江苏龙网

  1. 主页 > 生活百科 > >

3个方面做好数据分析 广告投放数据分析怎么做

互联网时代 ， 信息流广告越来越多 。而信息流广告的投放是基于大数据测算的 ， 同样的数据 ， 不同的解读方式 ， 在投放引导上会有不同的效果 。
那么 ， 如何正确解释这些数据就成了一个至关重要的问题 。
在数据分析过程中
时 ， 我们往往会面对这样五种乱象 。
1 。数据欺诈
最常见最简单的数据乱象就是数据造假 。
当广告效果不好的时候 ， 为了应付广告主 ， 让广告主满意 ， 继续做广告 ， 广告方会人为的干扰数据 ， 从展示量到点击量进行美化 ， 以此来促使广告主继续做广告 。
随着数据造假的情况越来越常态化 ， 更多的广告主开始对广告进行监控 。
那么 ， 当我们不监控广告时 ， 我们如何识别数据欺诈呢？
首先可以了解和分析自己行业的市场 ， 和同行业的数据进行对比 。如果数据很好 ， 你需要问供应商 ， 支撑数据这么好的原因是什么？是想法很好 ， 还是定位特别准？得到更多的回复 ， 再考虑是否有继续发货的必要 。
然后在知道发射背景的情况下 ， 通过各个指标之间的耦合关系 ， 分析数据 。
在数据分析中 ， 每个数据不是独立的 ， 而是相互影响的 。比如登陆页影响用户转化 ， 转化率高 ， 所以我们认为登陆页设计得好 。但是如果转化率很好 ， 进入登陆页面的用户几乎没有停留在登陆页面 ， 这显然是数据的问题 。点击登陆页面立即实现转化 ， 这在信息流广告中几乎不会出现 。
最后 ， 我们还可以参考其他分析方法来识别数据 。举个例子 ， 每天的数据峰值都在上班和下班的时间段 ， 但是突然峰值出现在某天凌晨两三点钟 。这个时候就要对这个异常数据进行分析 ， 找出它为什么会出现 。很多数据是有规律分布的 ， 所以要注意异常数据 。
2 。指标的不同定义
所谓指数 ， 就是解释总体数量特征的概念 。
很多公司都有自己的KPI投放指标 ， 比如以展示量、点击量、转化率为指标来衡量信息流广告的投放效果 。
指标的制定只能在某些前提条件下确定 。一般是把时间、地点、范围汇总后算出来的 。
比如电商通常会有一个日活跃和月活跃的指标 。虽然名字一样 ， 但是标准不一样 。松散型电商定义为只要用户点击进入 。严格来说 ， 只有当用户点击进入时 ， 购买才发生 。严格来说 ， 只有当用户确认收货时 ， 用户才是活跃用户 。因为标准不一样 ， 所以无法比较 。只有指标的定义相同 ， 才能进行比较和讨论 。
3 。隐藏关键信息
当别人试图说服你接受某个指标时 ， 往往是隐藏了关键信息 。
比如一个公司的管理层 ， 用对标的方式给广告定了一个KPI指标 ， 说某个公司的ROI可以是1: 10 ， 我们也可以 ， 甚至我们比他好 ， 所以我们要做 。
然而 ， 我们不知道为什么我们的同行会取得这样的结果 。是进行了大规模的推广 ， 还是选择了新媒体？什么都不知道 ， 如何赶超？
如果不了解投放背景 ， 只看到投放结果 ， 就会盲目跟进 ， 给优化人员带来很大的工作难度 。
同时 ， 在数据报告中 ， 有各种影响指标的因素 。比如这个数据的增长是自然的还是因为做了什么活动？是价格原因还是品牌原因？因素不同 ， 评价标准也不同 。
比如618期间 ， 一个商家说自己业绩很好 ， 日销售额6700万 。这个时候我们肯定会觉得他的表现很好 。
但他很可能没有告诉你 ， 后来的回报率高达25% 。回报率可以说是一个关键指标 。卖的很重要 ， 但最重要的是用户接受和付费 。忽略关键背景 ， 只告诉你销量 ， 这样的数据没有实际意义 。
所以 ， 当我们看到一个指标很好或者很差的时候 ， 不要急于下结论 ， 要找出关键的背景信息 ， 这样才能正确解读信息 ， 做出正确的决策 。
4 ， 乱搞因果关系
昨天给大家分享的文章里 ， 吸尘器用地毯作为关键词 ， 结果不好 ， 因为因果关系不成立 。


推荐阅读


上一篇：最实用的4大工具 产品经理常用工具软件

下一篇：效果最好的起量方法 头条投放起量的办法