信息流廣告投放常常會(huì)遇到賬戶各種問題,卻不知道如何有效的去排除和解決,只能簡(jiǎn)單操作,比如:控制計(jì)劃預(yù)算,調(diào)整計(jì)劃的出價(jià),頻繁新建計(jì)劃,直接暫停計(jì)劃,等等,而只有少部分的人知道自己為什么這樣操作,這么操作會(huì)帶來什么影響。
這就是為什么很多投放專員工作了很多年,卻成為不了一名優(yōu)秀的廣告優(yōu)化師,僅僅只是一個(gè)后臺(tái)投放員的原因。而這個(gè)問題出現(xiàn),就在于我們操作之前沒有數(shù)據(jù)支撐或者說沒有一個(gè)基本的數(shù)據(jù)分析思維。
那下面問題來了,對(duì)于廣告投放員來說,后臺(tái)操作已經(jīng)熟悉得不能再熟悉了。我們?cè)诓僮鞯臅r(shí)候,有沒有在腦海里思考以下幾個(gè)問題?
? 賬戶有那些問題?
? 這樣操作的目的是為了什么?
? 為什么一定要這么操作?
? 操作完之后會(huì)帶來什么影響?
上述的種種現(xiàn)象,我想說有的人肯定沒有思考過,所以才有接下所說的內(nèi)容,信息流的數(shù)據(jù)分析基礎(chǔ)思路。步驟是我們提出有效的問題→建立合理的假設(shè)→尋找支撐的數(shù)據(jù)→整合分析數(shù)據(jù)→驗(yàn)證分析結(jié)果(以巨量引擎為例,述說說明)。
在發(fā)現(xiàn)計(jì)劃異常后,根據(jù)計(jì)劃生命周期不同階段鎖定問題,一般分為三個(gè)時(shí)間段,學(xué)習(xí)期,穩(wěn)定期,衰退期。
1、學(xué)習(xí)期,是一個(gè)系統(tǒng)正處于學(xué)習(xí)探索潛在的目標(biāo)用戶過程,這個(gè)時(shí)期會(huì)有以下問題,比如新建計(jì)劃沒有展示量或展示量很少?新建計(jì)劃一直沒有點(diǎn)擊或點(diǎn)擊率低?新建計(jì)劃一直沒有轉(zhuǎn)化?等等問題……
2、穩(wěn)定期,是系統(tǒng)已收集到一定量的轉(zhuǎn)化人群,可以比較準(zhǔn)確地找到目標(biāo)人群的過程。這個(gè)時(shí)期會(huì)有以下問題,實(shí)際出價(jià)過高,點(diǎn)擊率突然升高/降低,轉(zhuǎn)化率偏低,轉(zhuǎn)化成本高。等等問題……
3、衰退期,是當(dāng)計(jì)劃出現(xiàn)突然性的展示量變小,轉(zhuǎn)化率降低,轉(zhuǎn)化成本升高,轉(zhuǎn)化量降低的預(yù)兆,且持續(xù)幾天都是這樣情況的時(shí)候就說明此計(jì)劃開始進(jìn)入衰退期。這個(gè)時(shí)期有以下問題間斷性的不穩(wěn)定,比如展示量變小,轉(zhuǎn)化成本偏高,消費(fèi)能力直線下降,等等問題……
如學(xué)習(xí)期中新計(jì)劃沒有展現(xiàn)量怎么辦?
第一步我們要思考哪些影響因素,列舉1、2、3、4等原因出來。比如:
1、非投放時(shí)間
2、受到流控限制
3、出價(jià)低
4、定向窄或錯(cuò)誤
……
第二步,這些列舉出來因素的產(chǎn)出原因是怎樣的。
非投放時(shí)間:那可能是投放時(shí)段我們只勾選晚間投放,白天未到投放時(shí)間,或者是勾選某一天投放,或者是投放已完成,等等…產(chǎn)出原因。再比如,定向窄或錯(cuò)誤:那可能是錯(cuò)選過濾地域,多重定向交叉,勾選某個(gè)非常窄的定向等等…產(chǎn)出原因。
那第三步,根據(jù)產(chǎn)出原因進(jìn)行逐個(gè)排查。是否對(duì)投放推廣時(shí)間做了設(shè)置,是否是因?yàn)轭A(yù)算卡得太少,而出價(jià)較高,導(dǎo)致廣告觸發(fā)流控,影響展示,是否出價(jià)和行業(yè)均值相比過低,是否定向的覆蓋人群過窄。
找到可以支持結(jié)論的數(shù)據(jù)作為證據(jù)支持假設(shè),獲取數(shù)據(jù)的常見渠道如:
1、數(shù)據(jù)報(bào)告/計(jì)劃診斷
比如是否在非投放時(shí)間可以從巨量引擎的編輯廣告計(jì)劃或者點(diǎn)擊廣告計(jì)劃的詳情里看到具體的投放時(shí)間。
是否出價(jià)過低也可以從巨量引擎工具中找到賬戶診斷中看到行業(yè)分析或者計(jì)劃診斷。
這兩圖基本看出計(jì)劃的質(zhì)量度和出價(jià)是否在行業(yè)平均值中
2、監(jiān)測(cè)跟蹤(應(yīng)用下載API/深度轉(zhuǎn)化SDK與數(shù)說/平臺(tái)落地頁監(jiān)測(cè)(頁面洞察))
3、第三方平臺(tái)
4、行業(yè)權(quán)威數(shù)據(jù)
在獲取數(shù)據(jù)后需要對(duì)數(shù)據(jù)進(jìn)行整合和分析,可在獲取數(shù)據(jù)時(shí)同步完成,有時(shí)需要使用工具進(jìn)行進(jìn)一步整合分析。
1、廣告投放管理平臺(tái)(數(shù)據(jù)報(bào)告/人群洞察、計(jì)劃診斷工具)
巨量引擎三大類報(bào)表整合優(yōu)化,廣告報(bào)表:賬戶/組/計(jì)劃/創(chuàng)意報(bào)表,受眾分析:投后用戶畫像,廣告產(chǎn)品:程序化創(chuàng)意/視頻廣告/分素材統(tǒng)計(jì)等。多種可視化圖表,提供時(shí)間趨勢(shì)(折線圖)、累計(jì)對(duì)比(柱形圖)、占比分析(扇形圖)多種圖表類型。
2、數(shù)說平臺(tái)
3、第三方數(shù)據(jù)平臺(tái)
最后會(huì)出現(xiàn)兩種結(jié)果:
第一種數(shù)據(jù)驗(yàn)證與結(jié)果一致,當(dāng)然這時(shí)候皆大歡喜,因?yàn)榉较蚴钦_的,前面的過程花了很多時(shí)間和精力,努力最終沒有白費(fèi)。
別高興的太早,當(dāng)然還有另一種情況,數(shù)據(jù)驗(yàn)證與結(jié)果不一致,oh my god,那可能需要我們重頭排查其他我們還未排查過的原因,也有可能是我們用的數(shù)據(jù)計(jì)算錯(cuò)了,優(yōu)化本身就是一件不斷提出問題→假設(shè)原因→尋找數(shù)據(jù)→分析數(shù)據(jù)→驗(yàn)證結(jié)果反復(fù)的事,所以我們還得在優(yōu)化路上越走越遠(yuǎn)。
作者:艾奇SEM
來源:艾奇SEM
136 0806 8886【加微信請(qǐng)注明來意】
四川省成都市高新區(qū)天府三街1599號(hào)(天府三街與南華路交匯處)