信息流广告数据分析痛点-创视优品

信息流广告数据分析痛点

  •   若问起信息流广告的数据分析难点,每一个业内人士都有自己的观点,笔者这里选取了几类比较有代表性的情况进行讲解。
    1.各信息流广告存在差异,成功经验难以推广复制
      这一点在多渠道信息流广告优化中体现明显,比如,同一条创意在A平台效果很好,但复制到B平台就不尽人意;又比如,A平台的点击率较低,着陆页转化较高,B平台刚好相反,点击率较高,但着陆页转化较低。造成这种差异的原因有很多,包括但不限以下方面:
      ·各信息流广告平台的媒体属性不一;
      ·各信息流广告平台的用户画像本身存在差异;
      ·各家广告定向算法及定向精准性有差别;
      ·各家的广告展现机制和用户转化路径有所不同,等等。
      对于这个问题的解决,首先要抛弃“成功经验可以复制推广”的想法,把每一个信息流广告平台视为独一无二的渠道,其他平台上的成功经验仅供参考,我们更应该做的是实事求是,基于实际投放数据总结规律和经验。
      由于每一个信息流平台有其自身的特殊性,本章将从信息流广告数据分析本质出发,将各家信息流广告平台的共性提取出来讨论。
    2.广告定向大多凭经验,缺乏数据支持
      信息流广告非常依赖广告定向,而在实际投放过程中,大多是广告优化人员根据经验进行广告定向设置,缺乏数据分析的支持。并不是说经验没有价值,相反,经验非常有价值,但经验的积累需要时间,而且是难以复制的,从概率上讲,经验不如数据那么精确和稳定。这也是我写此书的初衷,希望大家能从广告数据中多挖掘一些有价值的洞察,能结合积累的经验,将广告效果优化做得更快更好。
    造成广告定向缺乏数据支持的原因,主要有以下几方面:
      1)一些广告主对自己的目标受众缺乏认识,无法提供相应有价值的信息作为参考。
      2)虽然广告主对希望触达的目标受众有一个比较明确的描述,但受限于目前信息流媒体平台的数据和技术能力,很多定向是不能实现的。比如,我曾经服务过的一个现金贷款行业客户,广告主希望触达的是“四无”年轻人群,即无房、无车、无社保、无信用卡。除了年龄外,其他几项都不是广告平台的常规定向设置,对于如何更好地触达目标用户,只能在创意上多花心思了。
      3)信息流媒体平台广告定向实际和理论上有一定的偏差。由于各家的数据来源、算法模型等都不一样,出现这样的偏差是不可避免的。比如,我们要定向30岁以下用户,但很可能还有一部分30~40岁的用户也被触达了。当这种偏差大到一定程度,广告定向中的这一细项就失去了应有的价值。
      4)没有收集和分析数据的意识。如果要对广告定向做数据分析,比较严谨的做法是用同一个创意分别测试不同的定向维度,每次只测试一个维度。其实很容易理解,如表5-1所示是某英语培训机构的信息流广告,我们建了8个不同的推广单元,对应3个定向维度,分别是性别、年龄和操作系统。创意都是同一个,出价均为0.7元。根据前端投放数据可以看到,男性、18~29岁、30~39岁、iOS手机这几大类用户的点击率显著较高,说明对广告更感兴趣。
    表5-1 某英语培训机构信息流广告的定向测试


      可惜的是,在信息流广告优化实践中,有这样的对比测试意识并且付诸实践的广告优化人员少之又少。
      综上,因为各种因素的影响,信息流广告定向更多依赖广告优化人员的经验。在5.3.2节,我将介绍一种基于历史转化数据做的分析方法论,力图在信息流广告定向上为大家提供一些数据支持。
    3.创意难以定量化,试错成为常态
      一条文案,加上一张或几张图片的信息流广告创意看似很简单,但就是这样简单的图文组合成的创意,是难以用数据进行量化的。首先,一张图片的独特性是由很多因素导致的,包括主色调、布局、图形元素等,同样地,一句文案也会受到句型、措辞等细微因素的影响,这些一个又一个小的细节是很难用数据表现的。  其次,各种因素对创意的影响不是简单叠加,而是会有机结合产生“新效应”。
      举个例子,如图5-2和图5-3所示是某生活服务App在同一个信息流平台一点资讯上的广告,创意A与B的文案完全一样,都为“下载糯米App点外卖,享5折麻小,点燃盛夏!”,图片上略微有一些差别,创意A的图片顺序有调整,右下角加了优惠信息。但从实际投放数据来看,创意A的点击率是1.69%,创意B的点击率是3.82%。这个结果与我们的预期是不太相符的,创意A在图片中将文案的5折优惠进行具象化表达,反而点击率更低,经过探讨,最终归因为,优惠信息使创意不够“原生”,对用户形成了打扰,使广告显得有些土里土气。


    图5-2 小龙虾的广告创意A

    图5-3 小龙虾的广告创意B


      图文创意对于用户来说是一个很主观的概念,所谓“一千个人眼中有一千个哈姆雷特”,同一个广告创意,每一个用户的关注点和兴趣点是不一样的。
      如果信息流广告创意不能定量化,就无法积累样本数据,想通过数据分析挖掘出影响创意质量的关键因素成了空谈。没有历史数据统计和分析的支持,创意设计很难找到方向,试错就成了信息流广告投放的常态。所以,我们往往会看到在信息流广告投放中,优化人员会一次性上线很多个创意同时进行测试,然后根据投放数据的情况,优胜劣汰。
      这种测试的思路有一定的道理,但在实际操作中会衍生出一些问题。
      问题一:缺乏科学的测试机制设计。同时上线几套创意?图片和文案是否需要排列组合?展现量积累到多少的时候才对比分析点击?诸如此类的细节都需要形成一套标准流程,不断迭代优化。
      问题二:提高测试效率和节约测试预算难以兼顾。如果要提高测试效率,就需要以较高的出价获取较多的广告展现,这样测试所消耗的广告费用在当天广告预算的占比就会较高;如果为了节约广告预算,以较低的出价做测试,可能一天的投放积累的数据量不足以支撑对比分析,需要拉长测试的周期。
      问题三:测试的结果不可控。由于没有历史数据的有效支持,媒体平台对创意的创新也有一定的要求,就会导致我们设计出的“新创意”和历史投放的创意存  在明显的差别,“新创意”的投放效果是难以预期的。很可能我们辛辛苦苦设计了一批创意,最后能起量并且成本达标的不到10%。
      以上几个问题是普遍存在的,在5.3.1节中,我将为大家介绍系统的创意测试方法论,帮助大家规避这些问题。
    4.广告数据分析过度依赖媒体平台
      信息流广告可以适用多种类型的推广需求,包括推广App、收集销售线索、加群等,无论是哪一种推广,都需要营销着陆页作为用户转化的承载。在SEM广告中,有一些高级样式可以将用户转化前置,比如App下载、线索通等。但在信息流广告中,对于用户体验的保护是很严格的,除部分信息流平台支持App下载样式外,几乎所有的转化都需要在营销着陆页上进行。从用户转化漏斗来看,用户从点击之后的行为都是在营销着陆页上进行的,对于着陆页的数据统计和监测也就变得非常重要。
      常规的广告监测本来也是基于着陆页的,但因为信息流广告需要经常更新创意,导致需要批量生成带有监测参数的URL,有时候还会涉及修改着陆页。对于很多技术能力较弱的广告主来说,是有一定难度的;同时对于负责渠道推广、广告优化的人来说,也是一项比较麻烦的工作。
      好在“瞌睡来了有人送枕头”,以今日头条为代表的信息流平台,率先推出自助建站服务,不仅免费,而且稳定、访问速度快,优化人员可以根据自己的需求,随时修改和优化着陆页,受到众多广告主、广告优化师的青睐。
      在笔者看来,一味追求方便高效,过度依赖媒体平台是具有风险的。无论是SEM广告还是应用商店广告,后端的真实数据都是牢牢掌握在甲方(广告主)手里的;只有他们才知道广告的真实效果、真实的目标成本和ROI,依靠这样的信息不对称,可以在与乙方、媒体的三方博弈中占有主动权。
    但用了媒体平台提供的建站服务就不一样了,着陆页由媒体控制,广告主无法添加自己的监测工具。App推广还好一点,通过渠道包可以做一部分数据统计,其他  推广需求,比如销售线索收集等,就基本上完全依赖媒体平台。从广告曝光(展现)到用户点击,再到着陆页和后续转化,几乎所有的广告数据均由媒体平台提供,这样的广告数据分析,不出问题还好,出了问题当真是无从下手。
      所以,笔者建议避免对媒体方建站工具的完全依赖,保留一部分自己做数据和监测的营销着陆页,这样至少在评估广告效果时可以有一个参照。

  • 本文章摘自书籍或来源于网络,如果您喜欢本文,请通过正规渠道购买正版书籍或者访问原网站,如有侵权,请联系我们及时删除。
  • 相关资讯

    您可能对下面的文章也感兴趣!

    我们的服务项目

    企业宣传片、三维动画、企业会议片、MG动画、短视频、产品广告

    Top