情報フロー広告データの分析方法（情報フローデータ解析の基本的な考え方）

情報フローデータ分析の基本的な考え方

情報フロー広告ではさまざまなアカウントの問題が発生することがよくありますが、人々はそれらを効果的に排除して解決する方法を知りません。計画予算の管理、計画入札の調整、新しい計画の頻繁な作成、計画の直接的な一時停止などの単純な操作しか実行できず、なぜこれを行うのか、そのような操作がどのような影響を与えるのかを知っている人はごくわずかです。

このため、多くの広告スペシャリストは長年働いていても、優れた広告最適化担当者にはなれず、単にバックエンドの広告スタッフに留まっています。この問題は、操作前にデータのサポートや基本的なデータ分析の考え方がないために発生します。

次の質問は、広告主にとって、バックエンドの操作はすでに非常に馴染み深いものであるということです。私たちは、事業を展開する上で、次のような疑問を心に抱いたことがあるでしょうか。

• アカウントにどのような問題がありますか?

• これを実行する目的は何ですか?

• なぜこれをやらなければならないのですか?

• 手術後、どのような影響がありますか？

上記の現象について考えたことがない人もいると思いますので、次に情報フローのデータ分析の基本的な考え方についてお話しします。手順は、効果的な質問を立てる → 合理的な仮説を立てる → 裏付けとなるデータを探す → データを統合して分析する → 分析結果を検証する (Bytedance を例に挙げて説明します) です。

計画の異常を発見したら、計画ライフサイクルのさまざまな段階に従って問題を特定します。計画ライフサイクルは通常、学習期間、安定期間、衰退期間の 3 つの期間に分けられます。

1. 学習期間とは、システムが学習し、潜在的な対象ユーザーを探索している期間です。この期間中、新規作成したプランの表示ボリュームが全くない、または表示ボリュームが非常に少ないなどの問題が発生しますか?新しく作成したプランにクリックがまったくないか、クリック率が低いですか?新しい建設計画は変換されていませんか?等々...

2. 安定期とは、システムが一定数の改宗者を集め、対象人口をより正確に見つけることができるようになる過程です。この期間中、実際の入札額が高すぎる、クリック率が急激に増加/減少する、コンバージョン率が低い、コンバージョンコストが高いなどの問題が発生します。等々...

3. 衰退期とは、プランの表示ボリュームの減少、コンバージョン率の低下、コンバージョンコストの増加、コンバージョンボリュームの減少が突然現れる時期です。この状態が数日間続くと、プランが衰退期に入り始めたことを意味します。この期間中、表示ボリュームの減少、コンバージョンコストの上昇、購買力の急激な低下など、断続的に不安定な状況が発生しました。

新しい計画で研究期間中に成果が見られなかった場合はどうすればよいですか?

最初のステップは、影響を与える要因について考え、理由 1、2、3、4 などをリストすることです。例:

1. 配達不能時間

2. フロー制御による制限

3. 低い入札

4. 狭い、または間違った方向

......

2 番目のステップは、リストされたこれらの要因の出力の理由を特定することです。

配達時間未達：配達期間中に夕方の配達のみ確認し、日中に配達時間が来ていない、または特定の日に配達を確認したが配達が完了していないなどの出力理由が考えられます。たとえば、ターゲティングが狭いか間違っている場合、フィルタリング領域の誤った選択、複数のリダイレクト、非常に狭いターゲティングのチェックなどが原因である可能性があります。

3 番目のステップは、出力の理由に応じてそれぞれを調査することです。プロモーション期間が設定されていないか、予算が少なすぎて入札額が高すぎて広告がフロー制御をトリガーし、表示に影響を与えていないか、入札額が業界平均に比べて低すぎないか、ターゲットとするカバレッジ人口が狭すぎないか。

仮説を裏付ける証拠として結論を​​裏付けることができるデータを探します。データを取得するための一般的なチャネルは次のとおりです。

例えば、非配達時間帯であっても、Ocean Engine で広告プランを編集したり、広告プランの詳細をクリックすることで、具体的な配達時間を確認することができます。

Bytedance Engineツールのアカウント診断で業界分析やプラン診断を見て入札額が低すぎないか確認することもできます。

これら 2 つの図は基本的に、プランの品質と入札額が業界平均内であるかどうかを示しています。

3. サードパーティプラットフォーム

データを取得した後は、そのデータを統合して分析する必要があります。これは、データを取得するときに同期的に実行できます。場合によっては、さらなる統合と分析のためにツールが必要になることがあります。

Bytedance の 3 種類のレポート、広告レポート: アカウント/グループ/プラン/クリエイティブ レポート、オーディエンス分析: 投資後のユーザー ポートレート、広告製品: プログラマティック クリエイティビティ/ビデオ広告/素材統計などを統合して最適化します。時間傾向 (折れ線グラフ)、累積比較 (棒グラフ)、割合分析 (ファン チャート) など、さまざまな視覚的なグラフが提供されます。

3. サードパーティのデータプラットフォーム

考えられる結果は 2 つあります。

最初のタイプのデータ検証は結果と一致しています。もちろん、方向性は正しいので、この時点では皆幸せです。これまでのプロセスには多くの時間と労力がかかりましたが、その努力は結局無駄にはなりませんでした。

あまり早く喜ばないで。もちろん、別の状況もあります。データ検証は結果と一致しません。ああ、そうであれば、まだ確認していない他の理由を確認するために最初からやり直す必要があるかもしれません。使用したデータが誤って計算された可能性もあります。最適化自体は、常に質問する→理由を想定する→データを見つける→データを分析する→結果を検証するというプロセスです。したがって、最適化の道をさらに進めていく必要があります。

最後に、あらゆる仮説、収集、分析は、自分自身の総括と改善であり、舞台の沈殿と昇華のようなものだと申し上げたいと思います。

著者: 欧陽