情報フロー広告データ分析（情報フロー広告のデータ分析システムを構築するには？）

情報フロー広告のデータ分析システムを構築するには？

データ分析は広告のプロセスにおいて非常に重要な事項であり、オペレーターの分析能力も試されることは誰もが知っています。しかし、ほとんどの場合、データ分析は単に重要なプロセスであるように見えるだけで、広告に良い効果をもたらさないことがわかります。長い時間をかけてデータを分析した後でも、材料を考えたり計画を建てたりするには、やはり感覚に頼る必要があります。これは非常によくあることです。では、データ分析は広告において価値があるのでしょうか?これをどの程度まで達成する必要があるのでしょうか?

データ分析の重要性:

まず、広告におけるデータ分析の重要性は、プロジェクトの実施サイクルによって異なることを理解する必要があります。プロジェクトの広告配信プロセスには、次の 3 つの段階があります。

①オンライン準備期間：データ分析の重点は、競合製品の納品データの調査にあります。コミュニティ、エージェント、メディアなどに問い合わせることで、主要な競合製品や市場の配信データ、平均クリック率、コンバージョン率、コストを把握し、オンライン配信の入札戦略の参考にすることができます。競争力のある製品提供の背景を直接見ることができればさらに良いでしょう。

②迅速テスト期間：この段階でのデータ分析が最も重要です。立ち上げたばかりのプロジェクトでは、テストの方向性を総括して最適化し、対象グループ、材料、プラットフォームの効果を判断する必要があります。ここではデータ分析が非常に重要であり、データをできるだけ慎重かつ包括的に要約して結論付ける必要があります。

③安定反復期間：アカウント消費が基本的に安定している段階、または衰退段階でも、データ分析は実際にはそれほど重要ではありません。この段階では、基本的に高変換人口と物質的な方向が固定されているためです。現時点では、それはむしろ「システムと戦う」ということだ。大量のコンテンツの出力を反復し、アカウントの衰退を回避する方法が、この段階の焦点となります。ただし、この段階でデータ分析が重要ではないという前提は、ステージ②で十分なデータ分析と実証が行われているということです。ステージ 2 のテストが完璧でなく、データ分析に抜け穴があり、ステージ 3 に入ったと思ってデータ分析を弱めてしまうと、自分の認識を超えた機会を逃しやすく、他の人がプロジェクトを成功させている一方で、自分はプロジェクトに失敗してもまだ運の問題だと考えることになります。

データ分析を具体的にどのように行うかについて、「粒度、指標、次元、分析アイデア」というデータ分析の4つの要素を軸に、階層ごとに分析を進めていくとどのように行うべきかを解説します。

1. 粒度

広告に含まれる粒度は次のとおりです。

入札、消費、表示、クリック、コンバージョン、ランディングページ滞在、ランディングページ閲覧進捗、減衰枠、フォロー、いいね、コメント、転送、お気に入り、無関心、レポート、有効再生数、3秒再生数、完了再生数など。

アプリのプロモーションには、ダウンロード、アクティベーション、登録、主要な行動、2 回目の維持、最初の支払い、当日/翌日の支払いなどが含まれます。

ライブストリーミングプロモーションには、滞在時間、1 分あたりの視聴回数、商品のクリック、カートへの追加、注文、返金などが含まれます。

ファン追加のプロモーションには、WeChat のコピー、WeChat 番号の追加などが含まれます。

コミュニティのプロモーションには、グループに参加しないフォーム、グループ内での保持、その後のコンバージョン、LTV などが含まれます。

上記は単なる詳細な一覧です。実際の分析プロセスでは、クリックスルー率、コンバージョン率、コンバージョンコスト、ROI、トランザクションサイクルなど、さまざまな「レート」、「コスト」、「サイクル」を計算する必要もあります。

ここでバックエンドのデータ分析が関係する場合、業界によって考え方やシステムが全く異なるため、この記事では主にフロントエンドの配信レベルからコンバージョンの粒度までのデータ分析について説明します。

2. 指標

4つの指標に注目

入札指標: 入札額 * クリック率 * コンバージョン率

再生指標: 3秒間の再生率 * 完了率

インタラクション指標: コメント + いいね + お気に入り + シェア

マイナス指標: 無関心 + 報告

3. 次元

分析の次元は主に時間（日、週、月などの時間の単純な要約だけでなく、期間中の大きな調整のデータの変化にも注意を払う必要があります）、アカウント、広告の位置、プラン、ビデオデータ、クリエイティブの方向性、タイトル、ランディングページ、ターゲティング方法、入札方法、オーディエンス（地域、年齢、性別）などです。

4. 分析のアイデア

①データの比較は多方向であり、特に四半期集計や月次集計など、単純に月次で比較できない長いサイクルのデータ分析に適しています。履歴比較（同じ比較期間の履歴データ）、水平比較（同じプロジェクトに投資している他のグループやメンバーとの内部比較、または同じエンティティのアカウントの比較）、外部比較（業界データが変更になったかどうか、競合他社のデータがどのようなものか、競合他社の調査は発売前に行うだけでなく、発売プロセス中に常に注意を払う必要がある）を含めるのが最適です。

② 4つの指標の重要度は入札＞再生＞ネガティブ＞インタラクションです。入札にはビデオ効果の推定が含まれ、再生にはビデオ品質の推定が含まれます。具体的な判断方法については別の記事で述べました。 （広告の「コールドスタート期間」と「ocpm スタートアップ」の基本的なロジックを理解し、最適なクリックスルー率とコンバージョン率を決定する方法を理解します）;

③ 異常な指標については、要約結果だけを見るのではなく、配信プロセス、つまり対応するデータの時間的変化に特に注意を払い、重要な時間変化ノードを見つけ、トッププランの日次レポートや時間別レポートなど、その時点で考えられる原因を見つける必要があります。そうしないと、中核的な問題の原因を特定することが難しくなります。

④アカウント戦略の大きな調整を伴わない日々の最適化の場合、データ分析は大きなものから小さなものへ、実行決定は小さなものから大きなものへと行われます。例えば、仕分けや分析をする際には、アカウント、プラン、素材、ターゲティング、ページなどのディメンションを順に分析しますが、実際の意思決定では、どのように最適化するかが逆になります。このようにして、全体的な最適化のアイデアがより明確になり、つまり、大きな問題から小さな問題まで見つけ、小さな問題から大きな問題まで 1 つずつ解決することになります。

⑤ 科学的かつ合理的な広告グループとプラン名の構築戦略と命名は、データ分析にとって非常に重要です。膨大なデータを例にとると、広告グループの使用方法は配信戦略に従います。これらをどのように割り当てるかには、最適化プロセス全体でどの方向またはグループをテストするか、または入札およびターゲティングの方法が含まれます。これらの内容は、背景レポートを通じて簡単に要約できるものではないかもしれません。配信戦略を策定する際には、広告グループの構築要件を標準化し、命名要件を計画することをお勧めします。ランダムに名前を付けると、データ分析中に混乱が生じやすくなります。

⑥ 体系的なデータ分析は問題を見つけるのに役立ちますが、解決策を提案したり、データから結論や実施策を導き出したりすることは困難です。弊社のアカウントが改善されず、データ分析でも進展が見られない場合、複数の業界の市場全体にもっと注意を払い、自社のアカウントのクリック率、コンバージョン率、千回展示あたりのコストなどを比較することをお勧めします。もう1つは、ユーザー自身に立ち返って、良い広告とは何かを考えることです。結局のところ、アカウントの最適化のために実行できる対策は限られています。良い素材は常に中心にあります。オリジナル素材やリメイク素材を大量に使用してもパフォーマンスが上がらない場合は、業界とは異なる新しい方向性を見つけるために、さらなるユーザー洞察と製品マイニングが必要になる場合があります。最後は効率性を向上させることです。データ分析によってエンパワーメントが実現できなくても、あまり心配する必要はありません。独自の迅速な反復、新製品、計画された配信のリズムを維持し、最善を尽くし、残りは運命に任せましょう。

上記は、データ分析に含まれる可能性のある側面の簡単な紹介にすぎませんが、業界によって考え方が異なり、運用習慣もそれぞれ異なるため、具体的な実行方法に関する絶対的な SOP はない可能性があります。

ここでは、アカウント、計画、資材の 3 つの側面を例に、比較的包括的なデータ分析スプレッドシートを紹介します。特に自分自身の日常的な分析では、すべてを詳細に記入する必要はありませんが、上位者や当事者 A への報告の参考になるはずです。重要なのは、アカウント、計画、材料など、さまざまな次元の分析には、さまざまなデータに焦点を当てる必要があるということです。

アカウントレベル:

注目すべきは、プロジェクト全体の有効性、納品目標は達成されているか、業界と比較してどうなのか、各アカウントの戦略的な成果はどうなのか、などです。アカウントを分析する場合、表示クリック数や完了数はそれほど重要ではないかもしれませんが、「入札指数」を使用することで、アカウント全体の競争力を間接的に反映することができます。パラメータをあまり多く入れすぎないでください。これらの小さな指標に問題がある場合、特定の計画を確認する必要があるため、主要な消費と変換の状況だけを確認してください。さらに、アカウント レベルでは、さまざまなアカウントのインフラストラクチャ ボリュームにも注意を払う必要があります。これは、メンテナンスの程度や、さまざまなアカウントに対する懸念の程度を反映します。

プログラムレベル:

計画レベルでは、TOP プランの具体的な比較に注意を払う必要があります。今月の「ダークホース計画」がどのように実行されたか、先月のボリューム計画が下がったかどうか、途中で何か操作を行ったかどうかが核心です。完了指標に注目し、具体的なクリックスルー率、コンバージョン率、業界データを比較する必要があります。それに応じて、過去 2 か月間で計画を構築するための戦略やアイデアが変更されたかどうか、またそれを裏付けるデータがあるかどうかも、要約に明確に記述する必要があります。

総合指標とは何かについてお話ししましょう。総合指標は、入札、完了、インタラクション、ネガティブの 4 つの指標であり、= 入札 + 完了 + インタラクション - ネガティブなどのいくつかのアルゴリズムを通じて一緒に計算されます。これは間接的に計画全体の品質を反映する可能性があります。

素材レベル:

計画と比較すると、材料レベルでの懸念の次元は、納品サイクルにさらに注意を払う必要があります。物質は腐敗するということはわかっています。 30 日以上経過した物質がま​​だ放出されている場合は、毎日のデータを分析し、減衰時間を予測して、時間内に物質を補充することに重点を置く必要があります。さらに、素材をより総合的に評価するためには、総合的な指標の結果を見るだけでなく、完了度、インタラクション、否定的なコメントなどの特定の動画指標にも注目し始める必要があります。

類似の資料やコンテンツの指示も、別々に要約して表示する必要があります。これにより、実行中の資料の方向やフォーミュラまで要約でき、間違った指示を繰り返すことを避けることもできます。

これら 3 つの表は単なる簡単な例です。もちろん、実際の分析プロセスでは、さらに多くの分析次元があります。さまざまなターゲティング方向、広告の配置、オーディエンスなどについて具体的な分析を行う必要があります。ただし、分析項目が多すぎるため、すべてが必要なわけではありません。私たちにはそうするだけのエネルギーがないのです。需要と配信テストのリズムをまだ検討する必要があります。テスト対象に集中する必要があります。