySkill
- create-campaignSkill
- investigate-campaignSkill
- mine-search-termsSkill
- performance-analysisSkill
- search-term-methodologySkill
- weekly-reviewSkill
The file
Files
Otimização de orçamento
Aplique account-conventions (regra: o total não sobe sem autorização) e performance-analysis.
- Dados (30 dias + 30 anteriores) por campanha: orçamento diário, gasto, conversões, valor, CPA, ROAS, IS de pesquisa, IS perdida por orçamento, IS perdida por classificação, estratégia de lance e status de aprendizado.
- Classifique cada campanha:
Situação Sinal Direção Eficiente e limitada CPA ≤ meta e IS perdida por orçamento > 10% receber verba Eficiente e saturada CPA ≤ meta, IS perdida por orçamento ≈ 0 manter (mais verba não compra mais) Ineficiente CPA > 1,3× meta com volume suficiente tirar verba / corrigir antes Sem dados < 2× CPA alvo gasto manter, aguardar Marca — manter IS alta; verba costuma ser pequena - Estime o retorno marginal: verba extra em campanha limitada por orçamento rende ~ ao CPA atual até a IS perdida zerar; acima disso o CPA sobe. Seja conservador e diga que é estimativa.
- Proposta: tabela campanha · orçamento atual → novo · Δ · motivo · conversões esperadas. Soma igual ao total atual.
- Mudanças de no máximo ±20-30% por campanha por vez (evita reiniciar aprendizado do lance inteligente).
- Se a campanha é limitada por classificação e não por orçamento, mais verba não resolve: aponte lance/qualidade.
- Aplicar: só com "ok" explícito. Via conector com escrita ou instruções passo a passo para a interface/Editor.
Registre em
google-ads-changelog.mde sugira data de revisão (7-14 dias).
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.