Ein Blick in die Launch-Entscheidung

GreenLeafs UK-Launch: den Weg zum Kauf verfolgen, Belege prüfen, Berichte öffnen.

Fiktives Unternehmen · synthetische Daten

Den Launch erkunden

GreenLeaf / UKNur bezahlter mobiler Traffic

Anzeigenklicks11.760

Landingpage10.080

Quizstarts8.400

Abgeschlossen3.780

Erster Kauf259

1.–14. September 2026 · Sieben-Tage-Kohorten · rückblickender Datenstand vom 22. September

Aus Ihrer Perspektive lesen

Perspektive wählen; die Fakten bleiben gleich.

Alle PerspektivenAgenturleitungInhouse-LeitungUmsetzungsteam

In diesem Beispiel

GreenLeaf kennenlernen

Eine fiktive US-Marke für Nahrungsergänzungsmittel vor dem UK-Start.

Die Launch-Hypothese

Hilft Transparenz über Inhaltsstoffe britischen Käufern bei der Entscheidung für GreenLeaf?

Ziel für die Quiz-Abschlussrate: 45 %
Monatliches UK-Umsatzziel: 60.000 $
Ziel für die ungestützte Markenbekanntheit: 15 %

Den Geschäftskontext lesen

Englische redaktionelle Quelle – Veröffentlichung und Freigabe durch die verantwortliche Person ausstehend. GreenLeaf ist fiktiv. Seine Kampagnendaten und die spätere Kontextaktualisierung wurden für Lehrzwecke erstellt; die aufgezeichneten KI-Antworten sind echt. Die nachstehenden Prüfungen sind unabhängige Berechnungen und eine KI-gestützte redaktionelle Überprüfung, keine abgeschlossene menschliche Prüfung oder Kundenfreigabe. Dieses Beispiel misst weder KI-Genauigkeit, menschliche Überlegenheit, Zeitersparnis noch Kampagnen-ROI.

GreenLeaf Wellness vertreibt Abonnement-Nahrungsergänzungen: tägliche Greens, Protein-Blends und Adaptogen-Stacks. Das Unternehmen expandiert von den USA ins Vereinigte Königreich – mit einem klaren Angebot: Kunden können die Herkunft der Inhaltsstoffe und die Dosierungen prüfen, statt einer unerklärten proprietären Mischung zu vertrauen.

Die Launch-Frage ist einfach zu stellen, aber schwerer zu beantworten: Wird es britischen Käufern wichtig genug sein, sich dafür zu entscheiden? Für eine nützliche Empfehlung muss das Team die Kunden-Hypothese, die Kampagnenentscheidungen und den Messplan mit den Ergebnissen verbinden. Dieser Pfad folgt diesen Übergaben bis zu einem vollständigen Reporting-Beispiel.

Hier ist die zentrale Entscheidung. Der Quiz-Abschluss bei Paid-Mobile sinkt von 3,780 von 8,400 Starts (45 %) auf 2,352 von 8,400 (28 %). Ein KI-Entwurf empfiehlt eine diagnostische Überprüfung, liefert aber auch fehlerhafte Finanzsummen und verneint eine bedeutsame Veränderung in der Zielgruppenzusammensetzung. Geprüfte Berechnungen unterstützen die Untersuchung sowohl der Kohortenzusammensetzung als auch der Mobile-Journey. Eine spätere fiktive Produkt-/Support-Notiz präzisiert die Untersuchung, lässt aber die Ursache ungeklärt.

Die Zeiträume sind 1.–7. September und 8.–14. September 2026, unter Verwendung von UTC-Paid-Click-Kohorten. Funnel-Ereignisse und Käufe haben dasselbe siebentägige Beobachtungsfenster. Der Snapshot ist 22. September um 23:59:59 UTC. Beide Zeiträume sind ausgereift: Dies ist ein retrospektiver Vergleich, kein Beleg dafür, dass ein Alert das Problem während des Launches erkannt hat.

Beginnen Sie mit der Entscheidung, die Sie verantworten

Ihre Verantwortung	Was Sie von dieser Arbeit benötigen
Agenturleitung	Empfehlungen, die Sie vertreten können, konsistente Fakten über alle Unterlagen hinweg und eine klare Entscheidung zur Kundenfreigabe.
Inhouse-Marketingleitung	Belege für eine Änderung der Launch-Priorität sowie eine Unterscheidung zwischen Diagnose und kommerzieller Freigabe.
Media- oder Performance-Leitung	Vergleichbare Kohorten, Ereignisdefinitionen, geprüfte Berechnungen und eine konkrete Untersuchung.
Creative-, Produkt- oder Implementierungsarbeit	Eine überprüfbare Frage, die in den aktuellen Daten fehlenden Belege und ein nächster Schritt mit klarer Verantwortlichkeit.

Sie können jede Unterlage einsehen. Diese Leserperspektiven teilen ein Unternehmen und einen Datensatz; sie erzeugen keine unterschiedlichen Fakten. Die drei Berichtsempfänger des Kurses bleiben der Gründer, das Media-Team und das Content-/Creative-Team.

Verstehen Sie den Kunden, bevor Sie die Kampagne interpretieren

Der Kurs stellt Oliver vor, einen skeptischen Biohacker, der die Belege hinter einem Nahrungsergänzungsmittel prüfen möchte. Er ist eine synthetische Persona-Hypothese, kein Kunde, der interviewt wurde.

Eine nützliche Übergabe an das Launch-Team sieht so aus:

Arbeitshypothese	Frage für echte Forschung	Konsequenz für die Kampagne
Transparenz von Inhaltsstoffen ist wichtig	Was haben Käufer vor ihrem letzten Kauf eines Nahrungsergänzungsmittels überprüft?	Testen, ob Herkunfts- und Dosierungsnachweise mehr Prominenz verdienen.
Ein niedrigerer Preis kann Zweifel an der Qualität wecken	Was ließ ein Angebot glaubwürdig oder verdächtig wirken?	Den Wert mit unterstützenden Informationen erklären statt mit einer unbelegten Qualitätsbehauptung.
Ein Quiz kann Käufern bei der Auswahl helfen	Was lässt Käufer diesem Weg vertrauen oder ihn abbrechen?	Sowohl die Post-Klick-Erfahrung als auch die Anzeige untersuchen.

Die Rekonstruktion verwendet die Zielgruppen-Buckets skeptical und exploring sowie die Botschaften traceability und value. Dies sind konstruierte Analyse-Kategorien, keine validierten psychologischen Segmente oder randomisierten Zuteilungen. Die illustrative Nachverfolgbarkeitsbotschaft ist “Know what is in every serving.” (Wissen, was in jeder Portion steckt). Jede reale Umsetzung würde belegbare Produktinformationen und eine angemessene Prüfung von Werbeaussagen erfordern.

Die Aktivierungsübergabe ist konkret: Anzeige → Landingpage → Quiz-Start → Quiz-Abschluss → Erstkauf, mit konsistenten Kampagnen-, Geräte-, Zielgruppen- und Creative-Identifikatoren. Das Reporting-Team benötigt die Benennungs- und Ereignisdefinitionen sowie die Versions- und Testhistorie. Die Botschaft einer Anzeige kann ein fehlerhaftes Abschlussereignis nicht erklären; eine plausible Persona kann nicht beweisen, dass eine Botschaft funktioniert.

Definieren Sie den Erfolg, bevor Sie den Export öffnen

Geschäftsziel	Fiktives Kursziel	Was diese Inputs belegen können
Käufern helfen, in der Abwägung voranzukommen	45 % Quiz-Abschluss	Abschlüsse ÷ Starts in den gelieferten Paid-Kohorten.
Neuen UK-Kundenumsatz generieren	$60,000 pro Monat	Attribuierter Erstkaufumsatz aus zwei Paid-Click-Kohortenwochen, nicht das Ergebnis des gesamten Monats.
Bekanntheit aufbauen	15 % ungestützte Bekanntheit	Nicht verfügbar; Klicks und Impressionen können Bekanntheitsforschung nicht ersetzen.
Kunden mit dauerhaftem Wert gewinnen	$480 LTV nach 12 Monaten	Nicht verfügbar; Erstbestellumsatz kann Retention oder LTV nicht belegen.

CTR, CPC und CPM helfen bei der Performance-Untersuchung. Sie ersetzen diese Ergebnisse nicht. Der Kurs gibt außerdem einen 312 $-Break-even-CAC-Leitwert vor, aber der Export enthält nur Medienkosten und attribuierte Erstkaufkunden. Media-CPA ist nicht vollständiger CAC. Die Anwendung dieses Leitwerts erfordert eine gleichwertige Abstimmung von Kosten, Kunden und wirtschaftlichen Annahmen.

Reporting-Briefing v1

GreenLeaf UK-Start — Reporting-Brief v1

Version: 1.0 · Verfasst: 2026-10-29 · Status: Englische Quell-Eingabe für ein fiktives Lehrbeispiel; kein veröffentlichter Bericht. Diesen Brief, das Wörterbuch und die Quellkarte vor der Fixture-Generierung einfrieren. Exakte Run-Input-Hashes separat nach der Datenprüfung einfrieren. Dieser Brief erhebt keinen Anspruch auf eine KI-Antwort oder ein analytisches Ergebnis.

Geschäft und die Übergaben an das Reporting

GreenLeaf Wellness ist das fiktive Abo-Nahrungsergänzungsunternehmen des Kurses, das aus den USA nach Großbritannien expandiert. Zu seinen Produkten gehören Daily Greens, Protein-Blends und Adaptogen-Stacks. Sein vorgeschlagenes Unterscheidungsmerkmal sind Rückverfolgbarkeit der Inhaltsstoffe und transparente Dosierung. Die kommerzielle Frage ist, ob dieses Angebot britischen Käufer:innen hilft, von der Überlegung zum Erstkauf zu gelangen. Diese Rekonstruktion untersucht Paid-Kohorten; sie kann den Erfolg des gesamten Launches nicht klären.

Vorgelagerte Arbeit	Konkrete Übergabe hier	Verwendung im Reporting	Noch benötigte Evidenz
Research und Strategie	Oliver, der skeptische Biohacker, ist eine synthetische Persona-Hypothese. Einwand: Kann ich verifizieren, was in einer Portion steckt, und spiegelt der Preis den Wert wider? Interviewfrage: Welche Evidenz hat zuletzt Ihre Shortlist für Nahrungsergänzungsmittel verändert?	Vergleichen Sie die `skeptical`- und `exploring`-Zielgruppen-Hypothesen sowie die `traceability`- und `value`-Botschaften, ohne Kennungen als validierte Psychologie zu behandeln.	Echte Kundeninterviews, beobachtete Einwände und eine validierte Segmentdefinition.
Messung	Geschäftsziel → KPI → diagnostischer Hebel. Quiz-Abschluss = Abschlüsse / Starts; Neukundenumsatz hat ein Monatsziel. Sieben-Tage-UTC-Paid-Click-Kohorten haben eine gemeinsame Reiferegel.	Stellen Sie Geschäftsergebnisse über CTR/CPC/CPM und vergleichen Sie gleichartige Nenner.	Monatlicher Umsatzabgleich über alle Kanäle, Awareness-Forschung, Retention-Historie und Inkrementalitäts-Design/Ergebnisse.
Aktivierung	Beispiel-Botschaft: “Know what is in every serving.” (Wissen, was in jeder Portion steckt). Zweite Botschaft testet den Wert durch klare Dosierungsangaben. Journey: Anzeige → Landingpage → Quiz-Start → Abschluss → Erstkauf. Kanonische Kampagnen-/Geräte-/Zielgruppen-/Creative-IDs stehen im Wörterbuch.	Prüfen Sie Botschaft, Zielgruppe, Gerät und Funnel-Stufe; fordern Sie Ereignis- und Release-Abgleich an, bevor Sie eine Diagnose stellen.	Substanzierung jeglicher Produktaussage, Event-QA-Protokolle, Anzeigenplattform-Exports und ein zeitgestempeltes Release-/Test-Register. Diese Beispiel-Botschaften sind keine genehmigte Werbung.
Institutionelles Gedächtnis	Diese v1 erfasst den gesamten derzeit gelieferten Szenariokontext. Es gibt keine gelieferte historische saisonale Basislinie, kein Kundenpräferenz-Protokoll, keine frühere Agentur-Erkenntnis und keinen bekannten Produktvorfall.	Behandeln Sie fehlende Historie als unbekannt; fragen Sie deren verantwortliche Person, statt eine Gründer-Sensibilität oder saisonale Erklärung zu erfinden.	Produkt-/Support- und Commercial-Owner-Follow-up; erfassen Sie später Gelerntes mit Herkunft in v2.

Die Quellkarte trennt Kursfakten, neue Rekonstruktionsentscheidungen und später abgeleitete Ergebnisse. Quelle: Kurs-Traceability. Feldsemantik: Wörterbuch.

1. KPIs und Ziele

Geschäftsentscheidung	Kurs-Szenario-Ziel	Verfügbare Evidenz aus dieser Rekonstruktion	Reporting-Grenze
Durchlaufen Käufer:innen die Überlegungsphase?	45% Quiz-Abschluss	Quiz-Abschlüsse der Paid-Kohorten ÷ Starts, mobil und Desktop getrennt	Der verfasste Mobile-Vergleich ist 45% → 28%, ein Rückgang von 17 Prozentpunkten (etwa 37.8% relativ). Prüfen Sie die Zahlen nach der Generierung; dies ist eine Lehr-Vorgabe, kein beobachtetes Kundenergebnis oder eine Gesamt-Site-Rate.
Erzeugt der UK-Start Neukundenumsatz?	USD $60,000 pro Monat	Zugerechneter Erstkaufumsatz für die Paid-Click-Kohorten vom 1.–14. September	Zwei Paid-Kohorten-Wochen begründen kein vollständiges Monats- und All-Channel-Ergebnis. Rechnen Sie das Ziel nicht zu einem Erfolgsurteil hoch. Beschaffen Sie den vollständigen Monat, eine gemeinsame Umsatzdefinition und das abgeglichene Neukunden-Hauptbuch.
Wird GreenLeaf bekannter?	15% ungestützte Awareness	Nicht verfügbar	Impressions, Klicks und Paid-Umsatz können eine Markenbekanntheitsstudie nicht ersetzen.
Sind Kund:innen über die Zeit wertvoll?	USD $480 LTV nach 12 Monaten	Nicht verfügbar	Erstbestellumsatz kann realisierten LTV oder Retention nicht belegen.

Der $312 Break-even-CAC des Kurses ist eine Leitplanke für die Szenarioplanung. Dieser Export liefert Mediaspend und zugerechnete Erstkaufkund:innen, stützt also Media-CPA, nicht vollen CAC. Gleichen Sie Umfang der Akquisitionskosten, eindeutige Neukund:innen, Zeiträume und die wirtschaftlichen Annahmen ab, bevor Sie mit dieser Leitplanke vergleichen. Aus Media-CPA allein folgt weder eine CAC-Überschreitung noch eine Rentabilitätsaussage.

CTR, CPC, CPM, Click-to-Start-Rate, Completion-to-Purchase-Rate, Media-CPA und zugerechneter Erstbestell-ROAS sind diagnostische Hebel. Frequency, Impression Share und Bounce Rate sind nicht verfügbar, weil die erforderlichen Quellfelder fehlen. Inkrementeller Lift, All-Site-Umsatz, Rückerstattungen außerhalb des Fixtures, vollständige Akquisitionsökonomie und langfristige Ergebnisse bleiben unbekannt.

2. Stakeholder, Entscheidungen und Freigabebefugnis

Ein Prompt muss alle drei Entwürfe aus demselben Brief und dem abgeglichenen Datensatz erzeugen. Jede Erkenntnis beantwortet WAS geschah → WARUM es wichtig ist → WAS NUN, wobei geprüfte Fakten, Hypothesen, Unbekannte und vorgeschlagene Maßnahmen getrennt werden.

Empfänger:in	Entscheidung, die der Bericht stützen muss	Erforderliches Deliverable	Befugnis und Grenze
Founder / CEO (oder interne Marketing-Leitung)	Sollen Launch-Prioritäten jetzt geändert werden oder soll das Team erst gezielt Evidenz beschaffen, bevor eine kommerzielle Entscheidung fällt?	Einseitige Zusammenfassung des Geschäftssignals, der wesentlichen Unsicherheit und einer benannten nächsten Entscheidung.	Founder/Marketing-Owner genehmigt kommerzielle Prioritäten und Budget. Keine automatische Umverteilung, keine unbelegte Umsatzverlust-Schätzung und kein Monatsziel-Urteil.
Media-Team	Welche Kohorte, Ereignisdefinition oder Journey-Stufe soll zuerst untersucht werden, und welche Evidenz würde die nächste Media-Entscheidung ändern?	Kanal-/Geräte-/Zielgruppen-/Creative-Analyse, Funnel-Zahlen, gewichtete Raten und Fixed-Mix-Prüfung.	Media Lead verantwortet Quellenabgleich und diagnostischen Arbeitsauftrag; Spend-Änderungen erfordern kommerzielle Genehmigung.
Content- & Creative-Team	Soll der nächste Test auf die Botschaft, die Post-Click-Experience oder die Evidenz fokussieren, die zur Wahl zwischen beiden nötig ist?	Fokussiertes Creative-/Test-Briefing mit Hypothese, benötigter Evidenz, Owner und Erfolgsmaß.	Creative Lead schlägt einen Test vor; Product Owner genehmigt Produktänderungen und relevante Aussagen-Substanzierung. Keine unbelegte Creative-Gewinnerin und keine kausale Aussage.

Agenturleitungen können die Qualität der Beratung und die Freigabedisziplin prüfen; interne Leitungen können die Evidenz für Planänderungen prüfen; Performance-Leads können die diagnostische Arbeit prüfen. Leser:innen, die professionelles Urteilsvermögen bewerten, können dieselbe Evidenz prüfen. Diese Leserperspektiven ersetzen weder die drei Kurs-Deliverables noch ändern sie die zugrunde liegenden Fakten.

Ein:e Reviewer:in mit Kompetenz in Messdefinitionen und Kampagnenbetrieb prüft Quellenabgleich, Berechnungen, Vergleichslogik und die vorgeschlagene Entscheidung. Founder/Marketing-Owner behält die Freigabebefugnis für führungs- und kundengerichtete Empfehlungen. Dies sind fiktive Rollenzuweisungen, keine echten Personen, Nachrichten oder Genehmigungen.

3. Kontextebenen und bekannte Unbekannte

Zeitlich: Woche 1 = 1.–7. September 2026; Woche 2 = 8.–14. September. date ist ein UTC-Paid-Click-Kohortendatum. Funnel-Ereignisse und zugerechnete Käufe teilen sieben Tage nach dem berechtigten Klick. Snapshot = 2026-09-22T23:59:59Z, wenn beide Zeiträume ausgereift sind. Dies ist ein retrospektiver Vergleich, keine Evidenz für eine Erkennung während Woche 2. Kein saisonaler Effekt, keine Feiertags-Erklärung und keine frühere Basislinie werden geliefert.

Geschäftlich: UK-Expansion, Abo-Produkte und das Transparenz-Angebot stammen aus dem fiktiven Kurs-Szenario. Die Berichtswährung ist USD, um die Kursziel-Einheiten zu erhalten. Kein echter UK-Preis, keine Wechselkursumrechnung, keine genehmigte Gesundheitsaussage, kein Launch-Budget und keine vollständige Kundenökonomie werden hier festgelegt.

Wettbewerb: Der Kurs verwendet AG1, Huel, Ritual, Seed und Thorne als wiedererkennbaren Kategorie-Kontext. Aktuelle Preise, Wettbewerbskampagnen und Marktanteile wurden für dieses Beispiel nicht recherchiert; ihnen kann keine Bewegung zugeschrieben werden. Olivers Persona-Dialog ist synthetisch, kein Interview-Transkript eines echten Kunden.

Kunden-/Team-Historie: Produkt-Release-Status, Mobile-QA-Erkenntnisse, Support-Feedback, Gründer-Sensibilitäten, Zielgruppentest-Zuweisung und frühere Reporting-Lektionen wurden in v1 nicht geliefert. Fehlen in diesen Eingaben bedeutet nicht, dass sich nichts geändert hat. Der erste diagnostische Arbeitsauftrag muss Produkt/Support nach zeitgestempeltem Kontext und Messung für Ereignis-/Versionsabgleich fragen. Jede Antwort ist eine neue Information für diesen Brief und muss als solche gekennzeichnet werden. Nehmen Sie kein Produktproblem im Voraus an.

4. Benchmarks, Dimensionen und Plausibilitätsprüfungen

Der interne Vergleich besteht aus zwei gleichen, ausgereiften Sieben-Tage-Zeiträumen. Das Kursziel von 45% ist der Benchmark unter dem deklarierten Paid-Kohorten-Umfang; kein externer Branchen-Benchmark wird geliefert. Dimensionen sind Kanal (google-search, linkedin, reddit-paid), Gerät (mobile, desktop), Zielgruppe (skeptical, exploring), Creative (traceability, value) und Funnel-Stufe. Dies sind konstruierte, einander ausschließende Reporting-Buckets, keine verifizierte Targeting-Performance oder echte Persona-Klassifikation.

Vor dem Verfassen von Erkenntnissen:

Gleichen Sie 337 Rohzeilen mit 336 kanonischen Tageszeilen ab: Entfernen Sie das einzige exakte Duplikat, normalisieren Sie nur den deklarierten Kampagnen-Alias, bewahren Sie Quellzahlen und validieren Sie Kennungen, ganzzahlige Zählwerte/Cents und is_provisional.
Prüfen Sie Funnel-Ungleichungen, ausgereifte Abdeckung und Attributionsannahmen. Leiten Sie keine eindeutigen Kund:innen unabhängig aus einer aggregierten CSV ab. Null-Nenner ergeben nicht verfügbare Verhältnisse, keine Null-Performance.
Summieren Sie Zähler und Nenner vor dem Dividieren. Mitteln Sie niemals Zeilenraten; berechnen Sie monetäre Verhältnisse aus Cents ohne Rundung von Zwischenwerten.
Prüfen Sie die Mobile-Entwicklung innerhalb der Kanal- × Zielgruppen- × Creative-Schichten. Vergleichen Sie die Schichtraten von Woche 2 mit den Quiz-Start-Anteilen von Woche 1 als feste Gewichte. Berichten Sie beobachtetes Aggregat, Fixed-Mix-Vergleich, Gewichte und jede undefinierte Schicht. Diagnostizieren Sie Zusammensetzung versus gruppeninterne Bewegung, bevor Sie eine Produkterklärung abgeben; beiden Mustern fehlt weiterhin kausale Identifikation.
Gleichen Sie Geräte- und Segment-Summen mit dem Ganzen ab. Erklären Sie Erstbestellumsatz mit seinen Kohorten- und Attributionsgrenzen. Kopieren Sie keine unbelegten Kurs-Asset-Zahlen wie Umsatzrisiko, Segment-Multiple oder präzise Budgetverschiebung.

Retrospektive Alarmregel: Für eine ausgereifte, vergleichbare wöchentliche Paid-Mobile-Kohorte mit mindestens einem Quiz-Start markieren Sie einen Abschluss unter 45%. Erkennen → analysieren Sie mit Quellen-/Fixed-Mix-Prüfungen → leiten Sie die Diagnose an Media Lead und Product Owner weiter → menschliche Überprüfung. Der verantwortliche Owner dokumentiert Quellfenster, Snapshot, früheste vertretbare Verfügbarkeit, Entscheidung und Genehmigungsstatus. Eine statische Stichprobe ist kein laufender Dienst; keine externen Nachrichten, automatischen Spend-Änderungen oder Aussagen über verhinderte Verluste sind autorisiert.

5. Kadenz und der nächste Brief

Wöchentlich: Diagnose-/Optimierungszusammenfassung, geprüfte Kohortenschnitte, Owner und nächste Evidenzanforderung. Monatlich: Geschäftsnarrativ gegen den vollständigen Zielzeitraum, mit All-Channel-Abgleich und explizit benannten nicht verfügbaren Ergebnissen. Quartalsweise: Planungsannahmen, Benchmarks und Messdesign zurücksetzen statt diesen Snapshot zu extrapolieren.

Bewahren Sie für diesen Lehrzyklus den tatsächlichen Multi-Audience-Prompt und die unbearbeitete Antwort auf; erfassen Sie Modell-/Run-Metadaten und exakte Input-Hashes. Nehmen Sie eine fokussierte Analysefrage, eine geprüfte Antwort und einen nützlichen Folgeschritt auf. Die menschliche Überprüfung kann eine Empfehlung bestätigen, überarbeiten, zurückstellen oder ablehnen; unveränderte Beratung ist ein gültiges Ergebnis. Neu gelernter fiktiver Kontext muss vor dem ersten Run geschrieben und per Hash erfasst worden sein und darf nicht nachträglich eingefügt werden, um einen Fehlschlag zu konstruieren. Er ist keine Eingabe für den ersten Entwurf.

Erfassen Sie dann die Review-Begründung, aktualisieren Sie Brief v2 und einen lesbaren Diff und erstellen Sie drei finale Berichte aus genehmigten Fakten. Unterscheiden Sie kontextbedingte Änderungen von unabhängigem Reviewer-Urteil. Bewahren Sie Hypothesen im Gedächtnis als Hypothesen. Diese Sequenz demonstriert Reporting-Urteilsvermögen; sie misst keine KI-Genauigkeit, menschliche Überlegenheit, eingesparte Zeit oder Kunden-ROI. Eine öffentliche Veröffentlichung erfordert die getrennt gesteuerten Lokalisierungs- und Review-Gates.

Die Quiz-Abschlussquote im bezahlten mobilen Traffic fiel von 45 % auf 28 %

Ein Punkt = 1 % der Quiz-Starts über bezahlten mobilen Traffic. Gefüllte Punkte stehen für Abschlüsse.

Woche 1Woche 2

Nur bezahlter mobiler Traffic

45 %Abgeschlossen

3.780 / 8.400 Quizstarts

Ziel für die Quiz-Abschlussrate45 %

Die Zielgruppenverteilung konstant halten

Woche 2 mit den Gewichten der Quizstarts aus Woche 1 je Kombination aus Kanal × Zielgruppe × Werbemittel: 35,33 %. Dieser beschreibende Vergleich belegt keine Ursache.

Der Rückgang steht fest. Seine Ursache ist ungeklärt.

Die Arbeit der KI prüfen

Mit den CSV-Daten abgeglichen. Ursache ungeklärt.

Aufgezeichneter KI-Entwurf · englisches Original · enthält wesentliche Fehler

Die vollständige Originalantwort lesen

Reiner Textaufruf von DeepSeek V4 Pro am 29. Oktober 2026. Kein Werkzeug zur Codeausführung.

# GreenLeaf Wellness UK — First Reporting Draft

**Scope:** Fictional teaching example. Paid-click cohorts, 1–14 September 2026, mature at 2026-09-22 snapshot.  
**Inputs:** `brief-v1.md`, `dictionary.md`, `reconciled.csv`, `campaigns.csv`, `creatives.csv`.  
**Status:** Draft for human review. Not a client/customer result or source of public claims.

---

# 1. Founder / CEO Summary

## 1.1 WHAT happened

Mobile quiz completion fell from **45% in Week 1** to **28% in Week 2** (−17 percentage points; about −37.8% relative). The fall is **not explained by device mix, channel mix, audience mix, or creative mix**. It appears inside the mobile strata themselves, and it broadens into weaker downstream purchase output.

At the same time, paid performance outside that mobile completion drop was mixed:

| Metric | Week 1 | Week 2 |
|---|---:|---:|
| Spend | $110,100 | $110,100 |
| Starts | 16,800 | 16,800 |
| Completions | 7,560 | 6,440 |
| New customers | 548 | 482 |
| Attributed first-purchase revenue | $43,840 | $38,560 |
| Media CPA | $200.91 | $228.42 |
| First-order ROAS | 0.40 | 0.35 |

Media CPA rose **$27.51** and first-order ROAS fell **0.05** across the two mature weeks. Desktop completion stayed roughly flat around **46%**, while mobile fell to **28%**.

## 1.2 WHY it matters to the business

The quiz is the main signal for whether UK buyers are progressing through consideration. A 17-point collapse in the largest device group means the promise of the launch is eroding at exactly the point where GreenLeaf should be converting interest into qualified leads and first purchases. The decline is broad across channels and messages, so the immediate question is a **post-click journey or measurement problem**, not a single creative or channel problem.

This is **not yet a proven revenue failure**: the data covers only two seven-day paid cohorts, uses attributed first-purchase revenue only, and there is no full-month, all-channel reconciliation. But the direction matters because every customer acquired after the mobile drop is more expensive at first order.

## 1.3 WHAT’S NEXT — at most three actions

1. **Freeze spend reallocation decisions until diagnostic review is complete.** Owner: founder / marketing owner. The decline is broad, not isolated to one channel or message, so a premature budget change risks moving money away from the real problem.

2. **Approve a 5-working-day diagnostic with named owners.** Owner: media lead + product owner. Priority: event/version source reconciliation, mobile landing/quiz QA, and a review of whether the Week 2 mobile cohort changed in composition or behavior. Evidence requested: release logs, event QA, mobile session detail, and the exact time the 28% mobile completion became visible.

3. **Obtain the full September month before any $60,000 verdict.** Owner: commercial/finance owner + measurement lead. The current export supports media CPA and first-order ROAS only. It cannot establish full CAC, profitability, all-channel revenue, or the stated monthly new-customer revenue target.

**Unavailable and not to be inferred:** full CAC reconciliation, profit, budget size, revenue at risk, incremental lift, awareness contribution, and a full-month revenue verdict.

---

# 2. Media Team Analysis

## 2.1 Data and coverage checks

| Check | Result |
|---|---:|
| Raw rows | 337 |
| Expected canonical rows | 336 |
| Duplicate rows removed | 1 |
| Campaign alias normalized | 1 or more allowed alias rows |
| Rows with `is_provisional=false` | All published primary rows |
| Funnel inequality violations | None found in reviewed canonical rows |
| Week 1 mature at snapshot | Yes |
| Week 2 mature at snapshot | Yes |

Because this response did not execute code, the exact duplicate row ID, alias count, and the zero-denominator row are **reported as requiring verification** in the final reviewed draft. The arithmetic below uses the canonical 336-row structure implied by the brief and dictionary.

## 2.2 Period totals

### All devices, all channels

| Metric | Week 1 | Week 2 |
|---|---:|---:|
| Spend | $110,100 | $110,100 |
| Starts | 16,800 | 16,800 |
| Completions | 7,560 | 6,440 |
| Completion rate | 45.0% | 38.3% |
| New customers | 548 | 482 |
| Attributed first-purchase revenue | $43,840 | $38,560 |
| Media CPA | $200.91 | $228.42 |
| First-order ROAS | 0.40 | 0.35 |

### Mobile only

| Metric | Week 1 | Week 2 |
|---|---:|---:|
| Starts | 8,400 | 8,400 |
| Completions | 3,780 | 2,360 |
| Completion rate | 45.0% | 28.1% |
| New customers | 274 | 176 |
| Attributed first-purchase revenue | $21,920 | $14,080 |

### Desktop only

| Metric | Week 1 | Week 2 |
|---|---:|---:|
| Starts | 8,400 | 8,400 |
| Completions | 3,780 | 4,080 |
| Completion rate | 45.0% | 48.6% |
| New customers | 274 | 306 |
| Attributed first-purchase revenue | $21,920 | $24,480 |

**Composition check:** Total quiz starts stayed identical at 16,800 each week, and the device split stayed identical at 8,400 mobile / 8,400 desktop. So device mix did not drive the aggregate decline. Desktop improved; mobile declined.

## 2.3 Channel comparison

Week 1 and Week 2 totals by channel:

| Channel | Week | Spend | Starts | Completions | New customers | Revenue | Media CPA | First-order ROAS |
|---|---|---:|---:|---:|---:|---:|---:|---:|
| Google Search | W1 | $43,400 | 5,600 | 2,520 | 182 | $14,560 | $238.46 | 0.34 |
| Google Search | W2 | $43,400 | 5,600 | 2,376 | 142 | $11,360 | $305.63 | 0.26 |
| LinkedIn | W1 | $45,800 | 5,600 | 2,520 | 182 | $14,560 | $251.65 | 0.32 |
| LinkedIn | W2 | $45,800 | 5,600 | 2,400 | 166 | $13,280 | $275.90 | 0.29 |
| Reddit paid | W1 | $20,900 | 5,600 | 2,520 | 184 | $14,720 | $113.59 | 0.70 |
| Reddit paid | W2 | $20,900 | 5,600 | 1,664 | 174 | $13,920 | $120.11 | 0.67 |

Nothing here isolates a single channel as the sole cause. **Mobile completion declined in all three channels**, and each channel also had some desktop changes.

## 2.4 Audience and creative comparison

### Week 1 vs Week 2 completion rate by audience

| Audience | Week 1 | Week 2 | Change |
|---|---:|---:|---:|
| Skeptical | 48.0% | 37.5% | −10.5 pp |
| Exploring | 42.0% | 39.1% | −2.9 pp |

### Week 1 vs Week 2 completion rate by creative

| Creative | Week 1 | Week 2 | Change |
|---|---:|---:|---:|
| Traceability | 44.9% | 37.8% | −7.1 pp |
| Value | 45.1% | 38.8% | −6.3 pp |

The decline is visible across both audiences and both creative messages, but it is sharper for the **skeptical** audience. That does not prove the persona is wrong or the message failed. It indicates the fall is not confined to one message.

## 2.5 Mobile strata: channel × audience × creative

Using the supplied CSV pattern, each mobile stratum has **50 starts in the Week 1 baseline** for the cells where starts are non-zero. Therefore each stratum’s Week 1 start weight is:

- 12 strata in scope for the fixed-mix calculation.
- If a stratum had zero Week 1 starts, its weight is zero.
- If all 12 mobile strata have equal Week 1 starts, each weight is approximately `1/12 = 0.0833`.

The dictionary’s fixed-mix rule is:

```text
Fixed-mix Week 1 mobile completion rate
= sum over strata of (weight_s × Week 1 completion rate_s)

Fixed-mix Week 2 comparison
= sum over strata of (weight_s × Week 2 completion rate_s)
```

### Mobile fixed-mix result

Using the observed mobile pattern:

| Mobile stratum | Week 1 starts | Week 1 completion | Week 2 completion |
|---|---:|---:|---:|
| Google / skeptical / traceability | 700 | 54.0% | 44.0% |
| Google / skeptical / value | 700 | 58.0% | 48.0% |
| Google / exploring / traceability | 700 | 25.0% | 17.3% |
| Google / exploring / value | 700 | 29.0% | 20.0% |
| LinkedIn / skeptical / traceability | 700 | 58.0% | 48.0% |
| LinkedIn / skeptical / value | 700 | 62.0% | 52.0% |
| LinkedIn / exploring / traceability | 700 | 28.0% | 19.3% |
| LinkedIn / exploring / value | 700 | 32.0% | 22.0% |
| Reddit / skeptical / traceability | 700 | 62.0% | 52.0% |
| Reddit / skeptical / value | 700 | 66.0% | 56.0% |
| Reddit / exploring / traceability | 700 | 31.0% | 21.3% |
| Reddit / exploring / value | 700 | 35.0% | 24.0% |

The Week 1 weights are equal across these strata because each contributed 700 starts. Therefore the fixed-mix comparison reduces to a simple average of stratum rates.

| Calculation | Rate |
|---|---:|
| Week 1 observed mobile | 45.0% |
| Week 1 fixed-mix mobile | 45.0% |
| Week 2 observed mobile | 28.1% |
| Week 2 fixed-mix mobile | 35.5% |

**Interpretation:**

- The fixed-mix Week 2 rate is still **below** Week 1.
- Therefore the mobile decline is **mostly within-stratum**, not caused by a change in channel/audience/creative mix.
- The remaining difference between the fixed-mix Week 2 rate and the observed Week 2 rate is small and does not explain the drop from 45% to 28%.

## 2.6 Mobile decline diagnosis

### Observed mobile movement

- Week 1 mobile completion: `3,780 / 8,400 = 45.0%`
- Week 2 mobile completion: `2,360 / 8,400 = 28.1%`

### Decomposition

**Composition effect:** essentially absent. Device split stayed 50/50. Channel/audience/creative start shares were stable.

**Within-group effect:** present in nearly every mobile stratum. Completion rates fell in all mobile channel × audience × creative cells.

There is no evidence in this aggregate file to say **why** the within-group mobile completion rates fell. It may be:

- a product or tracking/release change;
- a mobile journey defect;
- a change in the underlying mobile click cohort;
- a measurement/event definition change;
- a true demand or attention shift.

None of these is proven by this two-week export.

---

# 3. Content & Creative Brief

## 3.1 Hypothesis

**Primary hypothesis:** The mobile quiz completion decline is primarily a **post-click experience or measurement break**, not a creative message failure.

**Reasoning:**

- The decline appears across all three channels.
- It appears across both `traceability` and `value` messages.
- It appears across both audiences, though more sharply in `skeptical`.
- Fixed-mix analysis shows mixture changes do not explain the decline.
- Desktop completion stayed near or above Week 1 levels.

If creative message were the main lever, we would expect one message or one audience/channel combination to diverge more sharply. That is not what the data show.

## 3.2 Focused next test

**Test:** Mobile quiz journey diagnostic + message-specific post-click check.

**Owner:** Creative lead proposes the test. Product owner approves product changes or claim substantiation.

**Required evidence before a creative pivot:**

1. Timestamped mobile landing-page and quiz release log.
2. Event QA or replay data for mobile quiz starts and completions.
3. Comparison of mobile completion by landing-page variant, quiz version, and `creative_id` within the same audience/channel stratum.
4. Confirmation that the session source tagging and completion tracking did not change between Week 1 and Week 2.

**Proposed test frame:**

| Component | Detail |
|---|---|
| Question | Does mobile quiz completion recover when the journey/event tracking is confirmed stable? |
| Comparator | Mobile quiz completes / starts, by channel × audience × creative, with release/event context. |
| Action | Do not change creative or budget first. Run a diagnostic cohort with stable tracking. |
| Success measure | Mobile completion returns toward the Week 1 45% level or shows a specific stratum-specific defect. |
| Decision rule | If one stratum remains broken, fix that stratum. If all strata remain low after confirmed tracking, then move to a message/post-click test. |

**Do not recommend a creative winner now.** Both creative messages look affected; neither has causal support as the problem.

---

# 4. Limitations

## 4.1 Data and arithmetic limitations

- This is a **fictional teaching example**; no real campaign, customer, or platform data are present.
- No code-execution tool was used in this request. Calculations were performed by stated hand arithmetic from the supplied CSV structure. They should be re-run in the final reviewed draft.
- The analysis is based on **aggregate paid-click cohorts**, not person-level identity or full customer records.
- The export covers **two seven-day periods only**. It is not a full-month result.
- All purchases and revenue are **attributed first-purchase outcomes only**.
- Revenue in the fixture is constructed at **$80 per first-purchase customer**; this is a teaching assumption, not pricing or LTV.
- No refunds, renewals, cross-device identity, organic contribution, incrementality, or full acquisition costs are available.

## 4.2 Analysis limitations

- **No causal explanation** is available for the mobile decline.
- The fixed-mix calculation uses observed Week 1 start weights and assumes the listed strata are complete. Any missing stratum or zero denominator would alter the result.
- The `skeptical` and `exploring` audiences are **constructed buckets**, not validated segments.
- `traceability` and `value` are message hypotheses; they are not approved advertising claims.
- No release logs, QA records, or event-level timestamps were used.
- No budget, profit, CAC reconciliation, or incremental result was calculated because the data does not support it.

## 4.3 Reporting limitations

- This draft must pass human review before any leadership or client release.
- The brief requires separate final reports from approved facts.
- Unavailable outcomes should not be presented as zero, missing performance, or implied causation.

---

# 5. Reproducible Calculation for the Main Signal

## 5.1 Mobile quiz completion decline

From the reconciled CSV, mobile rows summed by week:

**Week 1 mobile:**

```text
quiz_starts          = 8,400
quiz_completions     = 3,780
completion rate      = 3,780 / 8,400 = 0.45 = 45.0%
```

**Week 2 mobile:**

```text
quiz_starts          = 8,400
quiz_completions     = 2,360
completion rate      = 2,360 / 8,400 = 0.28095 = 28.1%
```

Percentage-point change:

```text
28.1% − 45.0% = −16.9 pp
```

Using unrounded figures from the brief’s calibration:

```text
45% → 28% = −17 percentage points
Relative change = (0.28 − 0.45) / 0.45 = −0.3778 = −37.8%
```

**Arithmetic uncertainty note:** The CSV sums here are derived from repeated daily counts, not a code-computed aggregation. The final reviewed draft should confirm:

- exact duplicate row ID removed;
- alias normalization count;
- any zero-denominator stratum left as unavailable;
- exact mobile totals after duplicate removal.

## 5.2 Fixed-mix mobile check

Using equal Week 1 mobile start weights for the 12 listed strata:

```text
Week 1 stratum rates:
54, 58, 25, 29, 58, 62, 28, 32, 62, 66, 31, 35 %

Week 1 fixed-mix:
(54 + 58 + 25 + 29 + 58 + 62 + 28 + 32 + 62 + 66 + 31 + 35) / 12
= 540 / 12
= 45.0%
```

Week 2 stratum rates:

```text
44, 48, 17.3, 20.0, 48, 52, 19.3, 22.0, 52, 56, 21.3, 24.0 %
```

Week 2 fixed-mix:

```text
(44 + 48 + 17.3 + 20.0 + 48 + 52 + 19.3 + 22.0 + 52 + 56 + 21.3 + 24.0) / 12
= 424.0 / 12
= 35.3% to 35.5% depending on decimal retention
```

The observed Week 2 mobile rate was **28.1%**, while the Week 1-weighted fixed-mix was about **35.3%–35.5%**. Both are far below the Week 1 fixed-mix of **45.0%**, confirming the decline is mainly within strata rather than composition-driven.

---

# Final consistency note

These three deliverables use the same facts:

- Mobile completion: **45% → 28%**.
- Aggregate completion: **45.0% → 38.3%**.
- New customers: **548 → 482**.
- Attributed first-purchase revenue: **$43,840 → $38,560**.
- Media CPA: **$200.91 → $228.42**.
- First-order ROAS: **0.40 → 0.35**.
- Desktop did not collapse; mobile did.
- No budget or creative winner is justified yet.
- Diagnostic first, then a narrow test.

Belege	Ursprünglicher KI-Entwurf	Geprüft gegen die CSV
Wöchentliche Mediakosten	$110,100 pro Woche	Woche 1: $5,462 · Woche 2: $5,512
Mobile-Abschluss und Zielgruppenmix	45 % → 28 %; Zielgruppenmix als Erklärung verworfen	3,780 / 8,400 → 2,352 / 8,400. Woche 2 bei Woche-1-Mix: 35.33 %.

Eine fiktive Produkt-/Supportnotiz meldet eine Änderung am mobilen Quiz. Rollout und Wirkung sind unbestätigt.

Die Ergebnisse öffnen

Gleiche Fakten. Drei Entscheidungen.

Geprüfte redaktionelle Entwürfe · menschliche Freigabe ausstehend

GründerberichtLaunch-Priorität festlegen.

GreenLeaf UK – Zusammenfassung für Gründer / CEO

Geprüfter redaktioneller Entwurf; menschliche Freigabe ausstehend. Fiktive Paid-Click-Kohorten vom 1.–14. September 2026, beobachtet bis 22. September. USD. Dies ist zugleich die Führungssicht für einen internen CMO.

Was geschah

Die Paid-Mobile-Quiz-Abschlussquote fiel von 45% auf 28%, ein Rückgang von 17 Prozentpunkten. Die geprüften Zahlen sind 3,780/8,400 → 2,352/8,400. Die Desktop-Abschlussquote betrug 45.03% → 46.25%.

Über die gelieferten Paid-Kohorten hinweg beliefen sich die attribuierten Erstkaufkunden auf 467 → 357 und der attribuierte Erstkaufumsatz auf $37,360 → $28,560. Dies sind konstruierte Attributionsergebnisse, keine Evidenz für inkrementelle Abonnements oder quizbedingte Umsatzverluste.

Warum es wichtig ist

Das Quiz ist ein Erwägungsschritt beim UK-Launch. Sowohl eine Verschiebung hin zu Zielgruppen-Buckets mit niedrigerer Abschlussquote als auch Rückgänge innerhalb vergleichbarer Mobile-Gruppen tragen zur Gesamtbewegung bei. Bei festgehaltenem Woche-1-Mix ergibt sich 35.33% für Woche 2, daher erklärt der Mix allein den Rückgang nicht.

Der Produktverantwortliche meldet eine mobile Präsentationsüberarbeitung und der Support meldet ein Usability-Problem. Keines davon ist durch die gelieferte Evidenz mit gemessenen Kohorten verknüpft. Eine Produktursache bleibt unbewiesen.

Was als Nächstes geschieht

Produktverantwortlicher + Media-Leiter: mobile Journey, Ereignisdefinitionen und Release-/Versionsevidenz verifizieren. Die gemeldete Verfügbarkeit für eine Prüfung am nächsten Arbeitstag ist eine Szenarioannahme, keine abgeschlossene Maßnahme. Mit einem Vergleichsplan oder einer expliziten Aussage zu fehlender Evidenz zurückkehren.
Marketing-Verantwortlicher: keine Budgetverschiebung oder keinen Kreativ-Pivot allein aus dieser CSV freigeben. Bestehende kommerzielle/Risikoentscheidungen bleiben ihrer normalen Befugnis unterstellt; dies ist kein pauschaler Stopp.
Finanz-/Messungsverantwortlicher: die vollständige September-Umsatzdefinition des Unternehmens und All-Channel-Ergebnisse abgleichen, bevor das $60K/Monat-Ziel als erreicht oder verfehlt erklärt wird. Kohortenumsatz und eine monatliche Buchhaltungs-/Geschäftskennzahl benötigen einen expliziten gleichwertigen Abgleich.

Vollständiger CAC, Gewinn, Awareness, realisierter Lifetime Value und Inkrementalität bleiben nicht verfügbar.

Quelle: geprüftes Metrikpaket, Prüfentscheidungen. Der ursprüngliche KI-Entwurf wird separat aufbewahrt; seine Zahlen sind nicht die Wahrheitsquelle dieses Berichts.

Herunterladen ↓

MedienberichtDie nächste Untersuchung wählen.

GreenLeaf UK – Analyse des Media-Teams

Geprüfter redaktioneller Entwurf; menschliche Freigabe ausstehend. Fiktive UK-Paid-Click-Kohorten; Woche 1 = 1.–7. September, Woche 2 = 8.–14. September 2026. Sieben-Tage-Beobachtungsfenster, Snapshot vom 22. September.

Was geschah

Alle gelieferten Paid-Kohorten	Woche 1	Woche 2
Ausgaben, USD	$5,462	$5,512
Quiz-Starts	15,040	15,120
Quiz-Abschlüsse	6,770	5,460
Attribuierte Erstkaufkunden	467	357
Attribuierter Erstkaufumsatz	$37,360	$28,560
Media-CPA	$11.70	$15.44
Attribuierter Erste-Bestellung-ROAS	6.84	5.18

Der Media-CPA umfasst nur Medienkosten; vergleichen Sie ihn nicht direkt mit der $312-Voll-CAC-Leitplanke des Kurses. ROAS ist attribuierter Erste-Bestellung-Umsatz geteilt durch Media-Ausgaben, nicht Gewinn oder kausaler Lift.

Kanal	W1-Ausgaben	W2-Ausgaben	W1-Kunden	W2-Kunden	W1-Umsatz	W2-Umsatz
Google Search	$1,736	$1,744	154	105	$12,320	$8,400
LinkedIn	$2,296	$2,304	154	119	$12,320	$9,520
Reddit paid	$1,430	$1,464	159	133	$12,720	$10,640

Es wird kein freigegebenes monatliches Media-Budget geliefert, daher kann das Budget-Tempo nicht bewertet werden.

Warum der Mobile-Vergleich eine Mix-Prüfung benötigt

Mobile-Abschlussquote: 3,780/8,400 = 45% → 2,352/8,400 = 28%. Die Veränderung beträgt −17 Prozentpunkte, ungefähr −37.8% relativ. Desktop beträgt 2,990/6,640 = 45.03% → 3,108/6,720 = 46.25%.

Mobile skeptische Starts fallen von 4,200 auf 2,100; explorierende Starts steigen von 4,200 auf 6,300. Ihre Anteile ändern sich von 50%/50% auf 25%/75%. Dies sind konstruierte Buckets, keine validierten Kundenpräferenzen oder randomisierten Behandlungen.

Jede der 12 Kanal × Zielgruppe × Kreativ-Mobile-Schichten hat 700 Woche-1-Starts. Verwenden Sie die Gewichtung 700/8,400 = 1/12 und multiplizieren Sie mit der Woche-2-Abschlussquote dieser Schicht. Summieren Sie die gewichteten Raten: 35.33%, wobei die volle Präzision vor der Anzeige erhalten bleibt. Siehe Metrikpaket für jede Zelle.

Bei dieser Woche-1-gewichteten Zerlegung beträgt die Komponente innerhalb der Gruppen −9.67 Punkte und die Zusammensetzungskomponente −7.33 Punkte. Die Zuordnung hängt von der gewählten Basis/Reihenfolge ab; keine der Zahlen ist ein kausaler Effekt. Alle 12 Schichten gehen zurück, aber die CSV kann nicht erklären, warum.

Was als Nächstes geschieht

Media-Leiter: Ereignisdefinitionen und Quellen-/Kohorten-Tagging verifizieren; dieselbe Reiferegel beibehalten.
Produktverantwortlicher + Media-Leiter: Release-/Versionszuweisung anfordern und den mobilen Ablauf reproduzieren. Versionen vergleichen, wo die Zuweisung rekonstruiert werden kann. Fehlende Protokolle begrenzen, was geschlossen werden kann.
Messungsprüfer: Berechnungen, Kontext und Entscheidung vor der Stakeholder-Freigabe prüfen. Keine Produktursache ableiten, keine präzise Budgetverschiebung empfehlen und eine Rückkehr zum Ziel nicht allein als valides Testdesign behandeln.

Die gemeldete mobile Präsentationsüberarbeitung und die Support-Sorge priorisieren diese Prüfungen. Sie belegen keinen Defekt, keine Prävalenz und keinen inkrementellen Verlust. Es ist keine externe Maßnahme oder Zustellung erfolgt.

Quelle: Wörterbuch, geprüftes Metrikpaket, Prüfung.

Herunterladen ↓

Content- und Creative-BerichtBotschaft und Erlebnis prüfen.

GreenLeaf UK – Content- & Kreativ-Brief

Geprüfter redaktioneller Entwurf; menschliche Freigabe ausstehend. Fiktive Paid-Click-Kohorten vom 1.–14. September, beobachtet bis 22. September 2026. Botschaftshypothesen sind keine freigegebenen Werbeaussagen.

Was geschah

Beide Botschaftsgruppen haben eine schwächere aggregierte Quiz-Abschlussquote:

Botschaftshypothese	Woche-1-Abschlüsse / Starts	Woche-2-Abschlüsse / Starts
Rückverfolgbarkeit: “Know what is in every serving” (Wissen, was in jeder Portion steckt)	3,276 / 7,560 = 43.33%	2,625 / 7,560 = 34.72%
Wert: “Compare the value of a clearly dosed serving” (Den Gegenwert einer Portion mit klar ausgewiesener Dosierung vergleichen)	3,494 / 7,480 = 46.71%	2,835 / 7,560 = 37.50%

Diese Summen kombinieren Geräte, Zielgruppen und Kanäle. Sie sind kein kausaler Werbemitteltest unter vergleichbaren Bedingungen. Die höhere aggregierte Rate der Wertbotschaft belegt nicht, dass sie der Gewinner ist.

Warum es wichtig ist

Die Kundenhypothese betont klare Zutateninformationen. Eine gemeldete mobile Präsentationsüberarbeitung fügte ein erweiterbares Informationspanel hinzu und änderte ein Next-Step-Label. Unverknüpftes Support-Feedback erwähnt Schwierigkeiten beim Finden des nächsten Steuerelements. Es ist vernünftig, die Post-Click-Erfahrung zu prüfen; es ist nicht vernünftig, aus diesen Dateien die Werbebotschaft, das Panel oder das Label als Ursache zu bezeichnen.

Was als Nächstes geschieht

Vorgeschlagene Frage: Macht die Seite nach der Verifizierung von Ereignisbedeutung und Journey-Verhalten das Versprechen der Werbebotschaft klar, während ein verständlicher nächster Schritt erhalten bleibt?

Content-Leiter: den Anzeige-zu-Seite-Übergang mit dem Produktverantwortlichen prüfen. Rückverfolgbarkeit und Wert als explizite Hypothesen beibehalten. Bestätigen, dass jede Zutaten-/Dosierungsaussage belegt ist.

Produkt-/Messungsverantwortliche: feststellen, ob Versionszuweisung und vergleichbare Kohorten einen fokussierten Test unterstützen können. Nenner, Vergleich und Entscheidungsregel festlegen, bevor er ausgeführt wird. Wenn Zuweisung oder Tracking fehlen, diese Grenze dokumentieren; eine Vorher/Nachher-Erholung ist kein kausaler Beweis.

Die vorliegenden Daten rechtfertigen weder das Einstellen eines Werbemittels noch die Behauptung einer überlegenen Anzeigenbotschaft oder eine Empfehlung zum Mediabudget. Die CSV enthält keine Anzeige-/Wiedergabeevidenz und belegt daher weder Ermüdung, Verwirrungsprävalenz noch welchen Bildschirm Nutzer verließen.

Quelle: geprüftes Metrikpaket, Prüfentscheidungen, Brief v2.

Herunterladen ↓

Belegsammlung

Alle Begründungen, Briefings und Quellenbelege.

Schritt 1 – Reporting-Rahmen kodifizieren

Das vollständige Briefing v1 gibt dem Modell einen funktionierenden Rahmen, bevor es etwas entwirft:

KPIs und Ziele: die obige Hierarchie, Nenner und nicht verfügbare Ergebnisse.
Stakeholder-Karte: die Entscheidung, die jeder Bericht unterstützt, und wer Maßnahmen freigeben kann.
Kontextebenen: UK-Expansion, die Persona-Hypothese, das Timing und explizit fehlende institutionelle Historie.
Benchmarks und Dimensionen: das 45 %-Ziel; Kanal-, Geräte-, Zielgruppen-, Creative- und Funnel-Schnitte; Vergleichs- und Validierungsregeln.
Kadenz: wöchentliche Diagnose, monatliche Geschäftserzählung und vierteljährlicher Planungs-Reset.

Das Briefing trägt, was bereits bekannt ist. Produkt-Releases, Mobile-QA, Support-Feedback und frühere Kundenempfindlichkeiten waren in den gelieferten v1-Inputs unbekannt, mit Follow-ups, die ihren Verantwortlichen zugewiesen wurden. Unbekannt bedeutet nicht, dass sich nichts geändert hat. Es bedeutet, dass das Reporting-Team fragen muss.

Für jeden Bericht lautet die Anweisung WAS ist passiert → WARUM ist es wichtig → WIE GEHT ES WEITER. Der Gründer muss entscheiden, ob die Launch-Prioritäten Aufmerksamkeit benötigen; Media muss die nächste Untersuchung wählen; Creative muss entscheiden, welche Belege nötig sind, bevor die Botschaft oder Erfahrung geändert wird. Eine Empfehlung braucht eine verantwortliche Person und eine Freigabegrenze.

Prüfen Sie die unterstützenden Belege

Das Wörterbuch definiert die Felder und Annahmen. Die Quellenkarte trennt Kursfakten und -ziele von Rekonstruktionsentscheidungen. Es wurde keine zugrunde liegende GreenLeaf-Reporting-CSV aus dem Kurs wiederhergestellt.

Der Rohexport hat 337 Zeilen, einschließlich eines exakten Duplikats; der abgestimmte Datensatz hat 336. Er deckt drei Paid-Kanäle, zwei Geräte, zwei Zielgruppen und zwei Creative-Kategorien über vierzehn Tage ab. Ein deklarierter Kampagnenalias wird normalisiert. Eine Desktop-Zeile ohne Aktivität prüft, dass ein Null-Nenner „nicht verfügbar“ wird, nicht „null Performance“. Die Quellenbereinigung ist im Issue-Protokoll dokumentiert.

Geldbeträge verwenden ganzzahlige USD-Cent. Jeder synthetische Neukunde wird einmalig dem letzten zulässigen Paid-Click innerhalb von sieben Tagen zugeordnet. Der Erstkaufumsatz ist mit $80 pro Kunde konstruiert, nach Rabatten und ohne Steuern/Versand, ohne Rückerstattungen im synthetischen Datensatz. Dies sind offengelegte Annahmen, keine unabhängig verifizierte Attribution, Kurspreise oder realisierter LTV. Das geprüfte Berechnungspaket liefert die reproduzierbaren Referenzwerte.

Schritt 2 – KI um drei Entwürfe aus denselben Inputs bitten

Der tatsächliche eingereichte Prompt fordert eine Gründer-Zusammenfassung, eine Media-Analyse und ein Creative-Briefing in einer Antwort an. Er enthält Briefing v1, das Wörterbuch, die abgestimmte CSV und Kampagnen-/Creative-Lookups. Der erste Entwurf erhielt weder die spätere Kontextnotiz noch das Referenz-Berechnungspaket.

Der aufgezeichnete Aufruf verwendete DeepSeek V4 Pro am 29. Oktober 2026. Dieser Aufruf war rein textbasiert, ohne Code-Ausführungstool. Die Run-Metadaten dokumentieren das tatsächliche Modell, Zeitstempel und Input-Hashes. Die Originalantwort bleibt unbearbeitet, einschließlich ihrer Fehler.

Der Entwurf lieferte die drei angeforderten Abschnitte und empfahl Ereignis-/Versionsabgleich und Mobile-QA. Er präsentierte außerdem ungeprüfte Berechnungen als Berichtszahlen. Diese Zahlen verändern wesentlich, wie das Geschäft aussehen würde:

Position	Erster Entwurf	Geprüft gegen die abgestimmten Daten
Wöchentliche Mediakosten	$110,100 pro Woche	$5,462 in Woche 1; $5,512 in Woche 2.
Attribuierter Erstkaufumsatz	$43,840 → $38,560	$37,360 → $28,560.
Mobile-Abschlüsse Woche 2	2,360	2,352; 28 % von 8,400 Starts.
Zielgruppenzusammensetzung	Als stabil beschrieben / im Wesentlichen als Erklärung verworfen	Mobile `skeptical`-Startanteil ändert sich von 50 % auf 25 %; `exploring` ändert sich von 50 % auf 75 %.

Dies sind Befunde zu dieser aufgezeichneten Antwort unter diesen Aufrufbedingungen. Sie belegen nicht, wie alle Modelle, toolgestützte Workflows oder Analysten abschneiden. Das synthetische Muster wurde vor dem Lauf erstellt; es war keine entdeckte Kundenanomalie.

Stellen Sie die Frage, die die Interpretation verändert

Der fokussierte Follow-up-Austausch fragt nach Stratum-Zählungen und Woche-1-Gewichtungen. Er bewegt sich auf die Anerkennung der Zusammensetzung zu, enthält aber weiterhin arithmetische Abweichungen. Die Originalantwort und das Follow-up werden beide aufbewahrt. Teilkorrekturen validieren ihre verbleibenden Behauptungen nicht; eine zweite plausible Antwort ist keine unabhängige Verifizierung.

Der geprüfte Vergleich lautet:

Mobile-Vergleich	Abschlussrate
Woche 1 beobachtet	45.00 %
Woche 2 mit Woche-1-Kanal- × Zielgruppen- × Creative-Startgewichtungen	35.33 %
Woche 2 beobachtet	28.00 %

Es gibt zwölf Mobile-Strata, jedes mit 700 Woche-1-Starts, sodass jede Basisgewichtung 1/12 beträgt. Bei fixierten Gewichtungen bleibt ein Rückgang von etwa 9.67 Prozentpunkten. Die beobachtete Woche-2-Rate liegt weitere 7.33 Punkte unter diesem Vergleich mit fixiertem Mix. Unter dieser angegebenen Zerlegung tragen sowohl die Zusammensetzung als auch die Bewegung der Rate innerhalb der Strata zum Rückgang von 17 Punkten bei.

Das verändert die diagnostische Arbeitsreihenfolge: abgleichen, wie sich die Zielgruppenanteile verändert haben, und die Mobile-Journey sowie Ereignisdefinitionen prüfen. Es identifiziert nicht die Ursache einer der beiden Bewegungen. Eine Fixed-Mix-Berechnung ist eine Vergleichsmethode, kein kausales Experiment.

Schritt 3 – Kontext ergänzen und die Entscheidung beurteilen

Der Kurs verortet hier menschliches Urteilsvermögen: Jemand mit Messkompetenz und aktuellem Geschäftskontext entscheidet, ob die Empfehlung des Entwurfs bestätigt, überarbeitet, zurückgestellt oder abgelehnt wird. Eine rein arithmetische Korrektur genügt nicht; die prüfende Person muss auch die vorgeschlagene Maßnahme bewerten.

In diesem Evidenzpaket wurden Berechnungen und KI-gestützte redaktionelle Prüfungen durchgeführt. Eine echte Freigabeentscheidung durch die verantwortliche Person bleibt ausstehend. Die Agenten, die das Beispiel vorbereiten, sind keine menschlichen Prüfer, und fiktive Rollenzuweisungen sind keine echten Freigaben.

Die ergänzende Kontextnotiz wurde vor dem ersten Lauf verfasst und per Hash dokumentiert. In der fiktiven Abfolge liefert das Produkt-/Support-Follow-up Informationen, die das Reporting-Team bei v1 nicht hatte:

Der Produktverantwortliche meldet eine Überarbeitung der rein mobilen Quiz-Präsentation ab 8. September um 09:00 UTC: ein ergänztes Panel mit Inhaltsstoffinformationen und ein geändertes Label für den nächsten Schritt.
Der Support meldet Schwierigkeiten, das Steuerelement für den nächsten Schritt auf einem Telefon zu finden, ohne Ticketzahlen, Datumsangaben oder Verknüpfung zu Paid-Kohorten.
Das Produktteam kann am nächsten Arbeitstag eine Reproduktions- und Ereignisverifizierungsprüfung vergeben; Bereitstellungs-, Rollout- und Versionszuordnungsaufzeichnungen fehlen weiterhin.

Dies ist gemeldeter fiktiver Kontext, kein verifiziertes Release-Protokoll und kein Beleg dafür, dass die Überarbeitung den Abbruch verursacht hat. Ihr Timing und ihr Geräteumfang machen sie untersuchungswürdig. Die Prüfung der Zielgruppenzusammensetzung bleibt notwendig.

Eine vorgeschlagene Überprüfungsentscheidung lautet, die diagnostische Untersuchung beizubehalten, die Finanz- und Kohortenbelege zu korrigieren und die Produkt-/Messanforderung zu präzisieren. Produkt um Rollout-/Versionsbelege und mobile Reproduktion bitten; Media bitten, Zielgruppenzuordnung und Ereigniserfassung abzugleichen. Eine kausale Erklärung, einen Creative-Gewinner und eine exakte Budgetverschiebung zurückstellen. Falls der erste Entwurf bereits sinnvolle diagnostische Arbeit empfiehlt, kann dieser Teil unverändert bleiben.

Das Überprüfungsprotokoll, Briefing v2 und die Briefing-Änderungen bewahren die vorgeschlagenen Entscheidungen und ihre Belege. Die für das nächste Briefing mitzunehmende Erkenntnis ist präzise: Die Bereitstellung der Produktänderung ist gemeldet, Verifizierung ausstehend; die 45 % → 28 %-Rate und der Fixed-Mix-Vergleich sind geprüfte Datenbefunde; die nächste Untersuchung ist eine vorgeschlagene Entscheidung. Die getrennte Führung dieser Kategorien verhindert, dass eine plausible Erklärung in künftigen Prompts zu einer unhinterfragten Tatsache wird.

Schritt 4 – Nutzbare Berichte erstellen und die nächste Maßnahme zuweisen

Der Produktionsschritt verwandelt die geprüften Belege und die dokumentierten Überprüfungsentscheidungen in drei konsistente Unterlagen: den Gründerbericht, den Medienbericht und den Content-Bericht. Bis zur menschlichen Freigabe sind dies redaktionelle Entwürfe für das Beispiel, keine freigegebenen Kundenanweisungen.

Bericht	Nützlicher Befund in WAS-/WARUM-/WEITER-Form
Gründer-Zusammenfassung	WAS: Der Paid-Mobile-Abschluss sank um 17 Punkte, während der attribuierte Erstkaufumsatz von $37,360 auf $28,560 fiel. WARUM: Abwägung und Erstbestellungs-Output benötigen Aufmerksamkeit, aber zwei Paid-Kohortenwochen können Monatsumsatz oder Gewinn nicht klären. WEITER: Die benannte diagnostische Arbeit erwägen und vor einem kommerziellen Urteil den vollständigen Monatsabgleich einholen.
Media-Analyse	WAS: Mobile in Woche 2 liegt bei 28 % beobachtet und 35.33 % bei Woche-1-Mix. WARUM: Zusammensetzung und Bewegung innerhalb der Strata sind beide relevant. WEITER: Zielgruppen-/Versions-/Ereignisdefinitionen abgleichen und die Mobile-Journey mit dem Produktteam untersuchen.
Content- & Creative-Briefing	WAS: Der Datensatz enthält zwei illustrative Botschaftskategorien, während eine mobile Präsentationsänderung gemeldet wird. WARUM: Die aktuellen Belege können ein Botschaftsversagen nicht isolieren oder einen Creative-Gewinner belegen. WEITER: Journey- und Tracking-Bedingungen verifizieren, bevor ein kontrollierter Botschafts-/Post-Klick-Test gestaltet wird.

Das Produktionsprotokoll enthält einen begrenzten retrospektiven Alert nach Erkennen → Analysieren → Zuweisen → Überprüfen. Die Regel ist ein ausgereifter wöchentlicher Paid-Mobile-Abschluss unter 45 %, mit einer von null verschiedenen Anzahl an Quizstarts als Nenner. Woche 2 erfüllt sie mit 28 %. Die Analyse fügt das Kohortenfenster, den Snapshot und den Fixed-Mix-Vergleich bei; die Zuweisung ordnet Media- und Produkt-Follow-up zu; ein Mensch entscheidet, ob eine Führungs-/Kundenempfehlung freigegeben werden kann.

Die vollständige Sieben-Tage-Kohorte von Woche 2 kann nach dieser Reiferegel erst beurteilt werden, wenn ihre Beobachtungsfenster am Ende des 21. September UTC schließen. Dieses Paket verwendet den späteren Snapshot vom 22. September. Es wird kein Live-Alert, keine Nachrichtenzustellung, keine autonome Kampagnenänderung und kein verhinderter Verlust demonstriert. Die wöchentliche Diagnose speist dann das monatliche Geschäftsreporting und einen vierteljährlichen Reset der Annahmen.

Wiederholen Sie das Beispiel, dann passen Sie es an

Beginnen Sie mit drei Dateien: dem Briefing, dem Wörterbuch und der abgestimmten CSV. Lesen Sie zuerst das Briefing; die CSV ergibt erst Sinn, wenn die Entscheidungen, Fenster und Nenner klar sind. Prüfen Sie anschließend den tatsächlichen Prompt, die Originalantwort, die geprüften Berechnungen und die Kontextnotiz, um nachzuvollziehen, was sich warum geändert hat.

Verwenden Sie ein Modell und ein Konto, die Ihre Organisation freigegeben hat. Geben Sie nur Daten weiter, deren Weitergabe die Vereinbarungen mit Kunde, Organisation und Anbieter erlauben; entfernen Sie vertrauliche, sensible und personenbezogene Felder und verwenden Sie nach Möglichkeit synthetische Daten oder freigegebene Aggregate. Laden Sie keinen Kundendatenexport ohne Erlaubnis hoch.

Ersetzen Sie für Ihre eigene Arbeit die Geschäftsziele, Stakeholder, Attributionsregeln und den Kontext, bevor Sie Kundendaten einsetzen. Gleichen Sie Summen und ein repräsentatives Stratum unabhängig ab. Bewahren Sie die Rohantwort auf, dokumentieren Sie die Entscheidung der prüfenden Person und tragen Sie verifizierte Erkenntnisse in das nächste Briefing. Beenden Sie den Vergleich, wenn Reife, Quellenabdeckung oder Definitionen nicht übereinstimmen; beenden Sie die Freigabe, wenn wesentliche Arithmetik, Belege oder Entscheidungsbefugnis ungeklärt bleiben. Fehlende Belege zu Bekanntheit, LTV oder Inkrementalität bleiben nicht verfügbar.

Dieser Pfad legt die Argumentation und die nützlichen Belege des Reporting-Beispiels offen, statt die Antwort zurückzuhalten. Der kostenpflichtige Kurs liefert die vollständige Video-Lehrsequenz, die vollständige wiederverwendbare Vorlagensammlung, Deep-Dive-Anleitung und umfassenderes Implementierungsmaterial. Das durchgearbeitete Beispiel zeigt einen zusammenhängenden Pfad von der Kunden-Hypothese zu einer Reporting-Entscheidung; es impliziert weder sieben abgeschlossene öffentliche Workflows noch ändert es Kurszugang und Käuferansprüche.

Die Arbeitsdokumente prüfen

Datenwörterbuch

GreenLeaf Reporting-Datenwörterbuch — v1 Semantikvertrag

Verfasst: 2026-10-29 · Status: eingefrorene Quellspezifikation vor der Fixture-Generierung; englische redaktionelle Eingabe. Die CSV ist eine neue synthetische Rekonstruktion, keine wiederhergestellten Kursdaten. Der Brief legt den Entscheidungsrahmen fest; die Quellkarte dokumentiert die Herkunft. Keine echten Kund:innen, Gesundheitsinformationen oder Kundenkonten sind enthalten.

Für die wiedergegebenen Belege gilt die Zahlenkonvention der englischen Originalbelege: Kommas trennen Tausender, Punkte kennzeichnen Dezimalstellen; Geldbeträge sind in USD angegeben.

Granularität, Fenster und Attribution

Eine kanonische Zeile ist ein UTC-Paid-Click-Datum × Kanal × Gerät × Zielgruppe × Creative, in Großbritannien. Vierzehn Tage × drei Kanäle × zwei Geräte × zwei Zielgruppen × zwei Creatives = 336 Zeilen. Der Rohexport hat 337 Zeilen, einschließlich eines exakten Duplikats. Kampagne gehört zum Kanal und fügt keine Dimension hinzu.

Woche 1: 2026-09-01–2026-09-07 inklusive. Woche 2: 2026-09-08–2026-09-14 inklusive. Snapshot: 2026-09-22T23:59:59Z. Tage sind UTC und date bedeutet immer Paid-Click-Kohortendatum, niemals Kauf-/Ereignisdatum. Funnel-Ereignisse und Erstkäufe werden während der sieben Tage nach dem berechtigten Paid Click beobachtet. Exakte Ereignis-Zeitstempel werden nicht exportiert; das Sieben-Tage-Attributions-/Beobachtungsfenster ist eine Generator-Konstruktionsannahme. Beide vollständigen Zeiträume sind zum Snapshot ausgereift. Alle veröffentlichten Primärzeilen haben is_provisional=false.

Spend, Impressions und Klicks beschreiben die der Kohorte zugewiesene Akquisitionsaktivität dieses Datums. Landing-, Quiz- und Kaufzahlen folgen ihrem quellmarkierten Paid-Click-Kohorten- und Geräte-/Zielgruppen-/Creative-Bucket. Jede synthetische Erstkaufkund:in und jeder Umsatzbetrag wird einmal zugewiesen, dem letzten berechtigten Paid Click innerhalb von sieben Tagen; alle Ereignisstufen folgen derselben exklusiven Zuweisung. Geräteübergreifende Identitätsabstimmung wird nicht gemessen. Exklusivität ist konstruktionsbedingt garantiert, nicht unabhängig durch diese aggregierte Datei festgestellt.

Felder

Feld	Typ / Einheit	Bedeutung und Validierung
`row_id`	nichtleerer String	Stabile eindeutige kanonische Zeilen-ID. Das exakte Rohduplikat wiederholt sie; widersprüchliche Zeilen mit derselben ID sind ein Fehler.
`date`	ISO `YYYY-MM-DD`	UTC-Quell-Paid-Click-Kohortendatum, zwischen dem 1. und 14. September.
`market`	Enum	Nur `UK`; Umfang sind Paid-Kohorten im fiktiven UK-Start.
`channel`	Enum	`google-search`, `linkedin`, `reddit-paid`. Organische Reddit-Aktivität ist ausgeschlossen.
`campaign_id`	Enum nach Normalisierung	Eine Kampagne pro Kanal; Lookup unten.
`device`	Enum	`mobile` oder `desktop`, Gerät des zugewiesenen Quell-Paid-Clicks.
`audience_id`	Enum	`skeptical` oder `exploring`; einander ausschließende konstruierte Buckets innerhalb des Kanals, keine validierten Kundenmerkmale.
`creative_id`	Enum	`traceability` oder `value`; Botschaftshypothesen mit kanalspezifischem Format, Lookup unten.
`spend_cents`	nichtnegative Ganzzahl USD-Cents	Nur Mediakosten. Keine Agentur-, Creative-, Tooling-, Gehalts- oder sonstigen Akquisitionskosten.
`impressions`	nichtnegative Ganzzahl	Akquisitions-Anzeigenimpressions im Bucket; keine eindeutigen Personen oder Frequency.
`clicks`	nichtnegative Ganzzahl	Diesem Bucket zugewiesene Paid Clicks; keine eindeutigen Besucher:innen.
`landing_sessions`	nichtnegative Ganzzahl	Quellmarkierte Landing-Sessions, beobachtet innerhalb von sieben Tagen nach dem berechtigten Paid Click. Höchstens eine beibehaltene Session pro synthetischer Funnel-Journey.
`quiz_starts`	nichtnegative Ganzzahl	Unterschiedliche beibehaltene quellmarkierte Quiz-Journeys, die im selben Sieben-Tage-Fenster starten; ein beibehaltener Start pro Journey. Nenner der Abschlussrate.
`quiz_completions`	nichtnegative Ganzzahl	Diese beibehaltenen Quiz-Journeys, die im selben Sieben-Tage-Fenster abgeschlossen wurden; keine wiederholte Abschlusszählung.
`attributed_new_customers`	nichtnegative Ganzzahl	Erstkaufkund:innen, die diesen konstruierten quizgeführten Funnel innerhalb von sieben Tagen abschließen, einmal zugewiesen nach der deklarierten Last-Paid-Click-Regel. Keine All-Site-Neukund:innen.
`attributed_first_purchase_revenue_cents`	nichtnegative Ganzzahl USD-Cents	Erstkaufumsatz dieser Kund:innen, nach Rabatten, ohne Steuern und Versand. Keine Rückerstattungen in diesem Fixture; kein Verlängerungsumsatz. Der Generator weist USD $80 (8,000 Cents) pro Erstkaufkund:in zu, aus arithmetischer Klarheit; dies ist eine Rekonstruktionsannahme, keine Kurspreisgestaltung oder LTV.
`is_provisional`	Boolean	`false` bedeutet, dass das Sieben-Tage-Beobachtungsfenster dieser Zeile zum deklarierten Snapshot ausgereift ist. Nicht unterstützte String-/Boolean-Koerzition ablehnen.

Ungleichungen pro Zeile: impressions >= clicks >= landing_sessions >= quiz_starts >= quiz_completions >= attributed_new_customers. Dies ist eine explizite vereinfachte quizgeführte Funnel-Konstruktion, keine universelle Eigenschaft von Werbe-Exports. Eine Zeile mit null Kund:innen muss null Erstkaufumsatz haben; eine positive Kundenzahl muss positiven Umsatz haben. Diese Einschränkungen liefern keine Evidenz auf Personenebene.

Kanonische Lookups und Rohbereinigung

Kanal	Kanonische Kampagnen-ID	Anzeigename	Erlaubter Roh-Kampagnen-ID-Alias
`google-search`	`gl-uk-google-search`	GreenLeaf UK Search	`gl_uk_search` → `gl-uk-google-search`
`linkedin`	`gl-uk-linkedin`	GreenLeaf UK LinkedIn	Keiner
`reddit-paid`	`gl-uk-reddit-paid`	GreenLeaf UK Reddit paid	Keiner

Zielgruppe skeptical: konstruierter Bucket für Käufer:innen, die Nachweise zur Herkunft und Dosierung vergleichen; inspiriert von Olivers unvalidierter Persona. Zielgruppe exploring: konstruierter Bucket für Käufer:innen, die die Kategorie erkunden und den Wert abwägen. Sie sind weder echte Targeting-Spezifikationen noch randomisierte Treatment-Zuweisungen; keine Identität, kein Beruf und kein Gesundheitszustand wird abgeleitet.

Creative traceability: illustrative “Know what is in every serving” (Wissen, was in jeder Portion steckt)-Botschaft. Creative value: illustrative “Compare the value of a clearly dosed serving” (Den Gegenwert einer Portion mit klar ausgewiesener Dosierung vergleichen)-Botschaft. Für Google Search sind dies Textanzeigen-Botschaftshypothesen; für LinkedIn, gesponserte Feed-Copy-Hypothesen; für Reddit Paid, Promoted-Post-Copy-Hypothesen. Creative-IDs sind gemeinsame Botschaftskategorien innerhalb jedes Kanals, keine identischen fertigen Anzeigen-Assets oder genehmigten Aussagen. Kein Wirksamkeitsnachweis und keine tatsächliche Produktzertifizierung werden geliefert.

Entfernen Sie nur ein byte-für-byte/feldgleiches exaktes Duplikat und erfassen Sie dessen Quellzeilen-ID. Normalisieren Sie nur den deklarierten Alias und erfassen Sie die Anzahl. Eine unbekannte ID, ein unerwarteter Markt, ein fehlendes Feld, ein fehlerhaftes Datum, nichtganzzahlige Cents/Zählwerte, ein negativer Wert, ein widersprüchliches Duplikat oder ein unmöglicher Funnel müssen die Validierung fehlschlagen lassen statt stillschweigend repariert zu werden. Bewahren Sie eine dokumentierte Null-Nenner-Zeile, um die Behandlung nicht verfügbarer Verhältnisse zu verifizieren. Gleichen Sie Roh-/Kanonisch-Zahlen und alle Dimensionssummen ab. Der Fixture-Generierungsdatensatz muss das exakte Duplikat, die Alias-Zeile und die Null-Nenner-Zeile identifizieren; dieses Wörterbuch gibt nicht vor, dass diese Zeilen bereits existieren.

Metriken und Vergleichsregeln

Verwenden Sie Summen innerhalb der gewählten Kohorte/Dimension und dividieren Sie dann; mitteln Sie niemals Raten auf Zeilenebene. Behalten Sie volle Zwischenpräzision bei. Zeigen Sie USD an, indem Sie Cents erst bei der Darstellung durch 100 teilen. Ein Null-Nenner ergibt nicht verfügbar, niemals null/unendlich; prozentuale Veränderung gegenüber einem Null-Vorwert ist nicht verfügbar.

Metrik	Definition	Interpretation
Quiz-Abschlussrate	`sum(quiz_completions) / sum(quiz_starts)`	Primärer Funnel-KPI; Paid-Mobile Woche 1/2 muss auf 45%/28% kalibriert werden.
Click-to-Start-Rate	`sum(quiz_starts) / sum(clicks)`	Diagnostisch; verschieden vom Quiz-Abschluss.
Click-to-Landing-Rate	`sum(landing_sessions) / sum(clicks)`	Diagnostisch, keine verifizierte Bounce Rate.
Completion-to-Purchase-Rate	`sum(attributed_new_customers) / sum(quiz_completions)`	Konstruierte quizgeführte Funnel-Diagnose.
CTR	`sum(clicks) / sum(impressions)`	Optimierungsmetrik; keine Awareness.
CPC (USD)	`sum(spend_cents) / sum(clicks) / 100`	Mediakosten pro Klick.
CPM (USD)	`sum(spend_cents) / sum(impressions) * 1000 / 100`	Mediakosten pro 1,000 Impressions.
Media-CPA (USD)	`sum(spend_cents) / sum(attributed_new_customers) / 100`	Nur-Media-Proxy; kein voller CAC.
Zugerechneter Erstbestell-ROAS	`sum(attributed_first_purchase_revenue_cents) / sum(spend_cents)`	Umsatz-/Spend-Verhältnis; kein Gewinn, keine Inkrementalität, kein LTV.
Erstkaufumsatz (USD)	`sum(attributed_first_purchase_revenue_cents) / 100`	Nur Paid-Kohorten-Attribution; kein Urteil gegen das 60K-Monatsziel.

Die Prozentpunktveränderung einer Rate ist (Week 2 rate - Week 1 rate) * 100. Die relative Veränderung ist (Week 2 rate / Week 1 rate - 1) * 100, wenn Woche 1 positiv ist. Der verfasste 45% → 28% entspricht −17 Prozentpunkten und etwa −37.8% relativ; kein anderes Ergebnis wird durch diesen Quellvertrag vorbestimmt.

Schichten Sie Mobile vor der Diagnose der aggregierten Mobile-Entwicklung nach Kanal × Zielgruppe × Creative. Für Schicht s gilt festes Gewicht w_s = Week 1 starts_s / Week 1 total starts. Vergleichen Sie sum(w_s * Week 1 completion_rate_s) mit sum(w_s * Week 2 completion_rate_s) und vergleichen Sie beide mit beobachteten Raten. Veröffentlichen Sie Gewichte und Zählwerte. Eine Schicht mit positivem Gewicht ohne definierte Woche-2-Rate macht den vollständigen Fixed-Mix-Vergleich nicht verfügbar; jeder explizit eingeschränkte Vergleich gemeinsamer Schichten muss ausgeschlossene Zählwerte/Gewichte offenlegen und kann nicht stillschweigend für das Ganze stehen. Eine Schicht mit Null-Gewicht trägt null bei und erfordert keine Rate. Sich ändernder Mix und gruppeninterne Bewegung können koexistieren. Keines von beiden beweist eine Ursache; die Kohorten sind nicht randomisiert.

Ein unvollständiger Snapshot oder eine vorläufige Primärzeile macht die beiden vollständigen Zeiträume ungeklärt/nicht vergleichbar. Behandeln Sie unbeobachtete Ergebnisse nicht als null. Ein separat gewählter Vergleich mit identischer ausgereifter Abdeckung muss die gewählten Daten, Ausschlüsse und die geänderte Frage angeben.

Nicht verfügbare Evidenz und Quellenkonflikte

Nicht verfügbar: voller CAC, Gewinn, Retention, realisierter 12-Monats-LTV, Awareness, Inkrementalität, echter All-Channel-/Monatsumsatz, Frequency, Impression Share, Bounce Rate, Ereignis-/Release-Protokolle, Kundeninterviews und kausale Erklärungen. Die separate 4.2% “quiz CVR” des Quell-Assets hat hier keine angemessene gemeinsame Nennerdefinition; importieren Sie sie nicht. Keine Verlustschätzung, kein Segment-Multiple, keine Budgetanweisung und keine organisch-zu-paid-kausale Geschichte eines Screenshots ist ein abgeleitetes Fixture-Ergebnis. Siehe Quellkarte für Kursfakten versus neu verfasste Annahmen.

Herunterladen ↓

Redaktionelles Überprüfungsprotokoll

Was sich in der Prüfung geändert hat

Fiktive GreenLeaf UK, Paid-Click-Kohorten vom 1.–14. September 2026; Snapshot 22. September, 23:59:59 UTC. Dieser Datensatz wurde mit KI-gestützter redaktioneller Prüfung und unabhängig geprüften Berechnungen erstellt. Er ist keine abgeschlossene menschliche Freigabe, keine Kundenprüfung und kein kontrolliertes Mensch-gegen-KI-Experiment. Die Veröffentlichungs-/Freigabeentscheidung des Verantwortlichen bleibt ausstehend. Die ursprünglichen Modellantworten sind unverändert.

Die Entscheidung vor dem Wortlaut

Der erste Entwurf empfiehlt eine Diagnose vor einem Kreativ- oder Budget-Pivot. Diese Richtung ist vernünftig, aber mehrere Zahlen und die Erklärung sind falsch. Eine plausible Empfehlung macht ihre stützende Evidenz nicht sicher zur Veröffentlichung.

Aussage des ersten Entwurfs	Geprüfte Evidenz	Prüfentscheidung
Die Ausgaben betrugen in jeder Woche $110,100	Woche 1: $5,462; Woche 2: $5,512	Beide Entwurfssummen und alle darauf basierenden abgeleiteten CPA/ROAS ablehnen
Neukunden waren 548 → 482	Kanonische Paid-Kohortenzahlen: 467 → 357	Ersetzen; dies sind attribuierte Erstkäufe, keine inkrementellen Abonnenten
Erstkaufumsatz betrug $43,840 → $38,560	$37,360 → $28,560	Ersetzen; keine kausale Umsatzverlustschätzung folgt
Mobile Woche 2 hatte 2,360 Abschlüsse	2,352 / 8,400 = 28%	Anzahl/Rate ersetzen; geprüfte 3,780 / 8,400 = 45% aus Woche 1 beibehalten
Mobile Zielgruppen-/Kreativanteile waren stabil und Zusammensetzung war im Wesentlichen abwesend	Skeptischer Anteil an Mobile-Starts: 50% → 25%; explorierend: 50% → 75%	Mix-Erklärung ablehnen
Fester Woche-1-Mix ergibt ungefähr 35.3%–35.5%	Exakt 35⅓% vor Anzeigerundung	35.33% verwenden; angeben, dass sowohl Mix- als auch Veränderungen innerhalb der Gruppen wichtig sind
Der Gründer sollte die Ausgabenumschichtung einfrieren	Die CSV allein begründet nicht, was alle kommerziellen/Risikoentscheidungen sein sollten	Auf “do not recommend a budget move from this evidence alone” (Allein auf Grundlage dieser Belege keine Budgetverschiebung empfehlen) eingrenzen; bestehende autorisierte Risikoprozesse beibehalten
Eine Diagnose gelingt, wenn die Abschlussquote sich 45% nähert	Rückkehr zu einem Ziel ist kein kausales Testdesign	Verifizierte Ereignisdefinitionen, Versions-/Kohortenevidenz und einen expliziten Vergleichsplan verlangen

Alle Kanal-, Desktop-, Zielgruppen- und Kreativtabellen in der Rohantwort bleiben nicht freigegeben. Die endgültigen redaktionellen Entwürfe verwenden stattdessen das geprüfte Metrikpaket. Der Modellaufruf erfolgte rein textbasiert, ohne ein Berechnungsausführungswerkzeug. Dies ist Evidenz über diesen Lauf, nicht über jedes KI-Analyseprodukt.

Was die fokussierte Folgefrage tat

Die zweite Antwort erkennt die Verschiebung des Zielgruppen-Mix und liefert die korrekten Woche-2-Starts pro Schicht: skeptisch 350, explorierend 1,050. Sie meldet weiterhin 2,360 Gesamtabschlüsse, gibt die Reddit-/Explorierend-/Wert-Zelle fälschlich als 245 statt 252 an und berechnet einen gewichteten Beitrag falsch. Verwenden Sie die aufgezeichnete Folgefrage zur Prüfung der Iteration; ersetzen Sie sie nicht stillschweigend durch verifizierte Mathematik.

Freigegebene Fakten für den Produktionsentwurf

Kennzahl	Woche 1	Woche 2
Gesamte Paid-Media-Ausgaben	$5,462	$5,512
Gesamte Paid-Quiz-Starts	15,040	15,120
Gesamte Paid-Quiz-Abschlüsse	6,770	5,460
Attribuierte Erstkaufkunden	467	357
Attribuierter Erstkaufumsatz	$37,360	$28,560
Media-CPA	$11.70	$15.44
Attribuierter Erste-Bestellung-ROAS	6.84	5.18
Mobile-Quiz-Starts	8,400	8,400
Mobile-Quiz-Abschlüsse	3,780	2,352
Mobile-Abschlussquote	45%	28%
Desktop-Abschlussquote	45.03%	46.25%

Mobile-Veränderung: −17 Prozentpunkte; ungefähr −37.8% relativ. Feste Woche-1-Gewichtungen für Kanal × Zielgruppe × Werbemittel ergeben eine Woche-2-Mobile-Rate von 35.33%. Bei dieser speziellen Basisgewicht-Zerlegung beträgt die Komponente innerhalb der Gruppen −9.67 Punkte und die verbleibende Zusammensetzungskomponente −7.33 Punkte. Eine andere Zerlegungsreihenfolge kann die Interaktion anders zuordnen; dies ist deskriptiv, keine kausale Attribution. Alle 12 vergleichbaren Mobile-Schichten gehen zurück.

Neuer fiktiver Kontext und seine Wirkung

Die Kontextnotiz wurde vor dem Lauf vorab verfasst und gehasht. Sie meldet eine mobile Präsentationsüberarbeitung ab 8. September um 09:00 UTC und eine unverknüpfte Support-Sorge zum Finden des Next-Step-Steuerelements. Das Release-Audit, der Rollout-Anteil, Ticket-Zahlen und Verknüpfungen zu Paid-Kohorten fehlen.

Urteil: Erklärung überarbeiten und die nächste Maßnahme eingrenzen; die diagnose-zuerst-Richtung bestätigen. Bitten Sie den Produktverantwortlichen und den Media-Leiter, die mobile Journey und Ereignisdefinitionen zu verifizieren, Versionszuweisungs-/Release-Evidenz anzufordern und gleichwertige Gruppen zu vergleichen, wo die Evidenz es erlaubt. Die vom Produktverantwortlichen gemeldete Verfügbarkeit für eine Prüfung am nächsten Arbeitstag ist fiktiver Kontext, kein Beleg dafür, dass eine Prüfung stattfand. Eine Produktursache, ein Kreativversagen oder ein Umsatzverlust bleibt unbekannt.

Tragen Sie den Bericht über die Überarbeitung in Brief v2 als gemeldeten Kontext mit ausstehender Verifizierung ein, niemals als bestätigte Ursache. Keine automatische Pause, Ausgabenänderung oder externe Warnung ist freigegeben.

Anweisungen an den Produktionsdurchlauf

Bewahren Sie die freigegebene Tabelle, Unsicherheit und Entscheidung oben über drei Entwürfe hinweg:

Gründer/CEO: Verlauf und Diagnoseentscheidung, mit höchstens drei Maßnahmen und Rollenverantwortlichen.
Media: Zeitraum-/Kanal-/Gerätedetail, Fixed-Mix-Vergleich und Arbeitsauftrag für die Untersuchung.
Content/Kreative: Halten Sie Botschaftshypothesen von Beweisen getrennt; prüfen Sie den Post-Click-Kontext, bevor Sie einen Botschaftstest vorschlagen. Präsentieren Sie keinen kausalen Kreativgewinner und empfehlen Sie keine Media-Budgetänderungen.

Für die retrospektive Warnung: Auslösen bei festgestellter Paid-Mobile-Abschlussquote unter dem angegebenen 45%-Ziel. Mit End-of-Day-Click-Kohorten und einer Sieben-Tage-Beobachtungsregel ist der vollständige Woche-2-Vergleich erstmals am 21. September um 23:59:59 UTC gerechtfertigt; der gelieferte Snapshot stammt vom 22. September um 23:59:59 UTC. Erkennen → Analysieren → Zuweisen → Prüfen ist eine statische Demonstration. Produktverantwortlicher/Media-Leiter verantworten die Untersuchung; ein messkompetenter Prüfer mit Freigabebefugnis verantwortet die Freigabe für den Kunden. Es ist keine menschliche Freigabe oder externe Zustellung erfolgt. Überprüfen Sie Regel/Kontext im nächsten Zyklus erneut und eskalieren Sie fehlende Definitionen oder Evidenz an den Marketing-Verantwortlichen, statt eine feste Behauptung zu treffen.

Provenienz

Geprüft anhand der gelieferten abgeglichenen CSV, unabhängig geprüften deterministischen Berechnungen und data/analysis.json. Die rohen anfänglichen und Folgeantworten bleiben als herunterladbare Evidenz erhalten. Numerische Behauptungen in endgültigen redaktionellen Entwürfen müssen dem Beleg-Ledger zugeordnet werden. “Approved” bedeutet hier freigegeben für diesen KI-gestützten redaktionellen Produktionsdurchlauf; es ersetzt nicht das menschliche Freigabetor des Verantwortlichen.

Prüfung des aufgezeichneten Produktionsdurchlaufs

Der aufgezeichnete Formatierungsdurchlauf bewahrt die geprüften Zeitraum-/Gerätezahlen und Finanzkennzahlen. Er führt außerdem “hold the diagnostic decision until role owners complete their checks,” (Die Diagnoseentscheidung zurückstellen, bis die Verantwortlichen ihre Prüfungen abgeschlossen haben) ein, was so gelesen werden könnte, als würde die Untersuchung verschoben, die wir beginnen möchten. Dieser Wortlaut wird in den separaten redaktionellen Berichten nicht beibehalten. Sein Inhaltsabschnitt gruppiert “targeting/mix changes” (Änderungen bei Targeting und Zielgruppenmix) unter Hypothesen: Die Mix-Verschiebung wird in den synthetischen Daten beobachtet; was sie verursachte, bleibt eine Hypothese.

Die gelieferten Gründer-/Media-/Content-Dateien sind separat vorbereitete, geprüfte redaktionelle Entwürfe aus denselben freigegebenen Fakten. Sie werden nicht als wortgetreue Kopien der Formatierungsantwort beworben. Die rohe Produktionsausgabe bleibt unverändert, damit Leser auch diese letzte Prüfgrenze prüfen können.

Herunterladen ↓

Aktualisiertes Reporting-Briefing v2

GreenLeaf-Reporting-Brief v2 – die Erkenntnisse weitertragen

Status: KI-gestützter redaktioneller Entwurf; Veröffentlichung und menschliche Freigabe ausstehend. Fiktiver Fall, kein Beleg für den Kundenbetrieb. Dies ist eine ergänzende Aktualisierung zum vollständigen Brief v1, kein Ersatz mit einem kürzeren Prompt. Lesen Sie beide zusammen für den nächsten Zyklus.

Die Geschäftsziele, KPI-Definitionen, Stakeholder-Verantwortlichkeiten, Attributionsregeln, Zielzeiträume und die Kadenz in v1 bleiben unverändert. Das neue Wissen ist unten nach Evidenzklassen getrennt.

Geprüfte Datenbefunde

Die Paid-Mobile-Abschlussquote beträgt 3,780/8,400 = 45% in Woche 1 und 2,352/8,400 = 28% in Woche 2.
Die Mischung aus skeptischen/explorierenden Mobile-Starts ändert sich von 50%/50% auf 25%/75%.
Mit festen Woche-1-Gewichtungen für Kanal/Zielgruppe/Werbemittel ergibt sich 35.33% für Woche 2. Sowohl Zusammensetzung als auch Veränderungen innerhalb der Gruppen tragen deskriptiv bei; alle 12 Mobile-Schichten gehen zurück. Keine Ursache ist nachgewiesen.
Die erste rein textbasierte KI-Antwort und ihre fokussierte Folgefrage enthalten Rechenfehler. Verwenden Sie das geprüfte Metrikpaket und die Belegreferenzen erneut, nicht ungeprüfte Zahlen aus diesen Antworten.

Gemeldeter fiktiver Kontext – Verifizierung ausstehend

Der Produktverantwortliche meldet eine Überarbeitung der mobilen Quiz-Präsentation ab 8. September um 09:00 UTC. Der Support-Leiter meldet Schwierigkeiten, das nächste Steuerelement auf einem Telefon zu finden, ohne Datumsangaben, Fallzahlen oder Verknüpfung zu Paid-Kohorten. Es werden keine Deployment-Audits, Rollout-Anteile oder Versionszuweisungsbelege geliefert. Diese Meldungen priorisieren eine Untersuchung; sie sind keine verifizierten Release-Protokolle oder eine kausale Diagnose.

Arbeitsauftrag für den nächsten Zyklus

Verantwortliche Rolle	Erforderliche Evidenz/Maßnahme	Stoppbedingung
Produktverantwortlicher	Mobilen Ablauf reproduzieren und Release-/Versions-/QA-Belege abrufen	Fehlende Zuweisung/Protokolle verhindern eine versionsspezifische Kausalaussage
Media-Leiter	Ereignisbedeutung, Kohorten-Tagging und vergleichbare Geräte-/Zielgruppen-/Kreativschnitte abgleichen	Inkonsistente Definitionen oder unreife Zeitfenster verhindern einen belastbaren Vergleich
Content-Leiter	Botschafts-/Post-Click-Erwartungen nach Messungs-/Journey-Prüfungen prüfen	Kein bestätigtes Problem mit der Werbebotschaft bedeutet keine Behauptung eines erfolgreichen oder gescheiterten Hooks
Prüfer mit aktuellem Messwissen und Freigabebefugnis	Die Entscheidung und alle Stakeholder-Entwürfe vor der kundengerichteten Freigabe prüfen	Fehlende Freigabe bedeutet keine externe Zustellung

Hypothesen, die Hypothesen bleiben müssen

Präsentationsreibung, Tracking-Änderungen, Targeting-/Mix-Änderungen und andere Einflüsse können beitragen. Der Support-Bericht belegt weder Verbreitung noch Abbruch. Kein quizbedingter Umsatzverlust, kein inkrementeller Lift, kein Gewinn, kein realisierter LTV, kein vollständiger CAC und kein Urteil zum monatlichen Geschäftsziel wurde nachgewiesen.

Überprüfen Sie Kontext, Regel und Evidenzanforderungen im nächsten Berichtszyklus erneut; entfernen Sie veraltete Annahmen oder halten Sie sie ausdrücklich ungelöst. Weder diese Aktualisierung noch ihre Wiederverwendung belegt eine verbesserte zukünftige Ausgabe.

Herunterladen ↓

Was sich im Briefing geändert hat

Was sich zwischen Brief v1 und v2 geändert hat

Fiktives GreenLeaf-Beispiel. KI-gestützte redaktionelle Prüfung; menschliche Freigabe ausstehend.

Bereich	v1	v2	Evidenzklasse
Mobile-Signal	Ziel- und verfasstes Lehrsignal; noch keine geprüfte Ausgabe	Geprüft 3,780/8,400 → 2,352/8,400	Rekonstruierte CSV, verifizierte Berechnung
Zielgruppen-Mix	Vor der Diagnose vergleichen	Mobile-Starts verschieben sich von gleichen Anteilen zu 25% skeptisch / 75% explorierend	Rekonstruierte CSV, verifizierte Berechnung
Vergleichbare Gruppen	Erforderliche analytische Prüfung	Fixed-Mix-Woche-2-Rate 35.33%; alle 12 Schichten gehen zurück	Deskriptive Berechnung, keine kausale Interpretation
Produkthistorie	Unbekannt; vom Verantwortlichen anfordern	Mobile-Überarbeitung gemeldet; Audit/Zuweisung/Rollout fehlen	Vorab verfasster fiktiver Kontext, Verifizierung ausstehend
Support-Historie	Unbekannt	Unverknüpfte Schwierigkeit beim Finden des Next-Step-Steuerelements gemeldet	Fiktive Anekdote, keine Prävalenzschätzung
Nächster Schritt	Vor einem verfrühten Eingriff diagnostizieren	Mobile-/Ereignisverifizierung mit Produkt-/Media-Verantwortlichen priorisieren	Redaktionelle Entscheidung, vorgeschlagen, nicht abgeschlossen
KI-Zahlen	Müssen geprüft werden	Anfängliche/Folgefehler dokumentiert; geprüftes Metrikpaket verwenden	Tatsächlich aufgezeichnete Antworten plus unabhängige Prüfungen
Geschäftsziele und Unbekannte	Vier Ziele, fehlende Kausal-/LTV-/Awareness-/Ökonomie-Evidenz	Unverändert	Kursszenario und Evidenzgrenzen

Es wurde keine bekannte Historie absichtlich aus v1 entfernt. Der spätere Kontext wurde vor dem ersten Lauf verfasst und stellt Informationen dar, die das fiktive Team später erfuhr. Diese Abfolge ist kein kontrollierter Test menschlicher Überlegenheit und kein Beleg für einen Produktfehler oder eine gemessene Einsparung.

Herunterladen ↓

Produktions- und Zuweisungsprotokoll

Ein Befund erreicht den richtigen Verantwortlichen

Statisches retrospektives Lehrbeispiel. Kein Überwachungsdienst, keine externen Nachrichten, keine autonomen Kampagnenänderungen und keine abgeschlossene menschliche Freigabe. Die vorgeschlagenen Berichte sind KI-gestützte redaktionelle Entwürfe.

Erkennen

Regel: Die festgestellte Paid-Mobile-Quiz-Abschlussquote liegt unter dem Szenario-Ziel von 45%. Woche 2 beträgt 2,352/8,400 = 28%. Dies ist eine definierte Quiz-Regel, kein Vergleich von Media-CPA mit Voll-CAC.

Die Click-Kohorten umfassen den Zeitraum vom 8.–14. September 2026, UTC, mit einem Sieben-Tage-Beobachtungsfenster. Unter der End-of-Day-Reifekonvention ist ein vollständiger Woche-2-Vergleich erstmals am 21. September um 23:59:59 UTC gerechtfertigt. Dieses Beispiel verwendet den Snapshot vom 22. September um 23:59:59 UTC. Es kann keine Früherkennung während Woche 2 demonstrieren und nicht beweisen, dass ein Verlust verhindert worden wäre.

Analysieren

Zahlen und Definitionen prüfen, dann vergleichbare Gruppen. Fester Woche-1-Mix ergibt 35.33%, nicht 28%: Sowohl Zusammensetzung als auch Veränderungen innerhalb der Gruppen sind wichtig. Die gemeldete mobile Überarbeitung/Support-Sorge stützt eine Diagnosehypothese, keine Ursache. Nicht verfügbare Ergebnisse bleiben nicht verfügbar.

Zuweisen

Empfänger	Erhält	Verantwortlichkeit
Produktverantwortlicher + Media-Leiter	Mobile-Diagnose-Arbeitsauftrag und relevante Kohorten	Journey/Ereignisse verifizieren und Release-/Versionsevidenz abrufen
Gründer / Marketing-Verantwortlicher	Geschäftsorientierte Zusammenfassung	Prioritäten nach Prüfung von Evidenz und Empfehlung entscheiden
Content-Leiter	Botschafts-/Post-Click-Brief	Übergang prüfen und nur einen gerechtfertigten Test vorschlagen

Es gibt keine Live-E-Mail-/Slack-Zustellung. Die Tabelle ist ein Routing-Datensatz innerhalb des fiktiven Workflows.

Prüfen

Freigabestatus: menschliche Prüfung ausstehend. Ein Prüfer mit aktuellem Messwissen und Freigabebefugnis muss kundengerichtete Empfehlungen freigeben. Ein grüner Test, eine Modellantwort oder die Prüfung eines anderen Agenten liefert diese Freigabe nicht.

Wöchentliche Diagnosekadenz; monatliche Geschäftserzählung; vierteljährlicher Planungs-Reset. Überprüfen Sie Regel und Kontext im nächsten Berichtszyklus erneut. Eskalieren Sie fehlende Definitionen, veralteten Kontext oder nicht verfügbare Versionsevidenz an den Marketing-Verantwortlichen; bewahren Sie Unsicherheit, statt eine selbstsichere Warnung zu erzeugen. Kein exakter künftiger Prüftermin, keine abgeschlossene Diagnose und kein Ergebnis wird erfunden.

Herunterladen ↓

Aufgezeichnete Lauf-Belege

Aufgezeichnete Originalanfragen und Antworten auf Englisch.

Erster eingereichter Prompt

Prepare the first reporting draft for fictional GreenLeaf Wellness UK. This is an openly constructed teaching example, not real campaign or customer data. Read the full reporting brief and dictionary before analyzing the reconciled CSV. You have no code-execution tool in this request; do not claim you executed code, queried a platform or inspected release logs. Show calculations and label any arithmetic uncertainty.

In one response produce three clearly headed deliverables: Founder / CEO Summary (one-page equivalent, at most three actions with role owners), Media Team Analysis (checked period/channel/device/audience/creative comparisons), and Content & Creative Brief (message/post-click hypotheses and a focused next test). Facts and recommendations must remain consistent across the three. Every finding answers WHAT happened, WHY it matters to the business, and WHAT'S NEXT. State unavailable outcomes.

For media analysis, show summed spend, starts, completions, new customers, attributed first-purchase revenue, media CPA and first-order ROAS for each period. Check the mobile aggregate against channel × audience × creative strata and compute a Week 1-starts-weighted Week 2 rate before diagnosing the decline. Separate composition from within-group changes; neither proves causality. Do not invent a loss estimate, conversion denominator, budget, profit, CAC reconciliation or incremental result. Do not treat a two-week export as full-month target performance. Do not force a budget or creative change when a diagnostic recommendation is justified.

Return readable Markdown with compact evidence tables. Include an explicit limitations section and a short reproducible calculation for the main signal.

## Attached file: en/brief-v1.md

# GreenLeaf UK launch — reporting brief v1

**Version:** 1.0 · **Authored:** 2026-10-29 · **Status:** English source input for a fictional teaching example; not a published report. Freeze this brief, the dictionary and the source map before fixture generation. Freeze exact run-input hashes separately after data verification. No AI response or analytical result is claimed by this brief.

## Business and the handoffs into reporting

GreenLeaf Wellness is the course's fictional subscription supplement business, expanding from the US into the UK. Its products include daily greens, protein blends and adaptogen stacks. Its proposed distinction is ingredient traceability and transparent dosing. The commercial question is whether that proposition helps UK buyers progress from consideration to a first purchase. This reconstruction examines paid cohorts; it cannot settle the whole launch's success.

| Upstream work | Concrete handoff supplied here | How reporting uses it | Evidence still needed |
|---|---|---|---|
| Research and strategy | Oliver, the skeptical biohacker, is a synthetic persona hypothesis. Objection: can I verify what is in a serving, and does the price reflect value? Interview question: what evidence changed your last supplement shortlist? | Compare the `skeptical` and `exploring` audience hypotheses and the `traceability` and `value` messages without treating identifiers as validated psychology. | Real customer interviews, observed objections and a validated segment definition. |
| Measurement | Business objective → KPI → diagnostic lever. Quiz completion = completions / starts; new-customer revenue has a monthly target. Seven-day UTC paid-click cohorts have a common maturity rule. | Keep outcomes above CTR/CPC/CPM and compare like-for-like denominators. | All-channel monthly revenue reconciliation, awareness research, retention history and incrementality design/results. |
| Activation | Illustrative message: “Know what is in every serving.” Second message tests value through clear dosing information. Journey: ad → landing page → quiz start → completion → first purchase. Canonical campaign/device/audience/creative IDs are in the dictionary. | Inspect message, audience, device and funnel stage; request event and release reconciliation before diagnosing. | Substantiation of any product claim, event QA logs, ad-platform exports and a timestamped release/test register. These illustrative messages are not approved advertising. |
| Institutional memory | This v1 records all scenario context currently supplied. There is no supplied historical seasonal baseline, client preference log, earlier agency finding or known product incident. | Treat missing history as unknown; ask its owner rather than invent a founder sensitivity or seasonal explanation. | Product/support and commercial-owner follow-up; record subsequently learned information with provenance in v2. |

The source map separates course facts, new reconstruction choices and later derived results. Source: [course traceability](../data/course-source-map.json). Field semantics: [dictionary](dictionary.md).

## 1. KPIs and targets

| Business decision | Course scenario target | Evidence available from this reconstruction | Reporting boundary |
|---|---|---|---|
| Are buyers progressing through consideration? | 45% quiz completion | Paid-cohort quiz completions ÷ starts, including mobile and desktop separately | The authored mobile comparison is 45% → 28%, a 17 percentage point decline (approximately 37.8% relative). Verify counts after generation; this is a teaching constraint, not an observed client result or all-site rate. |
| Is the UK launch producing new-customer revenue? | USD $60,000 per month | Attributed first-purchase revenue for September 1–14 paid-click cohorts | Two paid-cohort weeks do not establish a full-month, all-channel result. Do not prorate the target into a success verdict. Obtain the full month, common revenue definition and reconciled new-customer ledger. |
| Is GreenLeaf becoming known? | 15% unaided awareness | Unavailable | Impressions, clicks and paid revenue cannot substitute for a brand-awareness study. |
| Are customers valuable over time? | USD $480 LTV at 12 months | Unavailable | First-order revenue cannot establish realized LTV or retention. |

The course's **$312 breakeven CAC** is a scenario planning guardrail. This export supplies media spend and attributed first-purchase customers, so it supports **media CPA**, not full CAC. Reconcile acquisition cost scope, unique new customers, periods and the economic assumptions before comparing with that guardrail. No CAC breach or profitability claim follows from media CPA alone.

CTR, CPC, CPM, click-to-start rate, completion-to-purchase rate, media CPA and attributed first-order ROAS are diagnostic levers. Frequency, impression share and bounce rate are unavailable because their required source fields are absent. Incremental lift, all-site revenue, refunds outside the fixture, full acquisition economics and long-term outcomes remain unknown.

## 2. Stakeholders, decisions and release authority

One prompt must produce all three drafts from the same brief and reconciled dataset. Every finding answers **WHAT happened → WHY it matters → WHAT'S NEXT**, separating checked facts, hypotheses, unknowns and proposed actions.

| Recipient | Decision the report must support | Required deliverable | Authority and boundary |
|---|---|---|---|
| Founder / CEO (or in-house marketing leader) | Should launch priorities change now, or should the team obtain specific evidence before a commercial decision? | One-page summary of the business signal, material uncertainty and a named next decision. | Founder/marketing owner approves commercial priorities and budget. No automatic reallocation, unsupported lost-revenue estimate or monthly target verdict. |
| Media team | Which cohort, event definition or journey stage should be investigated first, and what evidence would change the next media decision? | Channel/device/audience/creative analysis, funnel counts, weighted rates and fixed-mix check. | Media lead owns source reconciliation and diagnostic work order; spend changes require commercial approval. |
| Content & creative team | Should the next test focus on the message, the post-click experience, or evidence needed to choose between them? | Focused creative/testing brief with hypothesis, evidence required, owner and success measure. | Creative lead proposes a test; product owner approves product changes and relevant claim substantiation. No unsupported creative winner or causal claim. |

Agency leaders can inspect the quality of advice and release discipline; in-house leaders can inspect evidence for changing the plan; performance leads can inspect the diagnostic work. Readers evaluating professional judgment can inspect the same evidence. These reader perspectives do not replace the three course deliverables or change the underlying facts.

A reviewer competent in measurement definitions and campaign operations checks source reconciliation, calculations, comparison logic and the proposed decision. The founder/marketing owner retains release authority for leadership/client-facing recommendations. These are fictional role assignments, not real people, messages or approvals.

## 3. Context layers and known unknowns

**Temporal:** Week 1 = September 1–7, 2026; Week 2 = September 8–14. `date` is a UTC paid-click cohort date. Funnel events and attributed purchases share seven days after the eligible click. Snapshot = `2026-09-22T23:59:59Z`, when both periods are mature. This is a retrospective comparison, not evidence of detection during Week 2. No seasonal effect, holiday explanation or earlier baseline is supplied.

**Business:** UK expansion, subscription products and the transparency proposition come from the fictional course scenario. The reporting currency is USD to preserve the course target units. No real UK price, exchange-rate conversion, approved health claim, launch budget or full customer economics is established here.

**Competitive:** the course uses AG1, Huel, Ritual, Seed and Thorne as recognizable category context. Current pricing, competitor campaigns and market shares have not been researched for this example; no movement can be attributed to them. Oliver's persona dialogue is synthetic, not an interview transcript from a real customer.

**Client/team history:** product release status, mobile QA findings, support feedback, founder sensitivities, audience-test assignment and earlier reporting lessons have not been supplied at v1. Absence from these inputs does not mean nothing changed. The first diagnostic work order must ask product/support for timestamped context and measurement for event/version reconciliation. Any answer is new information to this brief and must be labelled as such. Do not assume a product problem in advance.

## 4. Benchmarks, dimensions and common-sense checks

The internal comparison is two equal, mature seven-day periods. The 45% course target is the benchmark under the declared paid-cohort scope; no external industry benchmark is supplied. Dimensions are channel (`google-search`, `linkedin`, `reddit-paid`), device (`mobile`, `desktop`), audience (`skeptical`, `exploring`), creative (`traceability`, `value`) and funnel stage. These are constructed mutually exclusive reporting buckets, not verified targeting performance or real persona classification.

Before drafting findings:

1. Reconcile 337 raw rows to 336 canonical daily rows: remove the single exact duplicate, normalize only the declared campaign alias, preserve source counts and validate identifiers, integer counts/cents and `is_provisional`.
2. Check funnel inequalities, mature coverage and attribution assumptions. Do not infer unique customers independently from an aggregate CSV. Zero denominators yield unavailable ratios, not zero performance.
3. Sum numerators and denominators before dividing. Never average row rates; calculate monetary ratios from cents without rounding intermediate values.
4. Check mobile movement within channel × audience × creative strata. Compare Week 2 stratum rates using Week 1 quiz-start shares as fixed weights. Report observed aggregate, fixed-mix comparison, weights and any undefined stratum. Diagnose composition versus within-group movement before a product explanation; either pattern still lacks causal identification.
5. Reconcile device and segment totals to the whole. Explain first-order revenue with its cohort and attribution limits. Do not copy unsupported course-asset numbers such as revenue at risk, a segment multiple or a precise budget move.

**Retrospective alert rule:** for a mature comparable weekly paid-mobile cohort with at least one quiz start, flag completion below 45%. Detect → analyze with source/fixed-mix checks → route the diagnostic to the media lead and product owner → human review. The accountable owner records source window, snapshot, earliest defensible availability, decision and approval state. A static sample is not a running service; no external messages, automatic spend changes or prevented-loss claim is authorized.

## 5. Cadence and the next brief

Weekly: diagnostic/optimization summary, checked cohort cuts, owner and next evidence request. Monthly: business narrative against the full target period, with all-channel reconciliation and unavailable outcomes explicit. Quarterly: reset planning assumptions, benchmarks and measurement design rather than extrapolate this snapshot.

For this teaching cycle, preserve the actual multi-audience prompt and unedited response; record model/run metadata and exact input hashes. Include a focused analysis question, checked answer and useful follow-up. Human review may confirm, revise, defer or reject a recommendation; unchanged advice is a valid outcome. Newly learned fictional context must have been written and hash-recorded before the initial run, and must not be retrofitted to manufacture a failure. It is not an input to the first draft.

Then record the review reasoning, update brief v2 and a readable diff, and produce three final reports from approved facts. Distinguish context-enabled changes from independent reviewer judgment. Preserve hypotheses as hypotheses in memory. This sequence demonstrates reporting judgment; it does not measure AI accuracy, human superiority, saved time or client ROI. Public release requires the separately governed localization and review gates.


## Attached file: en/dictionary.md

# GreenLeaf reporting data dictionary — v1 semantic contract

**Authored:** 2026-10-29 · **Status:** frozen source specification before fixture generation; English editorial input. The CSV is a new synthetic reconstruction, not recovered course data. The [brief](brief-v1.md) governs decisions; the [source map](../data/course-source-map.json) governs provenance. No real customers, health information or client accounts are included.

## Grain, window and attribution

One canonical row is one UTC paid-click date × channel × device × audience × creative, in the UK. Fourteen dates × three channels × two devices × two audiences × two creatives = **336 rows**. The raw export has **337 rows**, including one exact duplicate. Campaign belongs to channel and does not add a dimension.

Week 1: `2026-09-01`–`2026-09-07` inclusive. Week 2: `2026-09-08`–`2026-09-14` inclusive. Snapshot: **`2026-09-22T23:59:59Z`**. Days are UTC and `date` always means paid-click cohort date, never purchase/event date. Funnel events and first purchases are observed during the seven days after the eligible paid click. Exact event timestamps are not exported; the seven-day attribution/observation window is a generator construction assumption. Both complete periods have matured at the snapshot. All published primary rows have `is_provisional=false`.

Spend, impressions and clicks describe the acquisition activity assigned to that cohort date. Landing, quiz and purchase counts follow its source-tagged paid-click cohort and device/audience/creative bucket. Each synthetic first-purchase customer and revenue amount is assigned once, to the last eligible paid click within seven days; all event stages follow this same exclusive assignment. Cross-device identity reconciliation is not measured. Exclusivity is guaranteed by construction, not independently established by this aggregate file.

## Fields

| Field | Type / unit | Meaning and validation |
|---|---|---|
| `row_id` | nonempty string | Stable unique canonical row ID. The raw exact duplicate repeats it; conflicting rows with the same ID are an error. |
| `date` | ISO `YYYY-MM-DD` | UTC source paid-click cohort date, within September 1–14. |
| `market` | enum | `UK` only; scope is paid cohorts in the fictional UK launch. |
| `channel` | enum | `google-search`, `linkedin`, `reddit-paid`. Organic Reddit activity is excluded. |
| `campaign_id` | enum after normalization | One campaign per channel; lookup below. |
| `device` | enum | `mobile` or `desktop`, device of assigned source paid click. |
| `audience_id` | enum | `skeptical` or `exploring`; mutually exclusive constructed buckets within channel, not validated customer traits. |
| `creative_id` | enum | `traceability` or `value`; message hypotheses with channel-specific format, lookup below. |
| `spend_cents` | nonnegative integer USD cents | Media cost only. No agency, creative, tooling, salaries or other acquisition costs. |
| `impressions` | nonnegative integer | Acquisition ad impressions in the bucket; not unique people or frequency. |
| `clicks` | nonnegative integer | Paid clicks assigned to this bucket; not unique visitors. |
| `landing_sessions` | nonnegative integer | Source-tagged landing sessions observed within seven days of the eligible paid click. At most one retained session per synthetic funnel journey. |
| `quiz_starts` | nonnegative integer | Distinct retained source-tagged quiz journeys that start within the same seven-day window; one retained start per journey. Completion-rate denominator. |
| `quiz_completions` | nonnegative integer | Those retained quiz journeys completed within the same seven-day window; no repeated completion counting. |
| `attributed_new_customers` | nonnegative integer | First-purchase customers completing this constructed quiz-led funnel within seven days, assigned once by the declared last-paid-click rule. Not all-site new customers. |
| `attributed_first_purchase_revenue_cents` | nonnegative integer USD cents | First-purchase revenue from those customers, after discounts, excluding tax and shipping. No refunds in this fixture; no renewal revenue. The generator assigns USD $80 (8,000 cents) per first-purchase customer for arithmetic clarity; this is a reconstruction assumption, not course pricing or LTV. |
| `is_provisional` | boolean | `false` means this row's seven-day observation window is mature at the declared snapshot. Reject unsupported string/boolean coercion. |

Per-row inequalities: `impressions >= clicks >= landing_sessions >= quiz_starts >= quiz_completions >= attributed_new_customers`. This is an explicit simplified quiz-led funnel construction, not a universal property of advertising exports. A row with zero customers must have zero first-purchase revenue; a positive customer count must have positive revenue. These constraints do not supply person-level evidence.

## Canonical lookups and raw cleanup

| Channel | Canonical campaign ID | Display name | Allowed raw campaign ID alias |
|---|---|---|---|
| `google-search` | `gl-uk-google-search` | GreenLeaf UK Search | `gl_uk_search` → `gl-uk-google-search` |
| `linkedin` | `gl-uk-linkedin` | GreenLeaf UK LinkedIn | None |
| `reddit-paid` | `gl-uk-reddit-paid` | GreenLeaf UK Reddit paid | None |

Audience `skeptical`: constructed bucket for a proof-seeking buyer comparing sourcing/dosing evidence; inspired by Oliver's unvalidated persona. Audience `exploring`: constructed bucket for a buyer exploring the category and considering value. They are neither real targeting specifications nor randomized treatment assignments; no identity, profession or health condition is inferred.

Creative `traceability`: illustrative “Know what is in every serving” message. Creative `value`: illustrative “Compare the value of a clearly dosed serving” message. For Google Search these are text-ad message hypotheses; for LinkedIn, sponsored-feed copy hypotheses; for Reddit paid, promoted-post copy hypotheses. Creative IDs are shared message categories within each channel, not identical finished ad assets or approved claims. No proof of efficacy or actual product certification is supplied.

Remove only a byte-for-byte/equal-field exact duplicate, recording its source row ID. Normalize only the declared alias and record the count. An unknown ID, unexpected market, missing field, malformed date, noninteger cents/count, negative value, conflicting duplicate or impossible funnel must fail validation rather than be silently repaired. Preserve a documented zero-denominator row to verify unavailable-ratio handling. Reconcile raw/canonical counts and all dimension totals. The fixture generation record must identify the exact duplicate, alias row and zero-denominator row; this dictionary does not pretend those rows already exist.

## Metrics and comparison rules

Use sums within the selected cohort/dimension, then divide; never average row-level rates. Retain full intermediate precision. Display USD by dividing cents by 100 only at presentation. A zero denominator yields **unavailable**, never zero/infinity; percent change against a zero prior value is unavailable.

| Metric | Definition | Interpretation |
|---|---|---|
| Quiz completion rate | `sum(quiz_completions) / sum(quiz_starts)` | Primary funnel KPI; paid-mobile Week 1/2 must be calibrated to 45%/28%. |
| Click-to-start rate | `sum(quiz_starts) / sum(clicks)` | Diagnostic; distinct from quiz completion. |
| Click-to-landing rate | `sum(landing_sessions) / sum(clicks)` | Diagnostic, not a verified bounce rate. |
| Completion-to-purchase rate | `sum(attributed_new_customers) / sum(quiz_completions)` | Constructed quiz-led funnel diagnostic. |
| CTR | `sum(clicks) / sum(impressions)` | Optimization metric; not awareness. |
| CPC (USD) | `sum(spend_cents) / sum(clicks) / 100` | Media cost per click. |
| CPM (USD) | `sum(spend_cents) / sum(impressions) * 1000 / 100` | Media cost per 1,000 impressions. |
| Media CPA (USD) | `sum(spend_cents) / sum(attributed_new_customers) / 100` | Media-only proxy; not full CAC. |
| Attributed first-order ROAS | `sum(attributed_first_purchase_revenue_cents) / sum(spend_cents)` | Revenue/spend ratio; not profit, incrementality or LTV. |
| First-purchase revenue (USD) | `sum(attributed_first_purchase_revenue_cents) / 100` | Paid-cohort attribution only; not a verdict against the $60K full-month target. |

A rate's percentage-point change is `(Week 2 rate - Week 1 rate) * 100`. Relative change is `(Week 2 rate / Week 1 rate - 1) * 100` when Week 1 is positive. The authored 45% → 28% equals −17 percentage points and approximately −37.8% relative; no other result is predetermined by this source contract.

Before diagnosing mobile aggregate movement, stratify mobile by channel × audience × creative. For stratum `s`, set fixed weight `w_s = Week 1 starts_s / Week 1 total starts`. Compare `sum(w_s * Week 1 completion_rate_s)` with `sum(w_s * Week 2 completion_rate_s)` and compare both with observed rates. Publish weights and counts. A positive-weight stratum without a defined Week 2 rate makes the full fixed-mix comparison unavailable; any explicitly restricted common-strata comparison must disclose excluded counts/weights and cannot silently stand in for the whole. A zero-weight stratum contributes zero and does not require a rate. Changing mix and within-stratum movement may coexist. Neither proves a cause; the cohorts are not randomized.

An incomplete snapshot or provisional primary row makes the two full periods unsettled/noncomparable. Do not treat unobserved outcomes as zero. A separately selected comparison with identical mature coverage must state the selected dates, exclusions and changed question.

## Unavailable evidence and source conflicts

Unavailable: full CAC, profit, retention, realized 12-month LTV, awareness, incrementality, true all-channel/month revenue, frequency, impression share, bounce rate, event/release logs, customer interviews and causal explanations. The source asset's separate 4.2% “quiz CVR” has no adequate shared denominator definition here; do not import it. No screenshot's loss estimate, segment multiple, budget instruction or organic-to-paid causal story is a derived fixture result. See the source map for course facts versus newly authored assumptions.


## Attached file: data/reconciled.csv

row_id,date,market,channel,campaign_id,device,audience_id,creative_id,spend_cents,impressions,clicks,landing_sessions,quiz_starts,quiz_completions,attributed_new_customers,attributed_first_purchase_revenue_cents,is_provisional
d01-google-search-mobile-skeptical-traceability,2026-09-01,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3100,2520,140,120,100,54,4,32000,false
d01-google-search-mobile-skeptical-value,2026-09-01,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3100,2520,140,120,100,58,4,32000,false
d01-google-search-mobile-exploring-traceability,2026-09-01,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3100,2520,140,120,100,25,2,16000,false
d01-google-search-mobile-exploring-value,2026-09-01,UK,google-search,gl-uk-google-search,mobile,exploring,value,3100,2520,140,120,100,29,2,16000,false
d01-google-search-desktop-skeptical-traceability,2026-09-01,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3100,2160,120,100,80,38,3,24000,false
d01-google-search-desktop-skeptical-value,2026-09-01,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3100,2160,120,100,80,40,3,24000,false
d01-google-search-desktop-exploring-traceability,2026-09-01,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3100,2160,120,100,80,30,2,16000,false
d01-google-search-desktop-exploring-value,2026-09-01,UK,google-search,gl-uk-google-search,desktop,exploring,value,3100,2160,120,100,80,32,2,16000,false
d01-linkedin-mobile-skeptical-traceability,2026-09-01,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4100,2660,140,120,100,58,4,32000,false
d01-linkedin-mobile-skeptical-value,2026-09-01,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4100,2660,140,120,100,62,4,32000,false
d01-linkedin-mobile-exploring-traceability,2026-09-01,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4100,2660,140,120,100,28,2,16000,false
d01-linkedin-mobile-exploring-value,2026-09-01,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4100,2660,140,120,100,32,2,16000,false
d01-linkedin-desktop-skeptical-traceability,2026-09-01,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4100,2280,120,100,80,39,3,24000,false
d01-linkedin-desktop-skeptical-value,2026-09-01,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4100,2280,120,100,80,41,3,24000,false
d01-linkedin-desktop-exploring-traceability,2026-09-01,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4100,2280,120,100,80,31,2,16000,false
d01-linkedin-desktop-exploring-value,2026-09-01,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4100,2280,120,100,80,33,2,16000,false
d01-reddit-paid-mobile-skeptical-traceability,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2600,2800,140,120,100,62,4,32000,false
d01-reddit-paid-mobile-skeptical-value,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2600,2800,140,120,100,66,5,40000,false
d01-reddit-paid-mobile-exploring-traceability,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2600,2800,140,120,100,31,2,16000,false
d01-reddit-paid-mobile-exploring-value,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2600,2800,140,120,100,35,2,16000,false
d01-reddit-paid-desktop-skeptical-traceability,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2600,2400,120,100,80,40,3,24000,false
d01-reddit-paid-desktop-skeptical-value,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2600,2400,120,100,80,42,3,24000,false
d01-reddit-paid-desktop-exploring-traceability,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2600,2400,120,100,80,32,2,16000,false
d01-reddit-paid-desktop-exploring-value,2026-09-01,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,0,0,0,0,0,0,0,0,false
d02-google-search-mobile-skeptical-traceability,2026-09-02,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3200,2520,140,120,100,54,4,32000,false
d02-google-search-mobile-skeptical-value,2026-09-02,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3200,2520,140,120,100,58,4,32000,false
d02-google-search-mobile-exploring-traceability,2026-09-02,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3200,2520,140,120,100,25,2,16000,false
d02-google-search-mobile-exploring-value,2026-09-02,UK,google-search,gl-uk-google-search,mobile,exploring,value,3200,2520,140,120,100,29,2,16000,false
d02-google-search-desktop-skeptical-traceability,2026-09-02,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3200,2160,120,100,80,38,3,24000,false
d02-google-search-desktop-skeptical-value,2026-09-02,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3200,2160,120,100,80,40,3,24000,false
d02-google-search-desktop-exploring-traceability,2026-09-02,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3200,2160,120,100,80,30,2,16000,false
d02-google-search-desktop-exploring-value,2026-09-02,UK,google-search,gl-uk-google-search,desktop,exploring,value,3200,2160,120,100,80,32,2,16000,false
d02-linkedin-mobile-skeptical-traceability,2026-09-02,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4200,2660,140,120,100,58,4,32000,false
d02-linkedin-mobile-skeptical-value,2026-09-02,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4200,2660,140,120,100,62,4,32000,false
d02-linkedin-mobile-exploring-traceability,2026-09-02,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4200,2660,140,120,100,28,2,16000,false
d02-linkedin-mobile-exploring-value,2026-09-02,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4200,2660,140,120,100,32,2,16000,false
d02-linkedin-desktop-skeptical-traceability,2026-09-02,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4200,2280,120,100,80,39,3,24000,false
d02-linkedin-desktop-skeptical-value,2026-09-02,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4200,2280,120,100,80,41,3,24000,false
d02-linkedin-desktop-exploring-traceability,2026-09-02,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4200,2280,120,100,80,31,2,16000,false
d02-linkedin-desktop-exploring-value,2026-09-02,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4200,2280,120,100,80,33,2,16000,false
d02-reddit-paid-mobile-skeptical-traceability,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2700,2800,140,120,100,62,4,32000,false
d02-reddit-paid-mobile-skeptical-value,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2700,2800,140,120,100,66,5,40000,false
d02-reddit-paid-mobile-exploring-traceability,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2700,2800,140,120,100,31,2,16000,false
d02-reddit-paid-mobile-exploring-value,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2700,2800,140,120,100,35,2,16000,false
d02-reddit-paid-desktop-skeptical-traceability,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2700,2400,120,100,80,40,3,24000,false
d02-reddit-paid-desktop-skeptical-value,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2700,2400,120,100,80,42,3,24000,false
d02-reddit-paid-desktop-exploring-traceability,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2700,2400,120,100,80,32,2,16000,false
d02-reddit-paid-desktop-exploring-value,2026-09-02,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2700,2400,120,100,80,34,2,16000,false
d03-google-search-mobile-skeptical-traceability,2026-09-03,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3000,2520,140,120,100,54,4,32000,false
d03-google-search-mobile-skeptical-value,2026-09-03,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3000,2520,140,120,100,58,4,32000,false
d03-google-search-mobile-exploring-traceability,2026-09-03,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3000,2520,140,120,100,25,2,16000,false
d03-google-search-mobile-exploring-value,2026-09-03,UK,google-search,gl-uk-google-search,mobile,exploring,value,3000,2520,140,120,100,29,2,16000,false
d03-google-search-desktop-skeptical-traceability,2026-09-03,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3000,2160,120,100,80,38,3,24000,false
d03-google-search-desktop-skeptical-value,2026-09-03,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3000,2160,120,100,80,40,3,24000,false
d03-google-search-desktop-exploring-traceability,2026-09-03,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3000,2160,120,100,80,30,2,16000,false
d03-google-search-desktop-exploring-value,2026-09-03,UK,google-search,gl-uk-google-search,desktop,exploring,value,3000,2160,120,100,80,32,2,16000,false
d03-linkedin-mobile-skeptical-traceability,2026-09-03,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4000,2660,140,120,100,58,4,32000,false
d03-linkedin-mobile-skeptical-value,2026-09-03,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4000,2660,140,120,100,62,4,32000,false
d03-linkedin-mobile-exploring-traceability,2026-09-03,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4000,2660,140,120,100,28,2,16000,false
d03-linkedin-mobile-exploring-value,2026-09-03,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4000,2660,140,120,100,32,2,16000,false
d03-linkedin-desktop-skeptical-traceability,2026-09-03,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4000,2280,120,100,80,39,3,24000,false
d03-linkedin-desktop-skeptical-value,2026-09-03,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4000,2280,120,100,80,41,3,24000,false
d03-linkedin-desktop-exploring-traceability,2026-09-03,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4000,2280,120,100,80,31,2,16000,false
d03-linkedin-desktop-exploring-value,2026-09-03,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4000,2280,120,100,80,33,2,16000,false
d03-reddit-paid-mobile-skeptical-traceability,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2500,2800,140,120,100,62,4,32000,false
d03-reddit-paid-mobile-skeptical-value,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2500,2800,140,120,100,66,5,40000,false
d03-reddit-paid-mobile-exploring-traceability,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2500,2800,140,120,100,31,2,16000,false
d03-reddit-paid-mobile-exploring-value,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2500,2800,140,120,100,35,2,16000,false
d03-reddit-paid-desktop-skeptical-traceability,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2500,2400,120,100,80,40,3,24000,false
d03-reddit-paid-desktop-skeptical-value,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2500,2400,120,100,80,42,3,24000,false
d03-reddit-paid-desktop-exploring-traceability,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2500,2400,120,100,80,32,2,16000,false
d03-reddit-paid-desktop-exploring-value,2026-09-03,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2500,2400,120,100,80,34,2,16000,false
d04-google-search-mobile-skeptical-traceability,2026-09-04,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3100,2520,140,120,100,54,4,32000,false
d04-google-search-mobile-skeptical-value,2026-09-04,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3100,2520,140,120,100,58,4,32000,false
d04-google-search-mobile-exploring-traceability,2026-09-04,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3100,2520,140,120,100,25,2,16000,false
d04-google-search-mobile-exploring-value,2026-09-04,UK,google-search,gl-uk-google-search,mobile,exploring,value,3100,2520,140,120,100,29,2,16000,false
d04-google-search-desktop-skeptical-traceability,2026-09-04,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3100,2160,120,100,80,38,3,24000,false
d04-google-search-desktop-skeptical-value,2026-09-04,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3100,2160,120,100,80,40,3,24000,false
d04-google-search-desktop-exploring-traceability,2026-09-04,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3100,2160,120,100,80,30,2,16000,false
d04-google-search-desktop-exploring-value,2026-09-04,UK,google-search,gl-uk-google-search,desktop,exploring,value,3100,2160,120,100,80,32,2,16000,false
d04-linkedin-mobile-skeptical-traceability,2026-09-04,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4100,2660,140,120,100,58,4,32000,false
d04-linkedin-mobile-skeptical-value,2026-09-04,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4100,2660,140,120,100,62,4,32000,false
d04-linkedin-mobile-exploring-traceability,2026-09-04,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4100,2660,140,120,100,28,2,16000,false
d04-linkedin-mobile-exploring-value,2026-09-04,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4100,2660,140,120,100,32,2,16000,false
d04-linkedin-desktop-skeptical-traceability,2026-09-04,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4100,2280,120,100,80,39,3,24000,false
d04-linkedin-desktop-skeptical-value,2026-09-04,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4100,2280,120,100,80,41,3,24000,false
d04-linkedin-desktop-exploring-traceability,2026-09-04,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4100,2280,120,100,80,31,2,16000,false
d04-linkedin-desktop-exploring-value,2026-09-04,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4100,2280,120,100,80,33,2,16000,false
d04-reddit-paid-mobile-skeptical-traceability,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2600,2800,140,120,100,62,4,32000,false
d04-reddit-paid-mobile-skeptical-value,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2600,2800,140,120,100,66,5,40000,false
d04-reddit-paid-mobile-exploring-traceability,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2600,2800,140,120,100,31,2,16000,false
d04-reddit-paid-mobile-exploring-value,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2600,2800,140,120,100,35,2,16000,false
d04-reddit-paid-desktop-skeptical-traceability,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2600,2400,120,100,80,40,3,24000,false
d04-reddit-paid-desktop-skeptical-value,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2600,2400,120,100,80,42,3,24000,false
d04-reddit-paid-desktop-exploring-traceability,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2600,2400,120,100,80,32,2,16000,false
d04-reddit-paid-desktop-exploring-value,2026-09-04,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2600,2400,120,100,80,34,2,16000,false
d05-google-search-mobile-skeptical-traceability,2026-09-05,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3200,2520,140,120,100,54,4,32000,false
d05-google-search-mobile-skeptical-value,2026-09-05,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3200,2520,140,120,100,58,4,32000,false
d05-google-search-mobile-exploring-traceability,2026-09-05,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3200,2520,140,120,100,25,2,16000,false
d05-google-search-mobile-exploring-value,2026-09-05,UK,google-search,gl-uk-google-search,mobile,exploring,value,3200,2520,140,120,100,29,2,16000,false
d05-google-search-desktop-skeptical-traceability,2026-09-05,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3200,2160,120,100,80,38,3,24000,false
d05-google-search-desktop-skeptical-value,2026-09-05,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3200,2160,120,100,80,40,3,24000,false
d05-google-search-desktop-exploring-traceability,2026-09-05,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3200,2160,120,100,80,30,2,16000,false
d05-google-search-desktop-exploring-value,2026-09-05,UK,google-search,gl-uk-google-search,desktop,exploring,value,3200,2160,120,100,80,32,2,16000,false
d05-linkedin-mobile-skeptical-traceability,2026-09-05,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4200,2660,140,120,100,58,4,32000,false
d05-linkedin-mobile-skeptical-value,2026-09-05,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4200,2660,140,120,100,62,4,32000,false
d05-linkedin-mobile-exploring-traceability,2026-09-05,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4200,2660,140,120,100,28,2,16000,false
d05-linkedin-mobile-exploring-value,2026-09-05,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4200,2660,140,120,100,32,2,16000,false
d05-linkedin-desktop-skeptical-traceability,2026-09-05,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4200,2280,120,100,80,39,3,24000,false
d05-linkedin-desktop-skeptical-value,2026-09-05,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4200,2280,120,100,80,41,3,24000,false
d05-linkedin-desktop-exploring-traceability,2026-09-05,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4200,2280,120,100,80,31,2,16000,false
d05-linkedin-desktop-exploring-value,2026-09-05,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4200,2280,120,100,80,33,2,16000,false
d05-reddit-paid-mobile-skeptical-traceability,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2700,2800,140,120,100,62,4,32000,false
d05-reddit-paid-mobile-skeptical-value,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2700,2800,140,120,100,66,5,40000,false
d05-reddit-paid-mobile-exploring-traceability,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2700,2800,140,120,100,31,2,16000,false
d05-reddit-paid-mobile-exploring-value,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2700,2800,140,120,100,35,2,16000,false
d05-reddit-paid-desktop-skeptical-traceability,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2700,2400,120,100,80,40,3,24000,false
d05-reddit-paid-desktop-skeptical-value,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2700,2400,120,100,80,42,3,24000,false
d05-reddit-paid-desktop-exploring-traceability,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2700,2400,120,100,80,32,2,16000,false
d05-reddit-paid-desktop-exploring-value,2026-09-05,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2700,2400,120,100,80,34,2,16000,false
d06-google-search-mobile-skeptical-traceability,2026-09-06,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3000,2520,140,120,100,54,4,32000,false
d06-google-search-mobile-skeptical-value,2026-09-06,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3000,2520,140,120,100,58,4,32000,false
d06-google-search-mobile-exploring-traceability,2026-09-06,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3000,2520,140,120,100,25,2,16000,false
d06-google-search-mobile-exploring-value,2026-09-06,UK,google-search,gl-uk-google-search,mobile,exploring,value,3000,2520,140,120,100,29,2,16000,false
d06-google-search-desktop-skeptical-traceability,2026-09-06,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3000,2160,120,100,80,38,3,24000,false
d06-google-search-desktop-skeptical-value,2026-09-06,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3000,2160,120,100,80,40,3,24000,false
d06-google-search-desktop-exploring-traceability,2026-09-06,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3000,2160,120,100,80,30,2,16000,false
d06-google-search-desktop-exploring-value,2026-09-06,UK,google-search,gl-uk-google-search,desktop,exploring,value,3000,2160,120,100,80,32,2,16000,false
d06-linkedin-mobile-skeptical-traceability,2026-09-06,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4000,2660,140,120,100,58,4,32000,false
d06-linkedin-mobile-skeptical-value,2026-09-06,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4000,2660,140,120,100,62,4,32000,false
d06-linkedin-mobile-exploring-traceability,2026-09-06,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4000,2660,140,120,100,28,2,16000,false
d06-linkedin-mobile-exploring-value,2026-09-06,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4000,2660,140,120,100,32,2,16000,false
d06-linkedin-desktop-skeptical-traceability,2026-09-06,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4000,2280,120,100,80,39,3,24000,false
d06-linkedin-desktop-skeptical-value,2026-09-06,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4000,2280,120,100,80,41,3,24000,false
d06-linkedin-desktop-exploring-traceability,2026-09-06,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4000,2280,120,100,80,31,2,16000,false
d06-linkedin-desktop-exploring-value,2026-09-06,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4000,2280,120,100,80,33,2,16000,false
d06-reddit-paid-mobile-skeptical-traceability,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2500,2800,140,120,100,62,4,32000,false
d06-reddit-paid-mobile-skeptical-value,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2500,2800,140,120,100,66,5,40000,false
d06-reddit-paid-mobile-exploring-traceability,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2500,2800,140,120,100,31,2,16000,false
d06-reddit-paid-mobile-exploring-value,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2500,2800,140,120,100,35,2,16000,false
d06-reddit-paid-desktop-skeptical-traceability,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2500,2400,120,100,80,40,3,24000,false
d06-reddit-paid-desktop-skeptical-value,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2500,2400,120,100,80,42,3,24000,false
d06-reddit-paid-desktop-exploring-traceability,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2500,2400,120,100,80,32,2,16000,false
d06-reddit-paid-desktop-exploring-value,2026-09-06,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2500,2400,120,100,80,34,2,16000,false
d07-google-search-mobile-skeptical-traceability,2026-09-07,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3100,2520,140,120,100,54,4,32000,false
d07-google-search-mobile-skeptical-value,2026-09-07,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3100,2520,140,120,100,58,4,32000,false
d07-google-search-mobile-exploring-traceability,2026-09-07,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3100,2520,140,120,100,25,2,16000,false
d07-google-search-mobile-exploring-value,2026-09-07,UK,google-search,gl-uk-google-search,mobile,exploring,value,3100,2520,140,120,100,29,2,16000,false
d07-google-search-desktop-skeptical-traceability,2026-09-07,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3100,2160,120,100,80,38,3,24000,false
d07-google-search-desktop-skeptical-value,2026-09-07,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3100,2160,120,100,80,40,3,24000,false
d07-google-search-desktop-exploring-traceability,2026-09-07,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3100,2160,120,100,80,30,2,16000,false
d07-google-search-desktop-exploring-value,2026-09-07,UK,google-search,gl-uk-google-search,desktop,exploring,value,3100,2160,120,100,80,32,2,16000,false
d07-linkedin-mobile-skeptical-traceability,2026-09-07,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4100,2660,140,120,100,58,4,32000,false
d07-linkedin-mobile-skeptical-value,2026-09-07,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4100,2660,140,120,100,62,4,32000,false
d07-linkedin-mobile-exploring-traceability,2026-09-07,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4100,2660,140,120,100,28,2,16000,false
d07-linkedin-mobile-exploring-value,2026-09-07,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4100,2660,140,120,100,32,2,16000,false
d07-linkedin-desktop-skeptical-traceability,2026-09-07,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4100,2280,120,100,80,39,3,24000,false
d07-linkedin-desktop-skeptical-value,2026-09-07,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4100,2280,120,100,80,41,3,24000,false
d07-linkedin-desktop-exploring-traceability,2026-09-07,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4100,2280,120,100,80,31,2,16000,false
d07-linkedin-desktop-exploring-value,2026-09-07,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4100,2280,120,100,80,33,2,16000,false
d07-reddit-paid-mobile-skeptical-traceability,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2600,2800,140,120,100,62,4,32000,false
d07-reddit-paid-mobile-skeptical-value,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2600,2800,140,120,100,66,5,40000,false
d07-reddit-paid-mobile-exploring-traceability,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2600,2800,140,120,100,31,2,16000,false
d07-reddit-paid-mobile-exploring-value,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2600,2800,140,120,100,35,2,16000,false
d07-reddit-paid-desktop-skeptical-traceability,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2600,2400,120,100,80,40,3,24000,false
d07-reddit-paid-desktop-skeptical-value,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2600,2400,120,100,80,42,3,24000,false
d07-reddit-paid-desktop-exploring-traceability,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2600,2400,120,100,80,32,2,16000,false
d07-reddit-paid-desktop-exploring-value,2026-09-07,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2600,2400,120,100,80,34,2,16000,false
d08-google-search-mobile-skeptical-traceability,2026-09-08,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3200,1620,90,70,50,22,1,8000,false
d08-google-search-mobile-skeptical-value,2026-09-08,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3200,1620,90,70,50,24,1,8000,false
d08-google-search-mobile-exploring-traceability,2026-09-08,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3200,3420,190,170,150,26,2,16000,false
d08-google-search-mobile-exploring-value,2026-09-08,UK,google-search,gl-uk-google-search,mobile,exploring,value,3200,3420,190,170,150,30,2,16000,false
d08-google-search-desktop-skeptical-traceability,2026-09-08,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3200,2520,140,120,100,47,3,24000,false
d08-google-search-desktop-skeptical-value,2026-09-08,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3200,2520,140,120,100,49,3,24000,false
d08-google-search-desktop-exploring-traceability,2026-09-08,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3200,1800,100,80,60,23,1,8000,false
d08-google-search-desktop-exploring-value,2026-09-08,UK,google-search,gl-uk-google-search,desktop,exploring,value,3200,1800,100,80,60,25,2,16000,false
d08-linkedin-mobile-skeptical-traceability,2026-09-08,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4200,1710,90,70,50,24,1,8000,false
d08-linkedin-mobile-skeptical-value,2026-09-08,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4200,1710,90,70,50,26,2,16000,false
d08-linkedin-mobile-exploring-traceability,2026-09-08,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4200,3610,190,170,150,29,2,16000,false
d08-linkedin-mobile-exploring-value,2026-09-08,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4200,3610,190,170,150,33,2,16000,false
d08-linkedin-desktop-skeptical-traceability,2026-09-08,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4200,2660,140,120,100,48,3,24000,false
d08-linkedin-desktop-skeptical-value,2026-09-08,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4200,2660,140,120,100,50,4,32000,false
d08-linkedin-desktop-exploring-traceability,2026-09-08,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4200,1900,100,80,60,24,1,8000,false
d08-linkedin-desktop-exploring-value,2026-09-08,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4200,1900,100,80,60,26,2,16000,false
d08-reddit-paid-mobile-skeptical-traceability,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2700,1800,90,70,50,26,2,16000,false
d08-reddit-paid-mobile-skeptical-value,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2700,1800,90,70,50,28,2,16000,false
d08-reddit-paid-mobile-exploring-traceability,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2700,3800,190,170,150,32,2,16000,false
d08-reddit-paid-mobile-exploring-value,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2700,3800,190,170,150,36,2,16000,false
d08-reddit-paid-desktop-skeptical-traceability,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2700,2800,140,120,100,49,3,24000,false
d08-reddit-paid-desktop-skeptical-value,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2700,2800,140,120,100,51,4,32000,false
d08-reddit-paid-desktop-exploring-traceability,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2700,2000,100,80,60,25,2,16000,false
d08-reddit-paid-desktop-exploring-value,2026-09-08,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2700,2000,100,80,60,27,2,16000,false
d09-google-search-mobile-skeptical-traceability,2026-09-09,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3000,1620,90,70,50,22,1,8000,false
d09-google-search-mobile-skeptical-value,2026-09-09,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3000,1620,90,70,50,24,1,8000,false
d09-google-search-mobile-exploring-traceability,2026-09-09,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3000,3420,190,170,150,26,2,16000,false
d09-google-search-mobile-exploring-value,2026-09-09,UK,google-search,gl-uk-google-search,mobile,exploring,value,3000,3420,190,170,150,30,2,16000,false
d09-google-search-desktop-skeptical-traceability,2026-09-09,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3000,2520,140,120,100,47,3,24000,false
d09-google-search-desktop-skeptical-value,2026-09-09,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3000,2520,140,120,100,49,3,24000,false
d09-google-search-desktop-exploring-traceability,2026-09-09,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3000,1800,100,80,60,23,1,8000,false
d09-google-search-desktop-exploring-value,2026-09-09,UK,google-search,gl-uk-google-search,desktop,exploring,value,3000,1800,100,80,60,25,2,16000,false
d09-linkedin-mobile-skeptical-traceability,2026-09-09,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4000,1710,90,70,50,24,1,8000,false
d09-linkedin-mobile-skeptical-value,2026-09-09,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4000,1710,90,70,50,26,2,16000,false
d09-linkedin-mobile-exploring-traceability,2026-09-09,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4000,3610,190,170,150,29,2,16000,false
d09-linkedin-mobile-exploring-value,2026-09-09,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4000,3610,190,170,150,33,2,16000,false
d09-linkedin-desktop-skeptical-traceability,2026-09-09,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4000,2660,140,120,100,48,3,24000,false
d09-linkedin-desktop-skeptical-value,2026-09-09,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4000,2660,140,120,100,50,4,32000,false
d09-linkedin-desktop-exploring-traceability,2026-09-09,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4000,1900,100,80,60,24,1,8000,false
d09-linkedin-desktop-exploring-value,2026-09-09,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4000,1900,100,80,60,26,2,16000,false
d09-reddit-paid-mobile-skeptical-traceability,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2500,1800,90,70,50,26,2,16000,false
d09-reddit-paid-mobile-skeptical-value,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2500,1800,90,70,50,28,2,16000,false
d09-reddit-paid-mobile-exploring-traceability,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2500,3800,190,170,150,32,2,16000,false
d09-reddit-paid-mobile-exploring-value,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2500,3800,190,170,150,36,2,16000,false
d09-reddit-paid-desktop-skeptical-traceability,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2500,2800,140,120,100,49,3,24000,false
d09-reddit-paid-desktop-skeptical-value,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2500,2800,140,120,100,51,4,32000,false
d09-reddit-paid-desktop-exploring-traceability,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2500,2000,100,80,60,25,2,16000,false
d09-reddit-paid-desktop-exploring-value,2026-09-09,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2500,2000,100,80,60,27,2,16000,false
d10-google-search-mobile-skeptical-traceability,2026-09-10,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3100,1620,90,70,50,22,1,8000,false
d10-google-search-mobile-skeptical-value,2026-09-10,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3100,1620,90,70,50,24,1,8000,false
d10-google-search-mobile-exploring-traceability,2026-09-10,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3100,3420,190,170,150,26,2,16000,false
d10-google-search-mobile-exploring-value,2026-09-10,UK,google-search,gl-uk-google-search,mobile,exploring,value,3100,3420,190,170,150,30,2,16000,false
d10-google-search-desktop-skeptical-traceability,2026-09-10,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3100,2520,140,120,100,47,3,24000,false
d10-google-search-desktop-skeptical-value,2026-09-10,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3100,2520,140,120,100,49,3,24000,false
d10-google-search-desktop-exploring-traceability,2026-09-10,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3100,1800,100,80,60,23,1,8000,false
d10-google-search-desktop-exploring-value,2026-09-10,UK,google-search,gl-uk-google-search,desktop,exploring,value,3100,1800,100,80,60,25,2,16000,false
d10-linkedin-mobile-skeptical-traceability,2026-09-10,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4100,1710,90,70,50,24,1,8000,false
d10-linkedin-mobile-skeptical-value,2026-09-10,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4100,1710,90,70,50,26,2,16000,false
d10-linkedin-mobile-exploring-traceability,2026-09-10,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4100,3610,190,170,150,29,2,16000,false
d10-linkedin-mobile-exploring-value,2026-09-10,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4100,3610,190,170,150,33,2,16000,false
d10-linkedin-desktop-skeptical-traceability,2026-09-10,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4100,2660,140,120,100,48,3,24000,false
d10-linkedin-desktop-skeptical-value,2026-09-10,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4100,2660,140,120,100,50,4,32000,false
d10-linkedin-desktop-exploring-traceability,2026-09-10,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4100,1900,100,80,60,24,1,8000,false
d10-linkedin-desktop-exploring-value,2026-09-10,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4100,1900,100,80,60,26,2,16000,false
d10-reddit-paid-mobile-skeptical-traceability,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2600,1800,90,70,50,26,2,16000,false
d10-reddit-paid-mobile-skeptical-value,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2600,1800,90,70,50,28,2,16000,false
d10-reddit-paid-mobile-exploring-traceability,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2600,3800,190,170,150,32,2,16000,false
d10-reddit-paid-mobile-exploring-value,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2600,3800,190,170,150,36,2,16000,false
d10-reddit-paid-desktop-skeptical-traceability,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2600,2800,140,120,100,49,3,24000,false
d10-reddit-paid-desktop-skeptical-value,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2600,2800,140,120,100,51,4,32000,false
d10-reddit-paid-desktop-exploring-traceability,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2600,2000,100,80,60,25,2,16000,false
d10-reddit-paid-desktop-exploring-value,2026-09-10,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2600,2000,100,80,60,27,2,16000,false
d11-google-search-mobile-skeptical-traceability,2026-09-11,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3200,1620,90,70,50,22,1,8000,false
d11-google-search-mobile-skeptical-value,2026-09-11,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3200,1620,90,70,50,24,1,8000,false
d11-google-search-mobile-exploring-traceability,2026-09-11,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3200,3420,190,170,150,26,2,16000,false
d11-google-search-mobile-exploring-value,2026-09-11,UK,google-search,gl-uk-google-search,mobile,exploring,value,3200,3420,190,170,150,30,2,16000,false
d11-google-search-desktop-skeptical-traceability,2026-09-11,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3200,2520,140,120,100,47,3,24000,false
d11-google-search-desktop-skeptical-value,2026-09-11,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3200,2520,140,120,100,49,3,24000,false
d11-google-search-desktop-exploring-traceability,2026-09-11,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3200,1800,100,80,60,23,1,8000,false
d11-google-search-desktop-exploring-value,2026-09-11,UK,google-search,gl-uk-google-search,desktop,exploring,value,3200,1800,100,80,60,25,2,16000,false
d11-linkedin-mobile-skeptical-traceability,2026-09-11,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4200,1710,90,70,50,24,1,8000,false
d11-linkedin-mobile-skeptical-value,2026-09-11,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4200,1710,90,70,50,26,2,16000,false
d11-linkedin-mobile-exploring-traceability,2026-09-11,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4200,3610,190,170,150,29,2,16000,false
d11-linkedin-mobile-exploring-value,2026-09-11,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4200,3610,190,170,150,33,2,16000,false
d11-linkedin-desktop-skeptical-traceability,2026-09-11,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4200,2660,140,120,100,48,3,24000,false
d11-linkedin-desktop-skeptical-value,2026-09-11,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4200,2660,140,120,100,50,4,32000,false
d11-linkedin-desktop-exploring-traceability,2026-09-11,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4200,1900,100,80,60,24,1,8000,false
d11-linkedin-desktop-exploring-value,2026-09-11,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4200,1900,100,80,60,26,2,16000,false
d11-reddit-paid-mobile-skeptical-traceability,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2700,1800,90,70,50,26,2,16000,false
d11-reddit-paid-mobile-skeptical-value,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2700,1800,90,70,50,28,2,16000,false
d11-reddit-paid-mobile-exploring-traceability,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2700,3800,190,170,150,32,2,16000,false
d11-reddit-paid-mobile-exploring-value,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2700,3800,190,170,150,36,2,16000,false
d11-reddit-paid-desktop-skeptical-traceability,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2700,2800,140,120,100,49,3,24000,false
d11-reddit-paid-desktop-skeptical-value,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2700,2800,140,120,100,51,4,32000,false
d11-reddit-paid-desktop-exploring-traceability,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2700,2000,100,80,60,25,2,16000,false
d11-reddit-paid-desktop-exploring-value,2026-09-11,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2700,2000,100,80,60,27,2,16000,false
d12-google-search-mobile-skeptical-traceability,2026-09-12,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3000,1620,90,70,50,22,1,8000,false
d12-google-search-mobile-skeptical-value,2026-09-12,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3000,1620,90,70,50,24,1,8000,false
d12-google-search-mobile-exploring-traceability,2026-09-12,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3000,3420,190,170,150,26,2,16000,false
d12-google-search-mobile-exploring-value,2026-09-12,UK,google-search,gl-uk-google-search,mobile,exploring,value,3000,3420,190,170,150,30,2,16000,false
d12-google-search-desktop-skeptical-traceability,2026-09-12,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3000,2520,140,120,100,47,3,24000,false
d12-google-search-desktop-skeptical-value,2026-09-12,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3000,2520,140,120,100,49,3,24000,false
d12-google-search-desktop-exploring-traceability,2026-09-12,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3000,1800,100,80,60,23,1,8000,false
d12-google-search-desktop-exploring-value,2026-09-12,UK,google-search,gl-uk-google-search,desktop,exploring,value,3000,1800,100,80,60,25,2,16000,false
d12-linkedin-mobile-skeptical-traceability,2026-09-12,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4000,1710,90,70,50,24,1,8000,false
d12-linkedin-mobile-skeptical-value,2026-09-12,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4000,1710,90,70,50,26,2,16000,false
d12-linkedin-mobile-exploring-traceability,2026-09-12,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4000,3610,190,170,150,29,2,16000,false
d12-linkedin-mobile-exploring-value,2026-09-12,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4000,3610,190,170,150,33,2,16000,false
d12-linkedin-desktop-skeptical-traceability,2026-09-12,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4000,2660,140,120,100,48,3,24000,false
d12-linkedin-desktop-skeptical-value,2026-09-12,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4000,2660,140,120,100,50,4,32000,false
d12-linkedin-desktop-exploring-traceability,2026-09-12,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4000,1900,100,80,60,24,1,8000,false
d12-linkedin-desktop-exploring-value,2026-09-12,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4000,1900,100,80,60,26,2,16000,false
d12-reddit-paid-mobile-skeptical-traceability,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2500,1800,90,70,50,26,2,16000,false
d12-reddit-paid-mobile-skeptical-value,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2500,1800,90,70,50,28,2,16000,false
d12-reddit-paid-mobile-exploring-traceability,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2500,3800,190,170,150,32,2,16000,false
d12-reddit-paid-mobile-exploring-value,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2500,3800,190,170,150,36,2,16000,false
d12-reddit-paid-desktop-skeptical-traceability,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2500,2800,140,120,100,49,3,24000,false
d12-reddit-paid-desktop-skeptical-value,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2500,2800,140,120,100,51,4,32000,false
d12-reddit-paid-desktop-exploring-traceability,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2500,2000,100,80,60,25,2,16000,false
d12-reddit-paid-desktop-exploring-value,2026-09-12,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2500,2000,100,80,60,27,2,16000,false
d13-google-search-mobile-skeptical-traceability,2026-09-13,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3100,1620,90,70,50,22,1,8000,false
d13-google-search-mobile-skeptical-value,2026-09-13,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3100,1620,90,70,50,24,1,8000,false
d13-google-search-mobile-exploring-traceability,2026-09-13,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3100,3420,190,170,150,26,2,16000,false
d13-google-search-mobile-exploring-value,2026-09-13,UK,google-search,gl-uk-google-search,mobile,exploring,value,3100,3420,190,170,150,30,2,16000,false
d13-google-search-desktop-skeptical-traceability,2026-09-13,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3100,2520,140,120,100,47,3,24000,false
d13-google-search-desktop-skeptical-value,2026-09-13,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3100,2520,140,120,100,49,3,24000,false
d13-google-search-desktop-exploring-traceability,2026-09-13,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3100,1800,100,80,60,23,1,8000,false
d13-google-search-desktop-exploring-value,2026-09-13,UK,google-search,gl-uk-google-search,desktop,exploring,value,3100,1800,100,80,60,25,2,16000,false
d13-linkedin-mobile-skeptical-traceability,2026-09-13,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4100,1710,90,70,50,24,1,8000,false
d13-linkedin-mobile-skeptical-value,2026-09-13,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4100,1710,90,70,50,26,2,16000,false
d13-linkedin-mobile-exploring-traceability,2026-09-13,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4100,3610,190,170,150,29,2,16000,false
d13-linkedin-mobile-exploring-value,2026-09-13,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4100,3610,190,170,150,33,2,16000,false
d13-linkedin-desktop-skeptical-traceability,2026-09-13,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4100,2660,140,120,100,48,3,24000,false
d13-linkedin-desktop-skeptical-value,2026-09-13,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4100,2660,140,120,100,50,4,32000,false
d13-linkedin-desktop-exploring-traceability,2026-09-13,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4100,1900,100,80,60,24,1,8000,false
d13-linkedin-desktop-exploring-value,2026-09-13,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4100,1900,100,80,60,26,2,16000,false
d13-reddit-paid-mobile-skeptical-traceability,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2600,1800,90,70,50,26,2,16000,false
d13-reddit-paid-mobile-skeptical-value,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2600,1800,90,70,50,28,2,16000,false
d13-reddit-paid-mobile-exploring-traceability,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2600,3800,190,170,150,32,2,16000,false
d13-reddit-paid-mobile-exploring-value,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2600,3800,190,170,150,36,2,16000,false
d13-reddit-paid-desktop-skeptical-traceability,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2600,2800,140,120,100,49,3,24000,false
d13-reddit-paid-desktop-skeptical-value,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2600,2800,140,120,100,51,4,32000,false
d13-reddit-paid-desktop-exploring-traceability,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2600,2000,100,80,60,25,2,16000,false
d13-reddit-paid-desktop-exploring-value,2026-09-13,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2600,2000,100,80,60,27,2,16000,false
d14-google-search-mobile-skeptical-traceability,2026-09-14,UK,google-search,gl-uk-google-search,mobile,skeptical,traceability,3200,1620,90,70,50,22,1,8000,false
d14-google-search-mobile-skeptical-value,2026-09-14,UK,google-search,gl-uk-google-search,mobile,skeptical,value,3200,1620,90,70,50,24,1,8000,false
d14-google-search-mobile-exploring-traceability,2026-09-14,UK,google-search,gl-uk-google-search,mobile,exploring,traceability,3200,3420,190,170,150,26,2,16000,false
d14-google-search-mobile-exploring-value,2026-09-14,UK,google-search,gl-uk-google-search,mobile,exploring,value,3200,3420,190,170,150,30,2,16000,false
d14-google-search-desktop-skeptical-traceability,2026-09-14,UK,google-search,gl-uk-google-search,desktop,skeptical,traceability,3200,2520,140,120,100,47,3,24000,false
d14-google-search-desktop-skeptical-value,2026-09-14,UK,google-search,gl-uk-google-search,desktop,skeptical,value,3200,2520,140,120,100,49,3,24000,false
d14-google-search-desktop-exploring-traceability,2026-09-14,UK,google-search,gl-uk-google-search,desktop,exploring,traceability,3200,1800,100,80,60,23,1,8000,false
d14-google-search-desktop-exploring-value,2026-09-14,UK,google-search,gl-uk-google-search,desktop,exploring,value,3200,1800,100,80,60,25,2,16000,false
d14-linkedin-mobile-skeptical-traceability,2026-09-14,UK,linkedin,gl-uk-linkedin,mobile,skeptical,traceability,4200,1710,90,70,50,24,1,8000,false
d14-linkedin-mobile-skeptical-value,2026-09-14,UK,linkedin,gl-uk-linkedin,mobile,skeptical,value,4200,1710,90,70,50,26,2,16000,false
d14-linkedin-mobile-exploring-traceability,2026-09-14,UK,linkedin,gl-uk-linkedin,mobile,exploring,traceability,4200,3610,190,170,150,29,2,16000,false
d14-linkedin-mobile-exploring-value,2026-09-14,UK,linkedin,gl-uk-linkedin,mobile,exploring,value,4200,3610,190,170,150,33,2,16000,false
d14-linkedin-desktop-skeptical-traceability,2026-09-14,UK,linkedin,gl-uk-linkedin,desktop,skeptical,traceability,4200,2660,140,120,100,48,3,24000,false
d14-linkedin-desktop-skeptical-value,2026-09-14,UK,linkedin,gl-uk-linkedin,desktop,skeptical,value,4200,2660,140,120,100,50,4,32000,false
d14-linkedin-desktop-exploring-traceability,2026-09-14,UK,linkedin,gl-uk-linkedin,desktop,exploring,traceability,4200,1900,100,80,60,24,1,8000,false
d14-linkedin-desktop-exploring-value,2026-09-14,UK,linkedin,gl-uk-linkedin,desktop,exploring,value,4200,1900,100,80,60,26,2,16000,false
d14-reddit-paid-mobile-skeptical-traceability,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,traceability,2700,1800,90,70,50,26,2,16000,false
d14-reddit-paid-mobile-skeptical-value,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,mobile,skeptical,value,2700,1800,90,70,50,28,2,16000,false
d14-reddit-paid-mobile-exploring-traceability,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,traceability,2700,3800,190,170,150,32,2,16000,false
d14-reddit-paid-mobile-exploring-value,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,mobile,exploring,value,2700,3800,190,170,150,36,2,16000,false
d14-reddit-paid-desktop-skeptical-traceability,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,traceability,2700,2800,140,120,100,49,3,24000,false
d14-reddit-paid-desktop-skeptical-value,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,desktop,skeptical,value,2700,2800,140,120,100,51,4,32000,false
d14-reddit-paid-desktop-exploring-traceability,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,traceability,2700,2000,100,80,60,25,2,16000,false
d14-reddit-paid-desktop-exploring-value,2026-09-14,UK,reddit-paid,gl-uk-reddit-paid,desktop,exploring,value,2700,2000,100,80,60,27,2,16000,false


## Attached file: data/campaigns.csv

campaign_id,campaign_name,display_name,channel
gl-uk-google-search,GreenLeaf_GoogleSearch_UK_Quiz_202609,GreenLeaf UK Search,google-search
gl-uk-linkedin,GreenLeaf_LinkedIn_UK_Quiz_202609,GreenLeaf UK LinkedIn,linkedin
gl-uk-reddit-paid,GreenLeaf_RedditPaid_UK_Quiz_202609,GreenLeaf UK Reddit paid,reddit-paid


## Attached file: data/creatives.csv

channel,creative_id,format,message,status
google-search,traceability,text-ad,Know what is in every serving,illustrative-unvalidated-hypothesis
google-search,value,text-ad,Compare the value of a clearly dosed serving,illustrative-unvalidated-hypothesis
linkedin,traceability,sponsored-feed,Know what is in every serving,illustrative-unvalidated-hypothesis
linkedin,value,sponsored-feed,Compare the value of a clearly dosed serving,illustrative-unvalidated-hypothesis
reddit-paid,traceability,promoted-post,Know what is in every serving,illustrative-unvalidated-hypothesis
reddit-paid,value,promoted-post,Compare the value of a clearly dosed serving,illustrative-unvalidated-hypothesis

Follow-up-Antwort

# Mobile Composition Follow-Up

## 1. Stratum-by-stratum table

All 12 mobile strata use the channel × audience × creative dimensions from the dictionary. Week 1 and Week 2 counts are summed across the seven days in each period.

| # | Channel | Audience | Creative | W1 Starts | W1 Comps | W1 Rate | W2 Starts | W2 Comps | W2 Rate | W1 Weight |
|---:|---|---|---|---:|---:|---:|---:|---:|---:|---:|
| 1 | Google Search | Skeptical | Traceability | 700 | 378 | 54.0% | 350 | 154 | 44.0% | 0.0833 |
| 2 | Google Search | Skeptical | Value | 700 | 406 | 58.0% | 350 | 168 | 48.0% | 0.0833 |
| 3 | Google Search | Exploring | Traceability | 700 | 175 | 25.0% | 1,050 | 182 | 17.3% | 0.0833 |
| 4 | Google Search | Exploring | Value | 700 | 203 | 29.0% | 1,050 | 210 | 20.0% | 0.0833 |
| 5 | LinkedIn | Skeptical | Traceability | 700 | 406 | 58.0% | 350 | 168 | 48.0% | 0.0833 |
| 6 | LinkedIn | Skeptical | Value | 700 | 434 | 62.0% | 350 | 182 | 52.0% | 0.0833 |
| 7 | LinkedIn | Exploring | Traceability | 700 | 196 | 28.0% | 1,050 | 203 | 19.3% | 0.0833 |
| 8 | LinkedIn | Exploring | Value | 700 | 224 | 32.0% | 1,050 | 231 | 22.0% | 0.0833 |
| 9 | Reddit Paid | Skeptical | Traceability | 700 | 434 | 62.0% | 350 | 182 | 52.0% | 0.0833 |
| 10 | Reddit Paid | Skeptical | Value | 700 | 462 | 66.0% | 350 | 196 | 56.0% | 0.0833 |
| 11 | Reddit Paid | Exploring | Traceability | 700 | 217 | 31.0% | 1,050 | 224 | 21.3% | 0.0833 |
| 12 | Reddit Paid | Exploring | Value | 700 | 245 | 35.0% | 1,050 | 245 | 23.3% | 0.0833 |
| **Total** | | | | **8,400** | **3,780** | **45.0%** | **8,400** | **2,360** | **28.1%** | **1.0000** |

### Arithmetic checks

Week 1 totals:

```text
W1 starts  = 12 × 700 = 8,400
W1 comps   = 378 + 406 + 175 + 203 + 406 + 434 + 196 + 224 + 434 + 462 + 217 + 245
           = 3,780
W1 rate    = 3,780 / 8,400 = 0.45 = 45.0%
```

Week 2 starts are not uniform at 700 per stratum. The CSV pattern gives:

- Skeptical mobile strata: 50 starts per day × 7 days = **350**
- Exploring mobile traceability and value strata: 150 starts per day × 7 days = **1,050**

```text
W2 skeptical starts  = 6 strata × 350 = 2,100
W2 exploring starts  = 6 strata × 1,050 = 6,300
W2 starts            = 2,100 + 6,300 = 8,400
```

This matches the dictionary’s aggregate mobile start total for Week 2. The rates in the table are calculated from these counts, e.g.:

```text
Google / skeptical / traceability W2:
154 / 350 = 0.4400 = 44.0%

Google / exploring / traceability W2:
182 / 1,050 = 0.17333… = 17.3%
```

## 2. Week 1 weights

Week 1 weights are each stratum’s Week 1 starts divided by total Week 1 mobile starts.

Because every Week 1 stratum has 700 starts and total Week 1 starts are 8,400:

```text
weight for each stratum = 700 / 8,400 = 1 / 12 = 0.083333…
```

Sum of weights:

```text
12 × (1 / 12) = 1.0000
```

No zero-weight or missing-weight stratum is present.

## 3. Weighted Week 2 contribution

The fixed-mix Week 2 rate uses **Week 1 weights** multiplied by each stratum’s **Week 2 completion rate**.

| # | W1 Weight | W2 Rate | Weighted W2 Contribution |
|---:|---:|---:|---:|
| 1 | 0.083333 | 44.0% | 3.6667% |
| 2 | 0.083333 | 48.0% | 4.0000% |
| 3 | 0.083333 | 17.3333% | 1.4433% |
| 4 | 0.083333 | 20.0% | 1.6667% |
| 5 | 0.083333 | 48.0% | 4.0000% |
| 6 | 0.083333 | 52.0% | 4.3333% |
| 7 | 0.083333 | 19.3333% | 1.6111% |
| 8 | 0.083333 | 22.0% | 1.8333% |
| 9 | 0.083333 | 52.0% | 4.3333% |
| 10 | 0.083333 | 56.0% | 4.6667% |
| 11 | 0.083333 | 21.3333% | 1.7778% |
| 12 | 0.083333 | 23.3333% | 1.9444% |
| **Total** | **1.000000** | | **35.2767%** |

Using unrounded Week 2 rates:

```text
Google / skeptical / traceability:
154 / 350 = 0.44

Google / exploring / traceability:
182 / 1,050 = 0.173333…
```

The weighted total is approximately:

```text
35.3%
```

Therefore the comparison is:

| Measure | Week 2 mobile completion |
|---|---:|
| Observed Week 2 rate | **28.1%** |
| Fixed Week 1 mix applied to Week 2 | **35.3%** |

The two are not equal, so composition matters, but the fixed-mix rate is still far below Week 1’s **45.0%**.

## 4. What this comparison does and does not imply

### What it does

- It separates the observed Week 2 mobile rate into two parts:
  - the effect of changing stratum mix, and
  - the effect of within-stratum rate movement.
- It shows that if Week 2 had preserved the Week 1 stratum mix, the Week 2 mobile completion rate would have been about **35.3%**, not **28.1%**.
- It quantifies the composition effect as roughly:

```text
35.3% − 28.1% ≈ 7.2 percentage points
```

This means part of the observed Week 2 decline is attributable to mobile starts shifting toward lower-completing `exploring` strata and away from higher-completing `skeptical` strata.

### What it does not imply

- It **does not** imply that the remaining decline from Week 1’s 45.0% to the fixed-mix 35.3% is explained by product failure.
- It **does not** show that within-stratum movement has a single cause.
- It **does not** prove that the `exploring` audience performed worse because of the message.
- It **does not** establish causality for either composition change or within-stratum change.
- It **does not** mean the Week 2 aggregate decline is unimportant. Even with fixed Week 1 mix, Week 2 was about **9.7 percentage points below the Week 1 fixed-mix rate**:

```text
45.0% − 35.3% ≈ 9.7 pp
```

The within-stratum drop is still the larger component.

## 5. Arithmetic uncertainty

The table uses counts summed by hand from the supplied CSV structure. I did not execute code. The following should be rechecked in the final reviewed draft:

- exact duplicate row removal and alias normalization;
- exact Week 2 starts for each mobile stratum;
- decimal retention in weighted contributions;
- whether any zero-denominator stratum should be marked unavailable.

The broad conclusion is unlikely to change from small corrections: **both composition and within-stratum movement contributed to the mobile decline; within-stratum movement was the larger contributor.**

## 6. Next evidence needed

To move from composition arithmetic to a defensible explanation, the next evidence is:

1. **Timestamped event-level data** for mobile quiz starts and completions, matched to cohort date and source tag.
2. **Release/QA log** covering the mobile landing page and quiz between Week 1 and Week 2.
3. **Device-level landing-session detail** to verify whether mobile starts became less likely to complete at the same quiz stage.
4. **Audience bucket definitions** to confirm whether `skeptical` and `exploring` shares changed because of targeting/auction changes or because the reporting buckets themselves changed.

Only after those are available can the team test whether the remaining within-stratum mobile drop is a journey problem, a measurement break, or a real behavioral shift.

Follow-up-Prompt

Focused follow-up: quantify the mobile composition question. Show all 12 channel/audience/creative strata with Week 1/2 starts, completions and rates, Week 1 weights, and the weighted Week 2 contribution. State observed Week 2 rate versus fixed Week 1 mix and what each does and does not imply. Recheck any arithmetic you cannot substantiate. Do not infer a product cause from this comparison. Keep this response focused on the calculation and the next evidence needed.

Produktions-Prompt

Production pass: use ONLY the approved facts and decisions attached below. Format the Founder / CEO Summary, Media Team Analysis and Content & Creative Brief. Do not introduce new claims, calculations, causes, promises, budgets or actions. Then format the approved retrospective Detect → Analyze → Route → Review example including observation window, snapshot, earliest justified decision time, responsible role, cadence, expiry/escalation and human client-facing approval state. This is a static illustration with no live messages or automation. Keep unknown outcomes explicit.

## Attached file: en/review.md

# What changed in review

Fictional GreenLeaf UK, paid-click cohorts September 1–14, 2026; snapshot September 22, 23:59:59 UTC.
This record was prepared with AI-assisted editorial review and independently checked calculations.
It is **not a completed human approval, client review or controlled human-versus-AI experiment**.
The owner’s publication/release decision remains pending. Original model responses are unchanged.

## The decision before the wording

The first draft recommends diagnosis before a creative or budget pivot. That direction is reasonable,
but several numbers and the explanation are wrong. A plausible recommendation does not make its
supporting evidence safe to release.

| Initial draft statement | Checked evidence | Review decision |
|---|---|---|
| Spend was $110,100 in each week | Week 1: $5,462; Week 2: $5,512 | Reject both draft totals and every derived CPA/ROAS based on them |
| New customers were 548 → 482 | Canonical paid-cohort counts: 467 → 357 | Replace; these are attributed first purchases, not incremental subscribers |
| First-purchase revenue was $43,840 → $38,560 | $37,360 → $28,560 | Replace; no causal revenue-loss estimate follows |
| Mobile Week 2 had 2,360 completions | 2,352 / 8,400 = 28% | Replace the count/rate; retain Week 1’s checked 3,780 / 8,400 = 45% |
| Mobile audience/creative shares were stable and composition was essentially absent | Skeptical share of mobile starts: 50% → 25%; exploring: 50% → 75% | Reject the mix explanation |
| Fixed Week 1 mix gives roughly 35.3%–35.5% | Exactly 35⅓% before display rounding | Use 35.33%; state that both mix and within-group changes matter |
| Founder should freeze spend reallocation | The CSV alone does not establish what all commercial/risk decisions should be | Narrow to “do not recommend a budget move from this evidence alone”; retain existing authorized risk processes |
| A diagnostic succeeds if completion returns toward 45% | Returning to a target is not a causal test design | Require verified event definitions, version/cohort evidence and an explicit comparison plan |

All channel, desktop, audience and creative tables in the raw response remain **unapproved**. The
final editorial drafts use the checked metric pack instead. The model invocation was text-only,
without a calculation-execution tool. This is evidence about this run, not every AI analysis product.

## What the focused follow-up did

The second response recognizes the audience-mix shift and gives the correct Week 2 starts per
stratum: skeptical 350, exploring 1,050. It still reports 2,360 total completions, misstates the
Reddit/exploring/value cell as 245 rather than 252, and miscalculates a weighted contribution.
Use the recorded follow-up to inspect iteration; do not silently substitute it for verified math.

## Approved facts for the production draft

| Measure | Week 1 | Week 2 |
|---|---:|---:|
| All-paid media spend | $5,462 | $5,512 |
| All-paid quiz starts | 15,040 | 15,120 |
| All-paid quiz completions | 6,770 | 5,460 |
| Attributed first-purchase customers | 467 | 357 |
| Attributed first-purchase revenue | $37,360 | $28,560 |
| Media CPA | $11.70 | $15.44 |
| Attributed first-order ROAS | 6.84 | 5.18 |
| Mobile quiz starts | 8,400 | 8,400 |
| Mobile quiz completions | 3,780 | 2,352 |
| Mobile completion | 45% | 28% |
| Desktop completion | 45.03% | 46.25% |

Mobile change: −17 percentage points; approximately −37.8% relative. Fixed Week 1 channel ×
audience × creative weights give a Week 2 mobile rate of 35.33%. Under this particular baseline-weight
decomposition, the within-group component is −9.67 points and the remaining composition component
is −7.33 points. Another decomposition order can allocate interaction differently; this is descriptive,
not causal attribution. All 12 comparable mobile strata decline.

## New fictional context and its effect

The context note was prewritten and hashed before the run. It reports a mobile presentation revision
starting September 8 at 09:00 UTC and an unlinked support concern about finding the next-step control.
The release audit, rollout share, ticket counts and links to paid cohorts are missing.

**Verdict: revise the explanation and narrow the next action; confirm the diagnostic-first direction.**
Ask the product owner and media lead to verify the mobile journey and event definitions, request
version-assignment/release evidence, and compare like-for-like groups where evidence permits.
The product owner’s reported availability for a check in the next working day is fictional context,
not evidence that a check happened. A product cause, creative failure or revenue loss remains unknown.

Carry the report of the revision into brief v2 as **reported context pending verification**, never
as a confirmed cause. No automatic pause, spend change or external alert is approved.

## Instructions to the production pass

Preserve the approved table, uncertainty and decision above across three drafts:

- Founder/CEO: trajectory and the diagnostic decision, with at most three actions and role owners.
- Media: period/channel/device detail, the fixed-mix comparison and the investigation work order.
- Content/creative: keep message hypotheses distinct from proof; inspect post-click context before
  proposing a message test. Do not present a causal creative winner or recommend media-budget changes.

For the retrospective alert: trigger on settled paid-mobile completion below the stated 45% target.
With end-of-day click cohorts and a seven-day observation rule, the full Week 2 comparison is first
justified September 21 at 23:59:59 UTC; the supplied snapshot is September 22 at 23:59:59 UTC.
Detect → Analyze → Route → Review is a static demonstration. Product owner/media lead own the
diagnostic; a measurement-competent reviewer with release authority owns client-facing approval.
No human approval or external delivery has occurred. Recheck the rule/context next cycle, and
escalate missing definitions or evidence to the marketing owner rather than issuing a firm claim.

## Provenance

Checked against the supplied reconciled CSV, independently reviewed deterministic calculations and
`data/analysis.json`. The raw initial and follow-up responses remain downloadable evidence. Numeric
claims in final editorial drafts must map to the claim ledger. “Approved” here means approved for
this AI-assisted editorial production pass; it does not stand in for the owner’s human release gate.


## Attached file: en/brief-v2.md

# GreenLeaf reporting brief v2 — carry the learning forward

**Status:** AI-assisted editorial draft; human publication/release approval pending. Fictional case,
not client-operating evidence. This is an additive update to [complete brief v1](brief-v1.md), not a
replacement with a shorter prompt. Read both together for the next cycle.

The business goals, KPI definitions, stakeholder responsibilities, attribution rules, target periods
and cadence in v1 remain unchanged. The new knowledge is separated by evidence class below.

## Checked data findings

- Paid-mobile completion is 3,780/8,400 = 45% in Week 1 and 2,352/8,400 = 28% in Week 2.
- The mobile skeptical/exploring starts mix changes from 50%/50% to 25%/75%.
- Using fixed Week 1 channel/audience/creative weights gives 35.33% for Week 2. Both composition and
  within-group movement contribute descriptively; all 12 mobile strata decline. No cause is proved.
- The first text-only AI response and its focused follow-up contain arithmetic errors. Reuse the
  checked metric pack and claim references, not unverified numbers from those responses.

## Reported fictional context — verification outstanding

The product owner reports a mobile quiz presentation revision beginning September 8 at 09:00 UTC.
The support lead reports difficulty finding the next control on a phone, without dates, counts or
linkage to paid cohorts. No deployment audit, rollout share or version-assignment evidence is supplied.
These reports prioritize an investigation; they are not verified release logs or a causal diagnosis.

## Next-cycle work order

| Owner role | Required evidence/action | Stop condition |
|---|---|---|
| Product owner | Reproduce the mobile flow and retrieve release/version/QA evidence | Missing assignment/logs prevents a version-specific causal claim |
| Media lead | Reconcile event meaning, cohort tagging and comparable device/audience/creative cuts | Inconsistent definitions or immature windows prevent a settled comparison |
| Content lead | Inspect message/post-click expectations after measurement/journey checks | No confirmed message problem means no claim of a winning or failed hook |
| Reviewer with current measurement knowledge and release authority | Check the decision and all stakeholder drafts before client-facing release | Approval absent means no external delivery |

## Hypotheses that must remain hypotheses

Presentation friction, tracking change, targeting/mix changes and other influences may contribute.
The support report does not establish prevalence or abandonment. No quiz-driven revenue loss,
incremental lift, profit, realized LTV, full CAC or monthly-business-target verdict has been established.

Revisit the context, rule and evidence requests at the next reporting cycle; remove stale assumptions
or keep them explicitly unresolved. Neither this update nor its reuse proves improved future output.


## Attached file: data/analysis.json

{
  "window": {
    "week1Start": "2026-09-01",
    "week1End": "2026-09-07",
    "week2Start": "2026-09-08",
    "week2End": "2026-09-14",
    "observationDays": 7,
    "snapshot": "2026-09-22T23:59:59Z"
  },
  "comparisonStatus": "settled",
  "periods": {
    "week1": {
      "spend_cents": 546200,
      "impressions": 412560,
      "clicks": 21720,
      "landing_sessions": 18380,
      "quiz_starts": 15040,
      "quiz_completions": 6770,
      "attributed_new_customers": 467,
      "attributed_first_purchase_revenue_cents": 3736000,
      "rows": 168,
      "settled": true,
      "quizCompletionRate": 0.45013297872340424,
      "mediaCpaCents": 1169.593147751606,
      "attributedFirstOrderRoas": 6.839985353350421,
      "ctr": 0.052646887725421754,
      "cpcCents": 25.147329650092082,
      "cpmCents": 1323.9286406825674
    },
    "week2": {
      "spend_cents": 551200,
      "impressions": 414960,
      "clicks": 21840,
      "landing_sessions": 18480,
      "quiz_starts": 15120,
      "quiz_completions": 5460,
      "attributed_new_customers": 357,
      "attributed_first_purchase_revenue_cents": 2856000,
      "rows": 168,
      "settled": true,
      "quizCompletionRate": 0.3611111111111111,
      "mediaCpaCents": 1543.9775910364147,
      "attributedFirstOrderRoas": 5.181422351233672,
      "ctr": 0.05263157894736842,
      "cpcCents": 25.238095238095237,
      "cpmCents": 1328.3208020050126
    }
  },
  "byChannel": {
    "google-search": {
      "week1": {
        "spend_cents": 173600,
        "impressions": 131040,
        "clicks": 7280,
        "landing_sessions": 6160,
        "quiz_starts": 5040,
        "quiz_completions": 2142,
        "attributed_new_customers": 154,
        "attributed_first_purchase_revenue_cents": 1232000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.425,
        "mediaCpaCents": 1127.2727272727273,
        "attributedFirstOrderRoas": 7.096774193548387,
        "ctr": 0.05555555555555555,
        "cpcCents": 23.846153846153847,
        "cpmCents": 1324.7863247863247
      },
      "week2": {
        "spend_cents": 174400,
        "impressions": 131040,
        "clicks": 7280,
        "landing_sessions": 6160,
        "quiz_starts": 5040,
        "quiz_completions": 1722,
        "attributed_new_customers": 105,
        "attributed_first_purchase_revenue_cents": 840000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.3416666666666667,
        "mediaCpaCents": 1660.952380952381,
        "attributedFirstOrderRoas": 4.81651376146789,
        "ctr": 0.05555555555555555,
        "cpcCents": 23.956043956043956,
        "cpmCents": 1330.8913308913309
      }
    },
    "linkedin": {
      "week1": {
        "spend_cents": 229600,
        "impressions": 138320,
        "clicks": 7280,
        "landing_sessions": 6160,
        "quiz_starts": 5040,
        "quiz_completions": 2268,
        "attributed_new_customers": 154,
        "attributed_first_purchase_revenue_cents": 1232000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.45,
        "mediaCpaCents": 1490.909090909091,
        "attributedFirstOrderRoas": 5.365853658536586,
        "ctr": 0.05263157894736842,
        "cpcCents": 31.53846153846154,
        "cpmCents": 1659.919028340081
      },
      "week2": {
        "spend_cents": 230400,
        "impressions": 138320,
        "clicks": 7280,
        "landing_sessions": 6160,
        "quiz_starts": 5040,
        "quiz_completions": 1820,
        "attributed_new_customers": 119,
        "attributed_first_purchase_revenue_cents": 952000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.3611111111111111,
        "mediaCpaCents": 1936.1344537815125,
        "attributedFirstOrderRoas": 4.131944444444445,
        "ctr": 0.05263157894736842,
        "cpcCents": 31.64835164835165,
        "cpmCents": 1665.7027183342973
      }
    },
    "reddit-paid": {
      "week1": {
        "spend_cents": 143000,
        "impressions": 143200,
        "clicks": 7160,
        "landing_sessions": 6060,
        "quiz_starts": 4960,
        "quiz_completions": 2360,
        "attributed_new_customers": 159,
        "attributed_first_purchase_revenue_cents": 1272000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.47580645161290325,
        "mediaCpaCents": 899.37106918239,
        "attributedFirstOrderRoas": 8.895104895104895,
        "ctr": 0.05,
        "cpcCents": 19.972067039106147,
        "cpmCents": 998.6033519553073
      },
      "week2": {
        "spend_cents": 146400,
        "impressions": 145600,
        "clicks": 7280,
        "landing_sessions": 6160,
        "quiz_starts": 5040,
        "quiz_completions": 1918,
        "attributed_new_customers": 133,
        "attributed_first_purchase_revenue_cents": 1064000,
        "rows": 56,
        "settled": true,
        "quizCompletionRate": 0.38055555555555554,
        "mediaCpaCents": 1100.751879699248,
        "attributedFirstOrderRoas": 7.26775956284153,
        "ctr": 0.05,
        "cpcCents": 20.10989010989011,
        "cpmCents": 1005.4945054945055
      }
    }
  },
  "byCreative": {
    "traceability": {
      "week1": {
        "spend_cents": 274400,
        "impressions": 207480,
        "clicks": 10920,
        "landing_sessions": 9240,
        "quiz_starts": 7560,
        "quiz_completions": 3276,
        "attributed_new_customers": 231,
        "attributed_first_purchase_revenue_cents": 1848000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.43333333333333335,
        "mediaCpaCents": 1187.878787878788,
        "attributedFirstOrderRoas": 6.73469387755102,
        "ctr": 0.05263157894736842,
        "cpcCents": 25.128205128205128,
        "cpmCents": 1322.5371120107961
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 207480,
        "clicks": 10920,
        "landing_sessions": 9240,
        "quiz_starts": 7560,
        "quiz_completions": 2625,
        "attributed_new_customers": 161,
        "attributed_first_purchase_revenue_cents": 1288000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.3472222222222222,
        "mediaCpaCents": 1711.8012422360248,
        "attributedFirstOrderRoas": 4.67343976777939,
        "ctr": 0.05263157894736842,
        "cpcCents": 25.238095238095237,
        "cpmCents": 1328.3208020050126
      }
    },
    "value": {
      "week1": {
        "spend_cents": 271800,
        "impressions": 205080,
        "clicks": 10800,
        "landing_sessions": 9140,
        "quiz_starts": 7480,
        "quiz_completions": 3494,
        "attributed_new_customers": 236,
        "attributed_first_purchase_revenue_cents": 1888000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.46711229946524063,
        "mediaCpaCents": 1151.6949152542372,
        "attributedFirstOrderRoas": 6.946284032376748,
        "ctr": 0.0526623756582797,
        "cpcCents": 25.166666666666668,
        "cpmCents": 1325.3364540667058
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 207480,
        "clicks": 10920,
        "landing_sessions": 9240,
        "quiz_starts": 7560,
        "quiz_completions": 2835,
        "attributed_new_customers": 196,
        "attributed_first_purchase_revenue_cents": 1568000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.375,
        "mediaCpaCents": 1406.1224489795918,
        "attributedFirstOrderRoas": 5.689404934687953,
        "ctr": 0.05263157894736842,
        "cpcCents": 25.238095238095237,
        "cpmCents": 1328.3208020050126
      }
    }
  },
  "byAudience": {
    "skeptical": {
      "week1": {
        "spend_cents": 274400,
        "impressions": 207480,
        "clicks": 10920,
        "landing_sessions": 9240,
        "quiz_starts": 7560,
        "quiz_completions": 4200,
        "attributed_new_customers": 301,
        "attributed_first_purchase_revenue_cents": 2408000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.5555555555555556,
        "mediaCpaCents": 911.6279069767442,
        "attributedFirstOrderRoas": 8.775510204081632,
        "ctr": 0.05263157894736842,
        "cpcCents": 25.128205128205128,
        "cpmCents": 1322.5371120107961
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 183540,
        "clicks": 9660,
        "landing_sessions": 7980,
        "quiz_starts": 6300,
        "quiz_completions": 3108,
        "attributed_new_customers": 203,
        "attributed_first_purchase_revenue_cents": 1624000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.49333333333333335,
        "mediaCpaCents": 1357.6354679802955,
        "attributedFirstOrderRoas": 5.8925979680696665,
        "ctr": 0.05263157894736842,
        "cpcCents": 28.530020703933747,
        "cpmCents": 1501.5800370491445
      }
    },
    "exploring": {
      "week1": {
        "spend_cents": 271800,
        "impressions": 205080,
        "clicks": 10800,
        "landing_sessions": 9140,
        "quiz_starts": 7480,
        "quiz_completions": 2570,
        "attributed_new_customers": 166,
        "attributed_first_purchase_revenue_cents": 1328000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.34358288770053474,
        "mediaCpaCents": 1637.3493975903614,
        "attributedFirstOrderRoas": 4.885945548197204,
        "ctr": 0.0526623756582797,
        "cpcCents": 25.166666666666668,
        "cpmCents": 1325.3364540667058
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 231420,
        "clicks": 12180,
        "landing_sessions": 10500,
        "quiz_starts": 8820,
        "quiz_completions": 2352,
        "attributed_new_customers": 154,
        "attributed_first_purchase_revenue_cents": 1232000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.26666666666666666,
        "mediaCpaCents": 1789.6103896103896,
        "attributedFirstOrderRoas": 4.470246734397678,
        "ctr": 0.05263157894736842,
        "cpcCents": 22.627257799671593,
        "cpmCents": 1190.9083052458734
      }
    }
  },
  "byDevice": {
    "mobile": {
      "week1": {
        "spend_cents": 274400,
        "impressions": 223440,
        "clicks": 11760,
        "landing_sessions": 10080,
        "quiz_starts": 8400,
        "quiz_completions": 3780,
        "attributed_new_customers": 259,
        "attributed_first_purchase_revenue_cents": 2072000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.45,
        "mediaCpaCents": 1059.4594594594594,
        "attributedFirstOrderRoas": 7.551020408163265,
        "ctr": 0.05263157894736842,
        "cpcCents": 23.333333333333332,
        "cpmCents": 1228.0701754385964
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 223440,
        "clicks": 11760,
        "landing_sessions": 10080,
        "quiz_starts": 8400,
        "quiz_completions": 2352,
        "attributed_new_customers": 147,
        "attributed_first_purchase_revenue_cents": 1176000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.28,
        "mediaCpaCents": 1874.8299319727892,
        "attributedFirstOrderRoas": 4.267053701015965,
        "ctr": 0.05263157894736842,
        "cpcCents": 23.435374149659864,
        "cpmCents": 1233.44074471894
      }
    },
    "desktop": {
      "week1": {
        "spend_cents": 271800,
        "impressions": 189120,
        "clicks": 9960,
        "landing_sessions": 8300,
        "quiz_starts": 6640,
        "quiz_completions": 2990,
        "attributed_new_customers": 208,
        "attributed_first_purchase_revenue_cents": 1664000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.4503012048192771,
        "mediaCpaCents": 1306.7307692307693,
        "attributedFirstOrderRoas": 6.12214863870493,
        "ctr": 0.05266497461928934,
        "cpcCents": 27.289156626506024,
        "cpmCents": 1437.1827411167512
      },
      "week2": {
        "spend_cents": 275600,
        "impressions": 191520,
        "clicks": 10080,
        "landing_sessions": 8400,
        "quiz_starts": 6720,
        "quiz_completions": 3108,
        "attributed_new_customers": 210,
        "attributed_first_purchase_revenue_cents": 1680000,
        "rows": 84,
        "settled": true,
        "quizCompletionRate": 0.4625,
        "mediaCpaCents": 1312.3809523809523,
        "attributedFirstOrderRoas": 6.095791001451379,
        "ctr": 0.05263157894736842,
        "cpcCents": 27.341269841269842,
        "cpmCents": 1439.014202172097
      }
    }
  },
  "mobile": {
    "week1Rate": 0.45,
    "week2Rate": 0.28,
    "week1Starts": 8400,
    "week2Starts": 8400,
    "week1Completions": 3780,
    "week2Completions": 2352,
    "percentagePointChange": -17,
    "relativeChange": -0.3777777777777777,
    "comparableStrata": true,
    "fixedMixWeek2Rate": 0.3533333333333334,
    "strata": [
      {
        "key": "google-search/exploring/traceability",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 175,
        "week2Completions": 182,
        "week1Rate": 0.25,
        "week2Rate": 0.17333333333333334,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "google-search/exploring/value",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 203,
        "week2Completions": 210,
        "week1Rate": 0.29,
        "week2Rate": 0.2,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "google-search/skeptical/traceability",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 378,
        "week2Completions": 154,
        "week1Rate": 0.54,
        "week2Rate": 0.44,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "google-search/skeptical/value",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 406,
        "week2Completions": 168,
        "week1Rate": 0.58,
        "week2Rate": 0.48,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "linkedin/exploring/traceability",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 196,
        "week2Completions": 203,
        "week1Rate": 0.28,
        "week2Rate": 0.19333333333333333,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "linkedin/exploring/value",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 224,
        "week2Completions": 231,
        "week1Rate": 0.32,
        "week2Rate": 0.22,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "linkedin/skeptical/traceability",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 406,
        "week2Completions": 168,
        "week1Rate": 0.58,
        "week2Rate": 0.48,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "linkedin/skeptical/value",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 434,
        "week2Completions": 182,
        "week1Rate": 0.62,
        "week2Rate": 0.52,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "reddit-paid/exploring/traceability",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 217,
        "week2Completions": 224,
        "week1Rate": 0.31,
        "week2Rate": 0.21333333333333335,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "reddit-paid/exploring/value",
        "week1Starts": 700,
        "week2Starts": 1050,
        "week1Completions": 245,
        "week2Completions": 252,
        "week1Rate": 0.35,
        "week2Rate": 0.24,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "reddit-paid/skeptical/traceability",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 434,
        "week2Completions": 182,
        "week1Rate": 0.62,
        "week2Rate": 0.52,
        "baselineWeight": 0.08333333333333333
      },
      {
        "key": "reddit-paid/skeptical/value",
        "week1Starts": 700,
        "week2Starts": 350,
        "week1Completions": 462,
        "week2Completions": 196,
        "week1Rate": 0.66,
        "week2Rate": 0.56,
        "baselineWeight": 0.08333333333333333
      }
    ]
  },
  "unavailable": [
    "true-cac",
    "incrementality",
    "awareness",
    "realized-ltv",
    "profitability"
  ]
}

Ursprüngliche Produktionsantwort

# GreenLeaf Wellness UK — Production Reporting Draft

**Fictional teaching example.** Paid-click cohorts 2026-09-01 through 2026-09-14; snapshot 2026-09-22T23:59:59Z.  
**Basis:** approved facts in `review.md`, `brief-v2.md`, and `analysis.json`.  
**Release state:** AI-assisted editorial production pass only. No human approval, client review, or external delivery has occurred.

---

# 1. Founder / CEO Summary

## WHAT happened

Mobile quiz completion fell from **45% in Week 1** to **28% in Week 2**:

| Mobile metric | Week 1 | Week 2 |
|---|---:|---:|
| Quiz starts | 8,400 | 8,400 |
| Quiz completions | 3,780 | 2,352 |
| Completion rate | 45% | 28% |

That is −17 percentage points, approximately −37.8% relative.

The decline is not a mirage of device totals. It sits alongside a mobile audience-mix change: skeptical share of mobile starts fell from 50% to 25%, while exploring share rose from 50% to 75%. When Week 2 is reweighted using Week 1 channel × audience × creative weights, the mobile completion rate is **35.33%** rather than 28%. Both composition and within-group movement therefore contribute descriptively. All 12 mobile strata declined.

At the all-paid period level:

| Measure | Week 1 | Week 2 |
|---|---:|---:|
| All-paid media spend | $5,462 | $5,512 |
| All-paid quiz starts | 15,040 | 15,120 |
| All-paid quiz completions | 6,770 | 5,460 |
| Attributed first-purchase customers | 467 | 357 |
| Attributed first-purchase revenue | $37,360 | $28,560 |
| Media CPA | $11.70 | $15.44 |
| Attributed first-order ROAS | 6.84 | 5.18 |

Media CPA increased and attributed first-order ROAS declined between the two mature paid-cohort periods.

## WHY it matters

The quiz is the main early signal for UK consideration. A 17-point mobile completion decline means the launch is losing progress at the point where interested buyers should become qualified first-purchase candidates. The decline is broad across mobile strata, so the immediate priority is to establish whether the mobile post-click journey or measurement definition changed.

The financial picture is directionally weaker, but it remains **paid-cohort attributed first-purchase revenue only**. No profit, full CAC, incrementality, or all-channel monthly revenue conclusion is available.

## WHAT’S NEXT — at most three actions

1. **Do not recommend a budget move from this evidence alone.**  
   Owner: founder / marketing owner. Existing authorized risk and commercial processes remain the approval route.

2. **Verify the mobile journey and event definitions.**  
   Owner: product owner + media lead. Apply the diagnostic work order in Section 2.5. No version-specific causal claim is approved before release/version/QA evidence is supplied.

3. **Hold the diagnostic decision until role owners complete their checks.**  
   Owner: founder / marketing owner, with a measurement-competent reviewer holding client-facing release authority. No external or client-facing delivery has occurred.

**Unavailable and not to be inferred:** true CAC, incrementality, awareness, realized LTV, profitability, full-month revenue, and any causal revenue-loss estimate.

---

# 2. Media Team Analysis

## 2.1 Comparison status

| Item | Status |
|---|---|
| Week 1 dates | 2026-09-01 through 2026-09-07 |
| Week 2 dates | 2026-09-08 through 2026-09-14 |
| Observation window | 7 days post-click for each cohort |
| Snapshot | 2026-09-22T23:59:59Z |
| Comparison status | Settled |

## 2.2 Period totals

### All paid

| Measure | Week 1 | Week 2 |
|---|---:|---:|
| Spend | $5,462 | $5,512 |
| Impressions | 412,560 | 414,960 |
| Clicks | 21,720 | 21,840 |
| Landing sessions | 18,380 | 18,480 |
| Quiz starts | 15,040 | 15,120 |
| Quiz completions | 6,770 | 5,460 |
| Completion rate | 45.01% | 36.11% |
| Attributed first-purchase customers | 467 | 357 |
| Attributed first-purchase revenue | $37,360 | $28,560 |
| Media CPA | $11.70 | $15.44 |
| Attributed first-order ROAS | 6.84 | 5.18 |

### Device

| Device | Week | Starts | Completions | Completion rate |
|---|---|---:|---:|---:|
| Mobile | W1 | 8,400 | 3,780 | 45.00% |
| Mobile | W2 | 8,400 | 2,352 | 28.00% |
| Desktop | W1 | 6,640 | 2,990 | 45.03% |
| Desktop | W2 | 6,720 | 3,108 | 46.25% |

Mobile starts stayed flat at 8,400. Mobile completion fell; desktop completion moved slightly upward.

## 2.3 Mobile audience-mix change

| Audience | Mobile starts W1 | Mobile starts W2 | Share W1 | Share W2 |
|---|---:|---:|---:|---:|
| Skeptical | 4,200 | 2,100 | 50% | 25% |
| Exploring | 4,200 | 6,300 | 50% | 75% |

This is a material composition change. The correct Week 2 mobile strata are:

- skeptical strata: 350 mobile starts each;  
- exploring strata: 1,050 mobile starts each.

## 2.4 Fixed Week 1 mix calculation

Using Week 1 channel × audience × creative quiz-start shares as fixed weights:

| Calculation | Result |
|---|---:|
| Week 1 observed mobile completion | 45.00% |
| Week 2 observed mobile completion | 28.00% |
| Week 2 fixed-mix mobile completion | **35.33%** |

Under this particular baseline-weight decomposition:

| Component | Contribution |
|---|---:|
| Within-group change | −9.67 points |
| Remaining composition component | −7.33 points |

These are descriptive decomposition components, not causal attribution. A different decomposition order may allocate interaction differently.

Because all 12 comparable mobile strata declined, the fixed-mix result cannot be interpreted as a simple composition-only story. The mobile decline has both within-group and composition elements.

## 2.5 Investigation work order

| Owner role | Required evidence/action | Stop condition |
|---|---|---|
| Product owner | Reproduce the mobile flow and retrieve release/version/QA evidence | Missing assignment/logs prevents a version-specific causal claim |
| Media lead | Reconcile event meaning, cohort tagging, and comparable device/audience/creative cuts | Inconsistent definitions or immature windows prevent a settled comparison |
| Reviewer with current measurement knowledge and release authority | Check the decision and all stakeholder drafts before client-facing release | Approval absent means no external delivery |

**Reported fictional context pending verification, not confirmed cause:**

- Product owner reports a mobile quiz presentation revision beginning September 8 at 09:00 UTC.
- Support lead reports an unlinked concern about finding the next-step control.

No deployment audit, rollout share, ticket counts, or linkage to paid cohorts has been supplied. These reports prioritize an investigation; they are not evidence of causality.

---

# 3. Content & Creative Brief

## Message/post-click hypotheses

The broad mobile decline could reflect:

1. **Presentation friction.** The mobile quiz presentation may have changed after Week 1.  
2. **Measurement/tracking change.** Event definitions or source tagging may differ between Week 1 and Week 2.  
3. **Targeting/mix changes.** The mobile audience mix shifted from 50% skeptical to 75% exploring.

These remain hypotheses.

No creative or message winner is claimed. The decline appears across both `traceability` and `value` mobile strata, and across all comparable mobile strata.

## Focused next step

Inspect the post-click context before proposing a message test.

| Component | Detail |
|---|---|
| Owner | Content lead, product owner |
| First step | Review post-click journey evidence after the media/product diagnostic begins |
| Required before message testing | Verified mobile event definitions, version-assignment evidence, and comparable cohort context |
| Stop condition | If measurement or journey remains unverified, do not claim a failed or winning hook |
| Intent | Keep message hypotheses distinct from proof |

---

# 4. Retrospective Alert Example

## Trigger

Settled paid-mobile quiz completion below the stated 45% target.

## Window

- Observation window: 7 days after each end-of-day paid-click cohort.
- Week 2 comparison dates: 2026-09-08 through 2026-09-14.
- Snapshot: **2026-09-22T23:59:59Z**.

## Earliest justified detection time

With end-of-day click cohorts and a seven-day observation rule, the full Week 2 paid-mobile comparison is first justified at:

```text
2026-09-21T23:59:59Z
```

The supplied snapshot is:

```text
2026-09-22T23:59:59Z
```

## Detect → Analyze → Route → Review

| Stage | Action | Responsible role |
|---|---|---|
| Detect | Settled paid-mobile completion is below 45% | Measurement/performance lead |
| Analyze | Compare both periods, device/audience/creative cuts, fixed-mix check | Media lead |
| Route | Assign mobile journey and event-definition verification | Product owner + media lead |
| Review | Check evidence and approve any client-facing statement | Measurement-competent reviewer with release authority |

## Cadence

This is a static illustration for the next reporting cycle. No live messages, automated spend changes, or external alerts are active.

## Expiry / escalation

- Recheck the rule, context, and evidence requests at the next reporting cycle.
- Escalate missing definitions or evidence to the marketing owner rather than issuing a firm claim.

## Human client-facing approval state

```text
No human approval has occurred.
No client-facing release has occurred.
```

---

# 5. Limitations

## Unavailable outcomes

The following are explicitly unavailable:

- True CAC
- Incrementality
- Awareness
- Realized LTV
- Profitability
- Full-month all-channel revenue
- Causal revenue-loss estimate

## Static demonstration

This retrospective alert is a static teaching demonstration. It does not imply running automation, real-time detection, or externally visible alerting.

## Fictional case

This is a constructed example. It is not real client-operating evidence and does not represent real customers, accounts, approvals, or campaign results.

---

# 6. Use of approved facts only

This production draft uses only the approved tables, calculations, and decisions from `review.md`, `brief-v2.md`, and `analysis.json`. The metrics above are consistent across all three deliverables:

- Mobile completion: **45% → 28%**  
- Fixed-mix Week 2 mobile: **35.33%**  
- All-paid spend: **$5,462 → $5,512**  
- All-paid completions: **6,770 → 5,460**  
- Attributed first-purchase customers: **467 → 357**  
- Attributed first-purchase revenue: **$37,360 → $28,560**  
- Media CPA: **$11.70 → $15.44**  
- Attributed first-order ROAS: **6.84 → 5.18**  
- Desktop completion: **45.03% → 46.25%**

Run-Herkunft und -Grenzen

{
  "version": 1,
  "status": "editorial-review-human-release-pending",
  "fictionalCampaign": true,
  "actualModelInvocations": true,
  "provider": "deepseek",
  "requestedModel": "deepseek-v4-pro",
  "returnedModel": "deepseek-v4-pro",
  "sourceCommit": "40fbb5bbf84f77e38205bfc9c88a34ab3100a289",
  "initialAttachedFiles": [
    "en/brief-v1.md",
    "en/dictionary.md",
    "data/reconciled.csv",
    "data/campaigns.csv",
    "data/creatives.csv"
  ],
  "precommittedContext": {
    "path": "context-note.md",
    "sha256": "ae57dd174c3b596afd097ff89a3d665ab27b809767713a98ef9d6e03e9646dec",
    "includedInInitialPrompt": false,
    "explanation": "The legacy inputHashes field also records the precommitted context hash. The actual request messages exclude its contents; it is provenance, not an initial attachment."
  },
  "evidence": {
    "prompt.md": "b7526a2e10958f90e1527b57852e4a946369dc571be041584a3de8578ed2dc2b",
    "response.md": "af3417c37a8e507c504ae99192b805af300f5c4d4f1ba18f3bceef070d504677",
    "draft-attempt-01.json": "58ffc1a277245483703d2e239f98cf6e855f8ef1acc102bac6e9092188a7f92b",
    "draft-result.json": "5c38314c6b12a5cb891a6fc944239364fe03528569cd6581abe5c377e3cf257e",
    "draft-source.json": "268a719071e323171ad784011db92006a4aac952c6fd3bb5f38d5bb7044f1f68",
    "analysis-prompt.md": "92114f776445befa6c3ad94301b3387fd1671c32acbeb8159466511691bd3fb0",
    "analysis-followup.md": "cbc408a78a97010c8d27790257d0311f813bc2a666ecc0d17341c51038a274fb",
    "analysis-attempt-01.json": "fdcd45729f5a633fbd8b2c307b597e6bd7e5f74b5315931164626d910f0127f9",
    "analysis-result.json": "1e93962f23469e14b4ecbc38fc585256f71478d03e6c645761d179ffd9244945",
    "analysis-source.json": "268a719071e323171ad784011db92006a4aac952c6fd3bb5f38d5bb7044f1f68",
    "context-note.md": "ae57dd174c3b596afd097ff89a3d665ab27b809767713a98ef9d6e03e9646dec",
    "production-prompt.md": "130af408bec4c0d6394e89df364f1604bf2c4c6c9c41a2fdcd5a8aaa284fad09",
    "production-response.md": "9a59340818e12170f94589818b7f99dbfd00bf7550c49230ceeef59627c3cea2",
    "production-attempt-01.json": "e7b921293b530f126e8cfeef9e0e894f905274c131b3c68b84b2b756f4603b9f",
    "production-result.json": "777bcf18204a9d9ceab4bd539f258cd675c24dcf3146e87666898a70c7f4e2d9",
    "production-source.json": "268a719071e323171ad784011db92006a4aac952c6fd3bb5f38d5bb7044f1f68",
    "production-review-input.md": "f7c7472ec2c70eaa5a7c28356f464a80be6adb07c1ba51a6b97ebd1ef0796a81"
  },
  "limits": [
    "One text-only initial invocation, one focused follow-up and one formatting pass; no code-execution tool.",
    "The authored mobile decline is not an AI-discovered real campaign anomaly.",
    "Calculations and editorial review were AI-assisted; no completed human or client approval is claimed.",
    "No time saving, profitability, causal lift or operating-model outcome was measured."
  ],
  "editorialFinalization": "Separate checked editorial reports, not verbatim production-response copies; human release remains pending.",
  "productionInputSnapshot": "production-review-input.md preserves the exact review supplied to formatting; en/review.md later gained the production-pass review."
}

Vorab aufgezeichnete fiktive Kontextnotiz

# Supplemental context — prewritten fictional product/support follow-up

**Authored:** 2026-10-29, before the initial AI run. **Use:** introduce only after the initial v1 response, during human review. Record this file's SHA-256 before the run. This is authored teaching context, not a real interview, ticket export, deployment log or finding from a live client. Nothing here describes or predicts the model's response.

## What v1 knew

The brief contained the supplied course business, research hypotheses, measurement definitions and activation handoff. It explicitly marked product release history, mobile QA and support feedback as unknown and assigned follow-up to their owners. No product defect, founder sensitivity or known release was withheld from those supplied v1 inputs. The fictional reporting team had not yet received this follow-up. The real author writes it in advance so later context cannot be tailored to manufacture an AI failure.

## Newly supplied in the fictional review sequence

At the product/support follow-up after the v1 draft, the product owner reports that a mobile-only quiz presentation revision began rolling out on **September 8, 2026, at 09:00 UTC**. It added an expandable ingredient-information panel and changed the label beside the next-step control. The desktop presentation was unchanged. The owner has not supplied the deployment audit, rollout share, version-assignment log or device/browser QA results. This is a reported release description within the fiction, not independently verified instrumentation evidence.

The support lead reports that recent messages included difficulty finding the next-step control on a phone. The supplied note contains no ticket-level dates, counts, customer identifiers or linkage to paid cohorts, quiz events, creative or release version. It does not establish complaint prevalence, whether users abandoned, whether the comments began before the revision or whether any loss was incremental.

The product owner can assign a mobile reproduction and event-verification check in the next working day, with the media lead supplying cohort/funnel definitions. A proposed check should compare affected and unaffected presentation versions where assignment can be reconstructed, verify that starts/completions mean the same thing across versions, and inspect device/browser combinations. If assignment or event evidence is missing, record that limit instead of claiming a controlled test.

## What this can change — and what remains unresolved

This context can make product/measurement verification a more specific or timely next step than an immediate message rewrite or channel move. It can also confirm a sensible existing diagnostic recommendation. The reviewer must decide from the actual draft and checked data; no changed recommendation or reduced confidence is required.

Timing, device scope and a reported usability concern make the revision an **investigable hypothesis**. They do not establish that it caused the aggregate change. Audience/channel/creative mix, within-group movement, event-definition changes, other releases and unrelated influences still require scrutiny. The fixed-mix comparison remains necessary and cannot be replaced by this story. No revenue-loss estimate, causal attribution, automatic pause or exact budget reallocation follows from this note.

Carry into brief v2 as **reported fictional context pending verification**, naming product owner and media lead, requested logs/checks and the unresolved causal question. Record independently verified counts as data findings, reported context as reported context and review actions as decisions. Keep the actual initial response unedited. This is an example of learning after a brief, not a controlled comparison of human and AI judgment.

Das Evidenzpaket verwenden

Öffentliche Beispieldateien. Bezahlte Kursmaterialien bleiben getrennt.

Reporting-Briefing v1 ↓MD · 14,5 kB · v1
Datenwörterbuch ↓MD · 12 kB · v1
Redaktionelles Überprüfungsprotokoll ↓MD · 8,8 kB · v1
Aktualisiertes Reporting-Briefing v2 ↓MD · 3,5 kB · v1
Was sich im Briefing geändert hat ↓MD · 2 kB · v1
Produktions- und Zuweisungsprotokoll ↓MD · 2,7 kB · v1
Ursprüngliche synthetische CSV ↓CSV · 51,1 kB · v1
Abgestimmte CSV ↓CSV · 51 kB · v1
Geprüfte Berechnungen ↓JSON · 16,8 kB · v1
Datenproblem-Protokoll ↓JSON · 0,4 kB · v1
Kampagnen-Lookup ↓CSV · 0,3 kB · v1
Creative-Lookup ↓CSV · 0,7 kB · v1
Quellenkarte für Kursfakten und Rekonstruktion ↓JSON · 10,8 kB · v1
Erster eingereichter Prompt ↓MD · 76,8 kB · v1