

信息流广告投放如何打造数据分析体系?
source link: https://www.niaogebiji.com/article-631503-1.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

信息流广告投放如何打造数据分析体系?-鸟哥笔记
我们都知道在广告投放的过程中,数据分析是一项非常重要的事项,而且也非常考验操盘手的分析能力,但是大多数时候,我们会发现数据分析只是一个看似重要的过程,而并没有为广告投放带来很好的赋能,数据分析了半天,最后还是凭感觉出素材、建计划,这都很常见,那么在广告投放里数据分析有价值吗?需要做到哪种程度呢?
数据分析的意义:
首先我们要明白,广告投放里面数据分析的意义在不同的项目投放周期里是不同的,在一个项目的广告投放历程中,有这样三个阶段:
①上线准备期:数据分析的重点在于竞品投放数据的调研,通过问社群、代理、媒体等方式,了解主要竞品以及大盘的投放数据,平均点击率、转化率及成本,为我们的投放上线的出价策略做参考,如果能直接看到竞品投放后台当然是更好的;
②快速测试期:这个阶段的数据分析才是是最为重要的,刚开始投放没多久的项目,需要对测试的方向进行总结优化,对投放的人群、素材、平台都要进行效果判断,这里面数据分析非常重要,需要尽可能细致全面的进行数据归纳和总结;
③稳定迭代期:在账户消耗基本稳定的阶段,甚至是衰退阶段,数据分析其实反而没那么重要,因为这个阶段我们已经基本锁定了高转化人群和素材方向,这个时候更多的是“对抗系统”,如何针对跑量内容进行迭代产出,避免账户衰退是这个阶段的重点。但是这个阶段数据分析不重要的前提是,在阶段②有充分的数据分析和论证,如果阶段2的测试不完善,数据分析有纰漏,自以为是进入了阶段③而弱化数据分析,很容易会错失认知外的机会投放点,造成最后别人把项目做起来了,而自己把项目做死了还觉得是运气问题的情况。
关于如何具体进行数据分析,下面我围绕数据分析的“颗粒度、指标、维度、分析思路”四个元素层层拆解来讨论一下数据分析应该怎么做。
1,颗粒度
广告投放里面涉及的颗粒度有:
出价、消耗、展现、点击、转化、落地页停留、落地页浏览进度、衰减帧、关注、点赞、评论、转发、收藏、不感兴趣、举报、有效播放数、3秒播放数、完播数等。
应用推广会涉及:下载、激活、注册、关键行为、次留、首次付费、当日/次日付费等。
直播推广会涉及:停留时长、1分钟观看数、点击商品、加购、下单、退款等。
加粉推广会涉及:微信复制、加微数等。
社群推广会涉及:表单未入群、入群留存、后续转化、ltv等。
以上仅仅是颗粒度的盘点,实际分析过程,还需要通过计算各种“率”“成本”“周期”等,比如点击率、转化率、转化成本、ROI、成交周期等。
这里如果涉及后端数据分析的话,因为不同行业的思路和体系完全不一样,所以本文主要讨论是前端投放端层级,到转化这个颗粒的数据分析。
主要关注四个指标
竞价指标:出价*点击率*转化率
播放指标:3秒播放率*完播率
互动指标:评论+点赞+收藏+分享
负面指标:不感兴趣+举报
分析的维度主要涉及时间(不仅是日、周、月这周简单的时间汇总,也需要关注时间周期下重大调整的数据变化)、账户、广告位置、计划、视频数据、创意方向、标题、落地页、定向方式、出价方式、受众(地域、年龄、性别)等。
4,几点分析思路
①数据对比是多向的,尤其是季度总结、月度总结这种周期比较长的数据分析,不能简单的做环比就完了。最好涉及到历史对比(同对比周期下的历史数据)、横向对比(内部与其他投放相同项目的成员的小组或成员对比,或者是相同主体下的账户对比)、外部对比(行业数据是否发生变化,竞品数据是怎样的,竞品调研不是只在投放前做,在投放过程中也要随时关注)。
②四个指标的重要程度竞价>播放>负面>互动,其中竞价涉及视频效果预估,播放涉及视频质量预估,具体如何评判,我另一篇文章里面有说到。(理解广告投放“冷启动期”及“ocpm起量”的底层逻辑,如何确定最佳点击率与转化率);
③对于异常指标需要尤其关注投放历程,也就是随着时间的推移,对应的数据变化,找到关键时间变化节点,去找当时可能的原因,比如头部计划的分日、分时报表,而不是只看汇总的结果,不然很难归因的核心问题。
④在没有重大账户策略调整只是日常优化的情况下,数据分析由大到小,执行决策由小到大,比如在整理和分析的时候依次分析账户、计划、素材、定向、页面等维度,但实际决策如何优化是反过来的,这样整个优化思路会比较清晰,即由大到小找问题,由小到大逐一解决。

⑤科学合理的广告组、计划名的搭建策略和命名对于数据分析至关重要,以巨量为例,广告组如何使用是跟着投放策略走的,如何分配涉及到整个优化过程里面你在测试哪些方向或人群,或者出价、定向方式,而这些内容通过后台报表可能没有那么容易进行快速的归纳,建议制定投放策略的时候,就规范好广告组搭建要求、以及计划命名的要求,随便命名很容易在数据分析的时候一抹黑。
⑥体系化的数据分析,能帮助我们找到问题,但提出解决方案,或者说从数据推出结论和执行措施,这个是很难的,当我们账户没起色数据分析也看不出什么突破点的时候,我的建议一个是一定要多关注多行业大盘,对比自己账户的点击率、转化率、千展成本;另一个是回归到用户本身去思考什么是好广告,账户优化能做的措施终究是有限的,好素材永远是核心,如果大量原创、翻拍素材效果都不好,可能需要进一步的用户洞察和产品挖掘,找出有别于行业的新方向;最后一个是提升效率,数据分析带不来赋能就不要过于纠结,保持自己的快速迭代、上新、策划的投放节奏,先尽人事,再听天命。
那么上面其实只是比较粗浅的讲了下数据分析可能涉及到哪些方面,但是具体如何做,因为不同行业的思路不一样,而且每个人有不同的操作习惯可能没有绝对的sop。
但是这里我跟大家展示一个可能是比较全面的数据分析大表,以账户、计划、素材三个维度为例,日常分析尤其是给自己看的话没有必要特别细致全部都填,但是在向上汇报、或者向甲方汇报方面应该都能有一些参考。核心在于,对于账户、计划、素材等不同维度的分析,需要有不同的关注数据。

账户层面:
需要关注的是整个项目的效果情况,是否达成投放投放目标,与行业大盘比是怎样的、分账户的策略结果怎么样等,在账户分析的时候,展现点击完播可能都没有那么重要,但是可以通过“竞价指标”这一个指标来侧面反映整个账户的竞争力情况,就不要放太多参数了,因为这些小指标有问题你还是需要去看里面的具体计划,所以看关键的消费和转化情况就好了;另外账户层面也需要关注下不同账户的基建量,这个会反映你对不同账户的维护程度甚至是上心程度。

计划层面:
计划层面开始需要关注具体的TOP计划对比情况,核心在于,本月的“黑马计划”是如何跑起来的,上个月的跑量计划又是否衰减了,中途我们是否有进行什么操作,这里面需要开始关注他的完播指标,并看具体的点击率、转化率和行业的数据进行对比,对应的也需要在总结里面写清楚,这两个月的搭建计划策略和思路是否变化,有没有数据佐证等。
说一下里面的综合指标是什么,综合指标是将竞价、完播、互动、负面四个指标通过一些算法综合算在一起,比如=竞价+完播+互动-负面,这样能侧面反映整个计划的质量情况。

素材层面:
素材层面关注的维度,和计划相比,需要更看重投放周期,我们知道素材是会衰减的,超过30天的素材还在投放需要重点分析他的分日数据,预判衰退时间及时做好素材补充。另外也需要开始关注完播、互动、负面这些具体的视频指标,而不是只看综合指标一个结果,以便对素材有更全面的评判。
相似素材和内容方向也需要汇总起来单独看,这样才能总结跑量素材的方向,甚至是公式,也是为了避免在错误方向上重复踩雷。
那这三个表只是一个简单的举例,实际在分析过程中,当然分析维度是更多的,不同的定向方向、广告版位、受众等都是有必要进行具体分析的,但维度太多,不是全部都需要这样我们根本没精力,还是得看需求,以及我们的投放测试的节奏,你在测什么,就需要重点关注什么。
本文为作者独立观点,不代表鸟哥笔记立场,未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问,请点击 反馈举报
</div
Recommend
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK