广告数据分析（广告数据分析报告）

怎样做广告投放的数据分析？

广告投放是需要做方案的，而且还是比较复杂的流程。比如以下的内容你都得有精准的了解，才能让推广行之有效。

1、网站推广策略的控制和效果评价。如阶段推广目标的控制、推广效果评价指标等。对网站推广计划的控制和评价是为了及时发现网络营销过程中的问题，保证网络营销活动的顺利进行。如果发现推广以来，基本上没有大的访问数增长，那么需要再一次优化网站，重新调整推广方案计划。

2、在网站发布运营的不同阶段所采取的网站推广方法。最好详细列出各个阶段的具体网站推广方法，如登录多少个主要搜索引擎网站、要用那些网络广告如禅主要形式来推广和媒体选择、大致需要投入的费用、怎么才合理分配等等。

3、确定网站推广的阶段目标。和大家举个例子，例如，你的用户目标是那些握橡裂群体、在发布后1年内实现每天独立访问用户数量是多少、与竞争者相比的相对排名如何、在主要搜索引擎的表现、网站外链接的数量、注册用户数量等等。

如果不是特别擅长做一块的方案，我建议还是让专业的人来做专业的事哈，比如士值传媒，就是专门做营销投放的方案的哈，因为是依托了维权骑士和鲸版权的原创内容资源和媒介力量，方案做的都段闭还挺精准的，可以去了解一下。

淘宝平台广告点击数据分析报告

本篇数据分析报告全文约3900字，阅读大约需要10分钟

数据源： Ad Display/Click Data on Taobao.com

这是一份淘宝平台的广告展示/点击数据，本次分析需要从这些数据中发现某些规律或者异常，进而给运营团队提出建议

评价一个广告效果的指标就是广告的点击人数，可以反映一个广告有多少人愿意点击查看广告的内容，只有广告被点击，后续转化为购买行为才会发生。

把广告的点击人数指标拆分数汪：

广告点击人数=广告展示数 x 点击率

而广告展示数又由广告商品的价格、类别影响；不同人群对不同类别商品有着不同的喜好，从而影响广告的点击率。

在广告展示数一定的条件下，点击率的高低就是决定一个广告能否被更多人看到的因素。

因此本次分析就针对 【点击率】 这一因素进行分析

从“广告”和“用户”两个角度进行分析：

原始的数据集中包括三类数据，具体数据对应属性如下：

为了方便分析，抽取其中的部分字段作为分析。

从raw_sample数据集中抽取：用户ID、广告ID、是否点击

从ad_feature数据集中抽取：广告ID、类目ID、广告商品价格

从user_profile数据集中抽取：用户ID、年龄层、性别、购物层次

将三张数据表，组合到一张表中

得到一张记录了用户-广告信息表

1、源数据中还有许多的缺失值，将性别和年龄层字段中为空值的记录删去

2、查看数据薯灶仔中的异常值，并将异常值删去

查看广告商品价格字段的属性值范围：

还是存在数据值过大的异常值

为了方便分析对价格字段进行切分，选取更贴近日常生活的价格在1000元以内的广告记录进行分析

切片之后仍保留了751570条记录

对于广告商品价格字段，每个广告的商品都有各自的价格，根据价格字段不便于进行统计。新增一个字段“price_class”代表价格的区间。

（0-价格在0-100元、1-100-200元、2-200-300元...）

将广告按价格分为100元以下、200元以下、300元以下等10类，并计算不同价格区间中广告的点击率情况。

从图中发现，所有价格区间商品的点击率都在5%左右，其中广告商辩祥品价格在100元以下的广告点击率最高，为5.92%；

看到价格较低的广告商品点击率更高，我们一般认为是对价格敏感的浅层用户（免费用户）在这方面的点击率更高，而拥有一定消费行为和消费意识的中层、深层用户（付费用户）则更在意购物时的体验以及商品的质量。

为了验证以上说法，我们先假设100元以内的广告商品主要的点击对象是浅层用户，再通过数据验证。

查看点击了100元以内的广告商品的用户的用户组成

从用户分布可以看出，在点击了100元以内广告商品的用户中，深度用户的比例更高，占比81.6%，而浅层用户的占比则相对少很多。这推翻了我们原来的假设。

由于广告的类别数量众多，大部分类别的广告只有1-2次的展示，数据样本太小，因此选取展示数量最多的7个类别进行分析。

可以看出类别6261广告的展示数、点击数、点击率均为最高，而类别4385广告的展示数虽然有10000+，但是点击数、点击率却是最低的。

计算没有被点击的类别4385广告的商品的平均价格

而点击了类别4385广告的商品的平均价格为：

两者平均价格都在200-300区间、差异不大。结合分析（1），价格区间在200-300的广告商品点击率平均是在5.29%，而类别4385则只有3.61%。

这说明：广告商品价格不是影响类别4385广告点击率的因素

先来看看类别4385被哪些用户看到了

可以看出，类别4385的广告，主要是被推荐给了男性用户，而男性用户对这类商品的兴趣大于女性。

并且女性对这类商品的广告兴趣不高，点击率只有2.75%，是造成类别4385广告点击率低的主要原因。

来看看不同年龄段、不同性别的用户点击率有什么差异

（年龄字段含义：0:10岁以下、1:10-20岁、2:20-30岁、3:30-40岁、4：40-50岁、5:50-60岁、6：60岁以上）

从统计的数据可以看出，类别4385广告的商品主要点击群体是30岁以上男性用户，尤其是60岁以上男性兴趣最高，而女性用户对这类广告商品兴趣低。

结合a、b的分析，受30岁以上男性欢迎、价格在200-300的商品，推测是西装、皮鞋类或者烟酒类又或者是家用电器类商品

男女比例约为：1：1.6

男女广告点击数的比例约为：1：1.7

因此，总体上女性的点击数要多于男性，但两者的点击率基本一致。

可以看出，大部分类别中，女性的广告点击数都要明显大于男性的点击人数。

只有类别4385、类别4505，这两个类别的广告，男性的点击人数要超过女性的点击人数。

男女之间的主要差异是由类型6261的广告造成的，女性的点击数大约是男性的4倍。

不同的用户群体之间用户价值与消费习惯具有一定的差异，对于不同用户群体的广告投放的策略也不同。通过分析不同用户群体对广告点击率有什么关系，来制定不同的投放策略。

这里的分析通过K-Means算法来对用户进行聚类，并基于RFM模型来对用户价值进行划分。

这里选取用户的购物层次、广告点击率、浏览广告的商品平均价格，这3个指标来作为判断用户价值的标准

这里将所有用户分成5类，来代表用户价值的高低。

注：三个特征在聚类时都进行了特征的标准化

因此，我们可以出：群体5对广告的接受程度最高，非常愿意点击广告。群体2更喜好高价格的商品，对购买高价商品抱有极大兴趣。

根据用户在购物深度、点击率、观看广告商品的平均价格3个维度的表现，将用户划分为5类客户。

（1）重要保持用户

（2）重要发展用户

（3）重要挽留用户

（4）一般用户

（5）低价值用户

根据聚类结果，对应上述五类客户类型，进行匹配，得到客户群体的价值排名：

根据结果，我们可以发现5类用户的分布如图所示：

把上述的分析过程中的小结正例出来，得到分析结论，并综合所有的结论提出建议：

广告投放统计什么数据分析？

广告投放数据分析，主要是为了监控效果，以及优化后续的投放策略。广告效果指标分很多，每一种监散孝册测指标反映不同的数据效果，比如二跳率、到达慎镇率、曝光量、点击量、广告受众地域分布等。

同时投放的维度不同监测的指标也不同。比如以推广品牌为目的，重点关注点击量、点击用户数、点击IP数，以及到冲宏达量、到达用户数 ；以引入流量为目的重点关注到达量、到达用户数、二跳量以及总浏览量；以引导用户参与活动为目的重点关注转化量、转化用户数；以促进销售为目的重点关注转化明细。

DSP广告投放 数据怎么分析

干货：数据分析之如何优化广告投放

对于大多数广告主来说，广告投放的目的无非就是吸引更多的用户，最终实现营销转化。但同时他们也更加关注这些信息，比如：

广告是否按时投放？

媒体/广告公司承诺的量是否达到？

媒体/广告公司出示简塌的数据是真实的吗？

媒体有没有作弊？

广告的投入与产出是否成正比……

广告主为什么会在意这些？我们以下图为例，笔记本在ZOL投放的费用明细：

从上图不难看出，对于广告主来说广告费用是一笔不小的支出，每一笔广告投放都需要投入大量的资金，谁都希望每一笔费用都花在刀刃上。想要了解上述各种题就要知道广告投放中的各项数据指标所代表的意义，这样才不会被虚假信息所蒙蔽。

广告投放数字背后的玄机

广告效果指标分很多，每一种监测指标反映不同的数据效果，比如二跳率、到达率等反应广告效果有没有达到媒体的承诺；曝光量、点击量反映CPC、CPM够不够，广告受众地域分布反应投放的区域受众人群是不是正确等信息。

同时投放的维度不同监测的指标也不同。比如以推广品牌为目的重点关注点击量、点击用户数、点击IP数，以及到达量、到达用户数 ；以引入流量为目的重点关注到达量、到达用户数、二跳量以及总浏览量；以引导用户参与活动为目的重点关注转化量、转化用户数；以促进销售为目的重点关注转化明细。

与媒体数据指标相比，广告主更加关注广告效果。

数据指标反映了投放的结果，但在实际操作过程中，面对形式繁多的广告，哪个位置，哪个媒介是最好的？如何衡量广告效果？其中哪些广告是有效的？哪些媒介组合是真正有效的呢…..?这一系列问题也是广告主所关注的。

那么在广告投放中，如何解决这些问题，实现精准投放呢？这就需要对广告投放进行优化，对于广告投放中出现的问题及时解决。

一、了解评估广告效果的基本方法

广告效果评估一般围绕点击量（曝光量）、到达量、二跳量、转化量四个指标来评估，每一个指标衡量不同阶段的广告投放数据，通过这些数据帮助我们分析广告投放中出现的问题。据此我们用一个漏斗图为大家展示一下：

其中我们要重点提一下，这里的“点击量”比“曝光量”更重要。 因为衡量广告效果一般是要测算“接触广告的目标受众”，用曝光代码来统计并不准确。这是因为：

曝光代码触发次数  ≠  广告曝光量（广告实际展示次数）

广告曝光量  ≠  看到广告的人数（互联网广告形式千差万别，同样曝光量的广告，真正注意到/看到的人数差别可能巨大）

看到广告的人 拦梁 ≠  品牌的目标受众

这中间有3级差异，所以用曝光来测算“接触到广告的 目标受众”很不准确。 点击量才反应真实效果，曝光量作参考。

二、了解转化

广告投放离不开网站这个媒介资源，通过网站，我们要了解这些信息：

哪些地区带来的注册用户多，哪些搜索引擎带来的订单多，哪个广告渠道的转化率最高，哪个着陆页面带来的转化率最高等等。

通过掌握这些转化信息，帮助我们分析转化的情况，比如：

外部来源网站的转化量，可以直接体现该网站的网民质量，同时结合外部来源流量，体现各来源的转化率效果。

转化明细可以将每一个具体转化的效果剖析出来，作为广告CPS效果的评估依据。

三、了解流量

广告要实现转化，最重要的一点就是要有流量，流量从哪里来？哪些途径带来的用户多，哪些地区带来的多…..通过流量来源分析，帮助我们优化调整广告投放渠道和广告方案。比如：

根据外部来运网站流入量和二跳率排名，刷选优质来源，剔除劣质来源。

根据网站流量曲线规律，了解网民登录网站的习惯，选择最佳的广告内容发布时间。

根据网站流量时段变化，发现流量的规律和异常点，进而查找深层原因，及简咐运时发现问题，调整投放。

四、区别辨别流量质量

在广告投放过程中，常常遇见虚假流量，恶意点击等现象，因此评估流量的质量有四大要素：恶意点击、虚假流量、着陆页面内容访问、流量用户的活跃度。同时虚假、低质流量具有以下特征：

24小时的流量数据非常均匀，没有明显特征

以天为单位的流量图时高时低，波动非常剧烈

全国各个地区的点击、到达、二跳比率非常接近

着陆页面点击很少，几乎没有任何内容被关注

广告访客的浏览深度接近1层

总之，做好广告投放优化最终目的就是提高广告ROI，其实归根到底一句话，就是让花出去的每一分广告费都起作用，那么如何让每一个广告都起作用呢，其实就是让每一个广告都变得可衡量，让每个广告的最后效果都能用精确的数字来展现，这样精准度才会更高，广告价值也才会最大化。

广告投放前数据分析的要分析些什么？

主要从以下几个方面分析：

一新产品的竞争情报分析、产渣汪品敏捷测试等都需要数据分析，后期产品迭代优化还是需要数据分析，采集用户行为、习惯、评价等数据；

二用户流量、促销、顾客关系管州梁清理等需要数据分析；

三是公司数据制定和标准建设、各部门数据打通，数据化管理等工作需要数据分析；

四是数据情报和数据预测。

从以上四个方面看商业分析能力和业务知识能力就显得尤为重要，这个时候是考验分析师的业务理解能力及通过数据为企业解决册前实际问题的能力了。比如分析师的分析流程、分析思维、分析技能、展示说服能力。可以考虑进这方面专业的公司，或者运气好碰到有经验的老师带你一段时间，像我运气不错刚进了决明就碰到了老师带我，进步的很快，所以现在基本把这一套搞得很熟练了。

SEM竞价广告数据分析怎么做

SEM竞价推广的数据分析，分为3部分数据：

第一部分：基础推广数链模冲据，即账户后台每日的展现量、点击量、消费这个数据的跌涨情况；

第二部分：网站访客基础数据：PV、UV、IP、跳出率及平均访问时间等网站数据统计；

第三部分：行业推广平均数码数据对比；

第一部分是基础，只有第一部分数据点击量有效，第二部分访客质量才会提升，那么SEM竞价推广效果会有保障，第三部分数据是及时优化调整第一部分棚歼数据的有效参考。