Skip to main content
 首页 » 推广

头条信息流广告怎么做数据分析?

2020年08月19日 08:06:18237

【七赚网】一个分享赚钱干货的网站!收藏、点赞、分享!

这期分享一篇今日头条信息流广告数据分析的文章,原文来自艾奇SEM,原文标题做好广告日常投放管理,轻松完成业绩KPI!一起看下怎么做好信息流广告数据分析?

  本篇笔者给大分享的是,原生、信息流广告日常投放管理、用户行为以及数据分析揭秘!文末附“信息流运营广告报表”哦!

  随着移动互联网爆发式增长。信息流广告得益于RTB技术,通过用户标签实现精准投放,并与内容混排在一起,对用户体验相对较好。逐渐成为广告主数字媒体投放的主要模式之一。

  衍生而来的优化师岗位也成了每家公司用户获取的必备,目前在人才市场上薪资也是越发水涨船高,与此同时每家公司对此岗位却又都有着明确的数据考核。

  想要作为一名优秀的信息流广告优化师,行业研究、卖点提炼、创意策划、预算评估、用户分析、数据分析与销售口径对接等,每一部分的能力都不可或缺。

  在营销相关工作领域中算是一个相对综合且全面的岗位。网上关于行业研究、创意策划等相关内容,已经有很多了。

  今天就聊一些某知识类问答平台上,被问及较多的日常投放管理、用户行为以及数据分析方面的内容。借此,也写下自己对以上内容的一些实践经历,希望对大家有所帮助。

  信息流广告日常运营的一天当中,最主要工作应该是由如下几个部分组成:

  一、前一日投放数据排查

  在工作最开始,应该查看的主要有昨天花了多少钱(消耗¥4,693),带来了什么样的效果(线索74条),展现、点击,以及成本(线索成本¥63.42)。同时将数据录入报表,以便于日常数据分析。

 

头条信息流广告数据分析怎么做?

  其次是了解成本以及KPI的达成进度,如图(1)、(2)中显示,截止2019年10月6日已完成线索量355条占当月KPI(900条)比例为39.44%,时间进度为19.35%(6/31)。说明当前KPI完成的速度要快于时间进度,可以超额完成当月KPI目标。

  以上这部分工作在帐户投放规模不大的情况下,熟练操作后,25分钟内便可完成。

  二、分日期投放数据排查

头条信息流广告怎么做数据分析?

  信息流产品的本质是推荐内容,广告的分发都取决于内在的推荐系统。对于一家商业公司而言,在绝大多数情况下,推荐系统的目标都是为了完成某个商业目的。

  以头条为例,用户观看头条系的内容,不论是文本,还是抖音、西瓜、火山等短视频都是UGC,或时事热点免费内容。

  头条无法通过会员费或者订阅费赚钱,其最主要的商业模式是内容中的广告“总”收入。以商业目标来制定推荐系统优化目标的原则,显然头条采用产品“使用时长、频次”作为优化目标的更为合理。

  推荐系统的目标优化除平台单次广告收益外,还需要引入用户体验与广告主效果作为了平衡三方利益的平衡最优化。

  所以数据波动不仅仅是消耗与成本的波动,还会参考到其他各项数据指标进行流量的分配。帐户在不进行人工干预下,展现及效果等数据是及其不稳定的。

  查看分日期投放数据就是为了判断异常现象,便于及时针对峰值低谷作出相应调整。

头条信息流广告数据分析怎么做?

  图(4)利用质量监控图对COST PER LEAD分日数据预警,COST PER LEAD波动在9.17时,其值¥128.57超出UAL预警线,在9.20为¥42.63跌出LAL预警线。9.21、9.28数据更是超出了UWL预警线,可以断定该时间段COST PER LEAD数据出现异常。

  三、分帐户投放情况排查

  确定了数据异常现象时间节点后,需要对数据进行细分纬度分析。如果是多帐户投放,最先应该排查分帐户投放情况。

QQ截图20200819090419.jpg

  图(5)中数据显示9.17-9.28COST PER LEAD数据波动异常,主要是受帐户1的影响,那么便可将数据异常的问题锁定在帐户1。

  四、分位置投放数据排查

  在帐户1中抽取分资源位COST PER LEAD数据进行排查,其中西瓜、头条成本数据波动幅度较大,同时出现极值。

  抖音消耗占整体的57.27%,高比例必然带动整体的数据波动。而COST PER LEAD数据在9.17-9.28出现大幅增长,趋势与整体成本异常波动相一致,可将数据异常的问题进一步锁定在帐户1中的抖音上。

头条信息流广告怎么做数据分析?

  继续向下细分,则是不同端口IOS、Android,以及不同端口下各尺寸素材的COST PER LEAD数据趋势对比,进而找到影响整体COST PER LEAD数据指标的根源。

头条信息流广告数据分析怎么做?

  该案例导致整体COST PER LEAD数据波动原因是7.22日帐户1/2同时上新了一条活动创意。通过与帐户2转化量、以及展现消耗趋势数据的对比,可判断创意未出现衰减。

  唯一的操作则是因帐户1中该创意跑量效果一直不错,且转化量稳定增长。在9.15日,执行帐户操作的优化师同事将该创意所在计划预算额调整至原有的3倍预算。

  通过对比投放以来的其他各项数据,发现帐户1中该创意兴趣细分趋势在不同兴趣分类展现与过去比例出现较大差异。说明开大预算后,系统对该创意进行更多其他类别兴趣的人群探索。

  新增消费的兴趣分类转化率较低,导致预算消耗过快,成本暴涨。9.21-9.22则受该消耗过快影响,充值未及时帐户暂停。

  在重新充值后,帐户1中该计划成本仍居高不下,最终只能关闭重建,成本才得以恢复。另外从分资源位历史趋势数据上看,抖音COST PER LEAD要远低于西瓜、头条。

  出现这种数据表现,到底是因为西瓜、头条投放额度较低导致数据随机性较大,还是其他人为操作因素?需要具体问题具体分析,做为下一步帐户提升的优化点进行规划。

  分日、分帐户以及其他维度细分查看及异常节点诊断,在数据报表规范合理的情况下,45分钟内便可完成。

  五、分素材测试数据回顾

  若广告投放规模庞大,通常帐户中会有多个创意。除通过分日数据监测来定位影响核心指标的问题外,还需要定期对素材测试数据进行回顾。

  素材是创意下的子元素,所以对数据波动的影响,往往会因为投放的数量大而将素材效果隐藏起来。为了保证账户效果的平稳,素材测试在投放中至关重要。

  素材测试一般涵盖:落地页、文案、视频图片等。

  针对创意素材测试可以按照产品卖点、用户心理、使用价值、以及需求场景出发,提炼文案、视频脚本的素材内容。

今日头条信息流广告运营

  以现有跑量素材“用户心理”为素材源,向外扩展相同方向和不同方向素材“使用价值”扩宽素材产出思路,丰富素材,维持账户投放量级平稳。此部分相关内容,网上已经有很多大神级人物输出过相应内容,这里就不再赘述。

  落地页测试思路,可利用橙子建站相关工具,分析用户行为及用户心理,指导改善落地页影响关键指标的数值。

  这里以虚拟的图片作为案例阐述,落地页素材测试头图文案的内容及内容搭配是关键。“限时优惠”与“三千妈妈的用心选择”相比较,显然后者更容易促使用户产生留资行为。

  文案中放入成功提交信息后,进入二级页面抽奖,则可进一步带动最终转化率的提升。

今日头条信息流广告如何做数据分析

  另外需通过像橙子建站中的工具对用户行为进行观察,发现用户点击不同素材偏好。并分析用户心理,如不同素材排版的先后顺序,素材不同尺寸、版本点击量占比,进而从角度出发逐渐优化落地页。

头条信息流广告数据分析怎么做?

  在常规投放中穿插优质素材测试跑量的展示虽有助于整体回报效果。但也需要对空耗、超成本计划及时进行关停,即便这些计划消耗占比较小,也会导致账户整体成本偏高。

今日头条信息流广告如何做数据分析

  以上关于素材测试数据回顾等相关工作,需要行业研究、卖点提炼、创意策划、以及跨部门的沟通协调较多,一般会占到日常工作的50%。

  六、定向数据测试做积累

  定向测试这部分相关工作,往往适用于存量用户较大的广告主,一般在具有自身的数据管理平台的情况下发挥空间较大。

  通过数据管理平台收集自身用户各种数据,结合算法的能力给用户打上不同的兴趣标签,基于用户兴趣实现个性化的推荐、搜索、内容导购等服务。

今日头条信息流广告如何做数据分析

  因其数据大多来源于第一方,所以可以很好的直击用户真实诉求。基于标签来组合人群,生成各类人群包做广告精准投放,已完成各种运营层面的数据指标。

  比如在操作电商案例时,运营目标当期是以提升用户对产品使用购买活跃度。根据业务的具体情况定义活跃度指标后,我们的将人群划分为新用户、低活用户、中活用户、流失用户。利用构成活跃度指标的条件对用户进行筛选,生成不同投放人群包。

  一般超过30天以上未回访的用户会被定义成流失,此类用户基于单次触达成本考虑一般不会利用广告方式进行用户召回。所以利用广告进行召回是在低活和中活这两个阶段就开始进行召回广告触达。

  因为处于以上两个阶段的用户往往未卸载或者转移到其他 APP,在召回的难度上较低ROI 比较高,针对这些用户不断触达召回,提升留存把他们往高活上引导,在结果数据表现上,也较为不错。

  再者通过数据管理平台用户画像,了解到某款爆款产品的兴趣、以及年龄都符合某类二次元年轻用户群。针对这部分用户做品牌活动的1+/2+ Reach ,进而提升用户对产品、品牌认知,或影响目标群的行为。

  这里需要注意的是,数据管理平台中用户行为数据更多源于存量用户的第一方数据。外部抑或媒体的数据,因为标签等统计维度、算法的不同,往往对用户筛选的精准性很难判断。

  所以帐户投放规模较小,则尽量减少对指定定向条件、或第三方定向人群包进行投放测试,更多的将流量筛选的权利交给推荐系统去跑,而将精力重心放在创意及素材测试上。

头条信息流广告数据分析怎么做?

  其他媒体新产品,新功能测试,如托管实验室,穿山甲资源位等新产品的测试及总结。同时每周五需要对近4周各个维度数据总结,进而了解整体广告投放的进度、状况、方法以及KPI完成情况。

  最后总结一下,通过对信息流广告日常运营及数据分析,用户分析等角度来看,没有太多高深的地方,更多的则是根据优化师的运营经验高度、科学的数据分析方法、成熟的报表工具以及时刻盯紧账户及并调整优化相关。