什么是 email-metrics-benchmarks?
用于跟踪的电子邮件指标、2X 杠杆以及用于冷外展的结构清单。在分析活动绩效、设置基准或优化电子邮件指标时使用。 来源:sachacoldiq/coldiq-s-gtm-skills。
用于跟踪的电子邮件指标、2X 杠杆以及用于冷外展的结构清单。在分析活动绩效、设置基准或优化电子邮件指标时使用。
通过命令行快速安装 email-metrics-benchmarks AI 技能到你的开发环境
来源:sachacoldiq/coldiq-s-gtm-skills。
| Metric | Current Baseline | Good | Great |
| Cold email reply rate | 0.5-1.0% | 2-3% | 5%+ | | Email open rate | 20-40% | 50% | 60%+ | | Email click rate | 2-5% | 5-8% | 10%+ |
| Cold outreach (no signal) | 6-8% | | Signal-based outreach | 18-22% | | Multi-signal stacked | 35-40% | | Website visitor follow-up | 25-30% | | Champion job change | 20-25% |
用于跟踪的电子邮件指标、2X 杠杆以及用于冷外展的结构清单。在分析活动绩效、设置基准或优化电子邮件指标时使用。 来源:sachacoldiq/coldiq-s-gtm-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/sachacoldiq/coldiq-s-gtm-skills --skill email-metrics-benchmarks用于跟踪的电子邮件指标、2X 杠杆以及用于冷外展的结构清单。在分析活动绩效、设置基准或优化电子邮件指标时使用。 来源:sachacoldiq/coldiq-s-gtm-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/sachacoldiq/coldiq-s-gtm-skills --skill email-metrics-benchmarks 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/sachacoldiq/coldiq-s-gtm-skills