Facebook广告投放数据分析 - 深圳拓扑

Facebook广告投放数据分析
2020-10-23 12:14
阅读:  901
字数:  1822
评论数:  0

前言:

Facebook是国外许多商家青睐的广告平台之一,本文站在广告商家角度,对投放效果进行数据分析,帮助商家找到问题所在,给予建议,提高广告投放效果。

一、数据来源及字段解释

字段解释:

二、提出问题

1. 广告投放行业主要业务指标

2. 分析目标:

  • 三支广告的广告效果如何?(浏览量,点击率,咨询转换率,付费转换率)

  • 三支广告组各自CPC、CPA表现如何以及谁的ROAS表现最好?

  • 针对ROAS最差的广告如何进行投放改善?

三、数据分析

1. 数据预处理

观察数据共11列,1143行, 无缺失值。Clicks列为0,但Total_Conversion列大于0,可能是未统计到点击次数,我们将这类数据作为异常值删除。


2. 问题1:三支广告的广告效果如何?(浏览量,点击率,咨询转换率,付费转换率)

利用数据透视表,可得出数据:

三支广告中,916,936的点击率接近,1178的点击率较低;916的咨询转化率及付费转化率最高,1178的咨询转化率非常低,仅有7.36%。
问题2:三支广告组各自CPC、CPA表现如何以及谁的ROAS表现最好?(假设用户咨询1次收益5美元,付费1次收益100美元)
利用数据透视表,可得出数据:

三支广告中,916的ROAS最高,1178的CPA远远超过其他两支广告,同时ROAS仅有1.8,表现最差。
问题3:针对ROAS最差的广告如何进行投放改善?
这里广告1178表现是最差的,我们对它详细分析以进行投放改善。
首先先看付费金额的多少与点击量、咨询次数,付费次数,ROAS的关系,是不是付费金额越多,这些指标就越高。这里我们用散点图:


上图可以观察到,付费金额与点击量拟合的最好,付费金额越多,点击量越高;付费金额与付费次数没有强相关性。
其次,分析兴趣标签与ROAS,点击量之间的关系。


ROAS排名前五用户标签为104,101,102,31,112,这类用户需要重点关注,广告投放费用优先这类客户。
用户29,16,10,27,28,63,18,19,20的点击量非常高,前文已计算出点击量与广告费用呈正相关,意味着其花费占比大,但ROAS并不理想,广告投放时避免投放这类用户。
结合用户的性别属性,我们选取ROAS最好的用户104;ROAS较好,但广告费用相对较大的用户15;ROAS一般,广告费用非常大的用户29进行分析,优化广告投放策略。

用户104,男性的ROAS有35.6,远超女性,建议加大该类用户的男性广告投放,减少女性的广告投放。(这里也可能因为点击量的基数太小,得结合实际业务确定)
用户29建议加大对男性广告投放,减少女性广告投放。
然后,我们看下整体的性别、年龄段与ROAS,点击量之间的关系。
年龄段:

45-49年龄段的点击量最高,但ROAS最低,广告投放在年龄段上加大对30-34年龄段的投放,减少45-49年龄段投放。
性别:

男性的ROAS高于女性,广告投放上增加对男性的投放。
最后,为避免幸存者效应,对于点击——咨询——付费过程中的流失客户需要进行流失原因分析。以下是根据用户兴趣标签,分析各阶段的转化率。

用户16点击量最大,但咨询转化率非常低,建议实际业务中分析客户点击了哪些页面,各页面或模块停留的时长,对比咨询转化率高的用户101,112,36,分析客户从点击至咨询流失的原因。
用户27咨询次数第三,付费转换率非常低,建议从客服或后台分析客户咨询的问题及客服回答后的反馈,对比付费转化率高的用户65,102,找到付费转换流失的原因。

总结:

  • 付费金额与点击量呈正相关,付费金额越多,点击量越高

  • 对于广告1178,建议加大用户标签为104,101,102,31,112的投放,减少用户29,16,10,27,28,63,18,19,20的投放;性别上加大对男性投入;年龄段上加大对30-34年龄段的投放,减少45-49年龄段投放。

  • 对于各阶段流失率较高的用户群体,对比转化率高的群体,找到客户流失原因,提高转化率。

  • 实际业务中应结合业务部门的KPI指标来分析,例如产品是推广期,需要加大拉新,KPI是点击量,那就以点击量来分析(本例中以ROAS作为KPI)。

  • 本次分析只针对单一的渠道,最好结合多渠道的投放数据来判断目标用户属性

  • 根据数据分析结果改善投放重心后,需要再次分析改善后的数据情况判断数据分析结果的准确性,不断进行调整优化。

踩一下
0
参与评论
姓名:
手机: