新闻资讯
新闻中心
解决方案
 
首页解决方案
从常识出发,解读信息流广告数据分析的五大乱象

数据营销时代,越来越多人开始接受用数据指导广告投放。但很多人并不知道,数据可以指导投放的前提是数据分析师/广告优化师能够正确的解读数据。
同样的数据,通过不同方式的解读,给投放带来的指导作用天差地别。
是帮助广告主更好的实现KPI?还是把营销带入另一个无底深渊?本文将从数据分析的角度出发,聊聊各种数据分析乱象,旨在提醒诸位如何避免拿数据耍流氓的行为。
数据分析五大乱象
乱象一:数据本身造假
最常见也是最初级的耍流氓行为就是数据造假。
比如,为了让广告主对投放工作表示满意,或者说服广告主继续投放广告,投放方会在结案报告里对数据做一些处理,从曝光量到点击量到点击率都做一遍美化,让广告主觉得这钱花得挺值,甚至愿意继续投。
此前国内某地产大腕就因为发现某一个视频平台曝光数据作假,一气之下把与他合作的线上平台统统查了个遍,闹得各个平台的经手人心惶惶,毕竟一年下来也能投好多万的广告,如果因为数据作假进了信用黑名单,以后再想合作就基本不可能了。
也正是因为数据作假越来越常态,更多的广告主开始监测广告投放。
那么没有对广告流量做监测的广告主该如何识别数据作假呢?
这里分两种情况:
一种,广告主本身并不懂数据分析,那么可以通过了解、分析一下行业的行情,看看和同行的数据相比,你的数据表现会不会太好、或者“超出想象”。
如果你拿到的数据非常好,最好能够让投放方给出对应的定向、创意等足以支撑数据表现那么好的理由,然后,再决定是否要继续投放。
另一种,是广告主本身懂数据分析,那么通过了解投放背景、根据指标之间的耦合关系等就可以识别出数据是否有问题。
所谓耦合关系,在数据分析领域指的是各个数据指标间的关系并不是孤立的,比如如果落地页的停留时间非常短,那么你的落地转化率通常也不会好到哪里去,因为用户根本没看全你的落地页在说什么,点开落地页即有转化动作的用户基本不会出现在信息流广告里。
除了关注耦合关系,还可以参考其他的一些分析方法。比如通常来说,某些数据指标的取值分布是有规律可循的,像有些广告类目的访客高峰期可能是在上午的十点左右和下午的三点左右,晚上的访问高峰期在睡前九、十点钟,如果半夜三点流量莫名其妙的多起来,你就要注意了,分析看看这个异常现象是因何而起。
乱象二:指标定义不一
指标是说明总体数量特征的概念。很多公司都有自己的投放KPI指标体系,简单来说就是通过几个关键指标来衡量公司广告投放情况的好坏,比如点击率、曝光量、转化率、下载量、ROI 等,都是信息流广告的考核指标之一。
通常情况下,指标需要在一定的前提条件下进行汇总计算才能得出,诸如时间、地点、范围等都可以作为指标统计的前提条件,也就是我们常说的统计口径与范围。
举例来说,我们要统计某公司2017年的销售额,那么“销售额”就是指标,“某公司”、“2017年”都是统计的前提条件,对于这个指标的获取,需要我们把某公司2017年里每个月的销售流水加到一起才能得出,而最后统计得出的数额就是指标值。
在实际工作中,因为没搞清楚指标的定义而对指标值出现误判的情况经常出现。
比如我们经常在线下沙龙里听到同行在一起闲聊:“我们的平均获客成本只要120元。”
一起参加沙龙的朋友一听,心想你们好牛逼啊,“我们一个获客要400元啊!差距好大啊!你指点指点啊!”
指点了一番之后,获客成本400元的老兄才幡然醒悟,其实大家都是400元,只不过刚刚那位120元的老兄说的是销售线索的成本,而不是实际成交的订单成本。

120元和400元这两个指标值的差别,其实就是因为指标的前提条件,也就是口径和范围不统一造成的误会,如果不了解清楚就进行比较,那比较本身就没有意义。
再比如电商都有DAU(日活跃用户) MAU(月活跃用户)的指标,可是对于这两个指标每家电商的定义可能不一样,有的只要客户登录就算是活跃,而有的定义可能是买了才算活跃,要求更严的是买了以后确认收货才算是活跃用户。所以当我们谈论指标的时候,一定搞清楚大家对指标的定义是否一致,否则这样的比较和讨论就没有意义了。
乱象三:隐藏关键信息
这种情况通常出现在别人想要说服你接受某个指标的时候。
比如公司管理层要给广告投放定一个KPI指标,号称Bench marking (标杆管理)的方法开始被用起来。
Bench marking(标杆管理),又称“基准管理”,其本质是不断寻找最佳实践,以此为基准不断地“测量分析与持续改进”。 比如,优化师经常会听领导说,某家同行的ROI能做到1:10,你看我们公司也不比他们差,我们产品质量还比他们的好, 所以我们不能低于1:10——这种想法对吗?
我们说,这是典型的只知其一不知其二其三的盲目跟风现象。
为什么? 因为我们压根儿不知道同行的1:10是怎么投出来的,怎么跟进?怎么超越呢?
当我们要进行标杆管理的时候,起码得知道别人家的1:10是基于什么原因做到的,是做了大规模的促销?还是在用媒体组合拳抢占市场?像上述般不知道营销大背景,单看一个渠道的投放结果就盲目追随标杆是不足取的,这也会给优化师的工作带来巨大的困难。
项目内部自己定指标的时候也容易出现这种问题。比如某个生鲜电商APP公司在给客户发放大额优惠券时,投放信息流广告之后获得的下载率、注册率和订单转化率自然会比没发券时