從廣告主的角度來說,點選率可用於比較不同廣告渠道或形式的績效。透過比較比如橫幅廣告和影片廣告的點選率,幫助確定廣告效果,深入瞭解廣告市場實時變化趨勢,並據此決定應對哪些主要的廣告渠道或形式績效進一步投資,加強對未來廣告投放的佈局。
在瀏覽廣告的使用者中,產生點選行為的使用者表現出更強烈的購買意願,對這部分使用者的類別和特徵進行分析並設計對應策略,對廣告效益的提升具有重要作用。
因此,需要對平臺收集到的廣告資料和使用者資料進行分析,使用BI可以更合理地整合資料,再透過視覺化的方式更清晰地展示出資料,便於針對不同類別使用者或維度提出合適的經營策略。
使用者畫像:根據使用者自身屬性進行分析,並結合其行為特徵對使用者整體特徵畫像。對產生點選行為的使用者進行單獨分析,利用RFM客戶價值分析,提取並針對不同類別使用者實施相應的投放策略。
廣告分析:分析廣告投放後的曝光量、點選量和點選率在不同時間單位內的變化趨勢,考慮廣告商品價值投放群體的特徵及資源位等影響因素,調整投放策略,提高投放效率。分析不同品牌、不同品類、不同廣告計劃商品的價格,瞭解其實際廣告投放效果。
整合實際需要分析的模組如下:
我們從底層資料處理開始入手,需要進行資料的加工及清洗,並整理資料表間關聯。
搭建好上圖的資料表和關聯模型之後,下一步就可以進行正式的視覺化資料分析了。
主要分為屬性分佈、行為特徵分佈、廣告點選RFM分析三部分。
屬性分佈:使用ad_union的資料,包含性別分佈,年齡分佈,就業狀況分佈和城市分佈,對具有相同值的使用者進行分組,透過餅圖展現不同分組使用者的實際佔比。
行為特徵分佈:針對消費檔次和購物深度兩個影響因素,將使用者利用性別和年齡段分類,並加入城市級別篩選,得到不同性別、年齡段人群在不同層級的城市的消費檔次/購物深度的佔比分佈。
廣告點選RFM分析:透過三個關鍵指標對客戶點選廣告行為進行觀察,針對不同客戶類別,對比每個客戶三項指標與所有客戶的平均水平,獲得指標評價值,並據此分類,並對不同類別客戶實行相應的不同投放策略。
主要分為概況統計、時間維度的廣告投放效果變化趨勢、廣告商品價格分析、廣告投放效果分析四部分。
概況統計:總曝光量,投放商品數等的基本資料,展示已有資料的各項記錄整體規模;加入平均點選率的指標圖,顯示點選率的表現情況;加入不同資源位的廣告數餅圖,表明不同廣告位承載廣告數量的差異。
時間維度的廣告投放效果變化趨勢:透過堆積柱狀圖和折線圖組合,視覺化曝光量、點選量、點選率這三個指標分別隨著不同日期和不同時段的變化趨勢。
廣告商品價格分析
廣告投放效果分析
免費資源下載