利益:
- CTR、コンバージョン、CPA、ROAS、アトリビューションなどのパフォーマンス指標を理解し、人工知能を使用してデータを要約し、洞察を草案する能力
- キャンペーンデータを匿名で人工知能に与え、コメント、異常検出、最適化の提案草案を作成する機能
- 人工知能によって生成されたすべての数値と因果関係の文をソースデータと比較して検証することが必須であることを理解する
キャンペーンが開始されると、実際の作業が始まり、その内容を理解することになります。広告のパフォーマンスを測定することは、予算を適切な場所にシフトするためと、次のキャンペーンをより適切に設定するために不可欠です。しかし、測定は数字の山ではありません。優れた分析により、数字の背後にあるストーリーと理由がわかります。これを洞察力といいます。人工知能は、この段階では優れたアクセラレータです。数百行のキャンペーン データを数分で要約し、異常 (予期せぬ逸脱) を指摘し、レポートの草案を作成します。ただし、このユニットの不変のルールは次のとおりです。AI によって生成されたすべての数値とすべての因果関係の文は、ソース データと比較および検証されるまでレポートに入力されません。言語モデルは、データに完全にアクセスしていない場合、またはデータの計算が間違っている場合、流暢ではあるがでっち上げの数値を生成する可能性があります。
主要なパフォーマンス指標
いくつかの指標がパフォーマンス分析の言語を形成します。 CTR (クリックスルー率) は、広告を見た人の何人がその広告をクリックしたか (クリック数 ÷ インプレッション数) です。興味は魅力の尺度です。コンバージョン率とは、何人のクリッカーが希望のアクション (購入、登録) をとったかです。 CPA (Cost Per Acquisition) は、顧客獲得あたりのコスト (支出額 ÷ 顧客獲得数) です。 ROAS (広告費用収益率) は、広告費用に対する収益率です。獲得した収益 ÷ 広告費用です。たとえば、10,000 TL を費やして 40,000 TL の収益を得た場合、ROAS は 4 になります。アトリビューション、つまりコンバージョンをどの広告/チャネルに帰属させるかという問題もあります。顧客が最初に Instagram の広告を見て、次に Google で検索して購入した場合、このセールをどのチャネルに投稿しますか?引用モデルはこの決定を行い、分析に直接影響します。
次の表は、主要な指標とその内容をまとめたものです。
メートル法
式
それは何と言っていますか
CTR（クリックスルー率）
クリック数 ÷ インプレッション数
その広告は注目を集めていますか?
コンバージョン率
コンバージョン ÷ クリック
クリックした人は購入しますか？
公認会計士
支出 ÷ 取得
顧客の費用はいくらですか
ロース
収入 ÷ 支出
その支出は利益をもたらしますか?
周波数
露出 ÷ リーチ
同じ人が何回見たでしょうか？
ヒント: 1 つの指標のみに基づいて決定を下さないでください。 CTRは高いがコンバージョンが低いということは、「広告は惹きつけられるが、ページ/オファーは維持されない」ことを意味します。メトリクスを一緒に読むと、本当のことが分かります。
ステップバイステップ: データから洞察、そしてレポートまで
ステップ 1 — データを収集して匿名化します。プラットフォーム ダッシュボード (Google 広告、メタ) と分析からデータを取得します。個人データ (顧客 ID、電子メール) を削除します。
ステップ 2 — メトリクスを計算して検証します。オッズは自分で確認してください。 AIに与える際に計算式を指定します。
ステップ 3 — 異常とパターンを探します。 AI に「どのチャネル/日/セグメントが予想から逸脱しているか」を尋ねさせます。それをデータで確認します。
ステップ 4 — 慎重に因果関係を確立します。データを含む「CTR が低下したのは…」文をサポートします。相関関係と因果関係を混同しないでください。
ステップ 5 — レポートと推奨事項の草案を作成します。 AI を使用してエグゼクティブサマリーと最適化提案の草案を生成します。すべての数値と請求を検証して確認します。
ミニケース3個
ケース 1 — 簡単な概要、確認済みの問題。パフォーマンスの専門家が匿名で 6 つのチャネルからの 300 行の週次データを AI に渡し、エグゼクティブ サマリーの草案を要求しました。 AIは5分にまとめました。専門家は、ROAS と CPA のそれぞれの値をダッシュボードと比較し、2 つの誤った解釈を修正しました。期間: 半日ではなく 1 時間。 AI が草稿を与え、検証は人間に残りました。
ケース 2 — でっち上げられた数字のトラップ。チームは生データを提供せずにAIに「先月はROASを逃しました、コメントしてください」と言いました。 「約 3.5、良いパフォーマンスです」と AI は自信を持って書きました。実際の ROAS は 1.8 で、キャンペーンは実際には赤字でした。報告書は訂正されたが、顧客の信頼は揺らいだ。エラー: データを提供せずに AI からのメトリクスを待機しています。
ケース 3 — 帰属の誤り。あるブランドは、すべての売上をラスト クリックに基づいて計上し、すべての売上を Google 検索に入力し、Instagram の予算を削減しました。翌月の売上は減少しました。 Instagram が認知度を高め、検索を促進したからです。単一引用モデルに盲目的に依存すると、誤った決定が生じました。教訓: 帰属はモデルであり、絶対的な真実ではありません。異なるモデルを比較する必要があります。
コピー可能な 4 つのテンプレート
1) データ サマライザ (検証を重視):
以下は匿名のキャンペーン データ (顧客 ID なし) です:[データ/表を貼り付け]タスク: (1) CTR、コンバージョン率、CPA、ROAS を計算式とともに計算して表示します。(2) 最もパフォーマンスの高いチャネルと最も低い 2 つのチャネルを指摘します。(3) データ内で不確実な点や欠落している点を明確に述べます。データにない数字をでっち上げないでください。アカウントを確認させていただきます。
2) アノマリー/パターンハンター:
以下は、過去 4 週間の毎日のデータです: [データ]。タスク: 予期しない逸脱 (突然の低下/上昇) を検出します。各異常について: どの日/チャネル、どの程度逸脱したか、考えられる説明 (仮説)。これらは仮説であり、決定的な原因ではないことを述べます。
3) 因果関係チェッカー:
私の観察によると、「[例: CTR が 2% から 1.3% に低下した]」です。タスク: この減少の考えられる理由をリストアップします (広告疲れ、季節、ターゲティングの変更、競合他社の活動など)。それぞれの理由について、どのようなデータに対してテストできるかを教えてください。相関関係を因果関係として提示しないでください。決定的な原因を主張しないでください。
4) エグゼクティブサマリー + 提案草案:
検証した指標: [CTR、コンバージョン、CPA、ROAS 値]。タスク: 1 ページのエグゼクティブ サマリー ドラフトを作成します:(1) 今期何が起こったのか (3 つの項目)、(2) 何がうまくいったか、何がうまくいかなかったのか、(3) 来期に向けて 3 つの最適化提案。私が指定した検証済みの数値を使用してください。新しい数字を生成します。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
キャンペーンのパフォーマンスを評価し、ROAS を教えてください。
データは与えられていません。 AIは「ROAS」しか作り上げることができません。出力はスムーズですが、非現実的です。
強力なプロンプト:
あなたの役割: パフォーマンス マーケティング スペシャリストの分析アシスタント。以下は匿名の週次データです (名前/身元不明): 広告費: 25,000 TL。収入：60,000TL。閲覧数: 500,000。クリック数: 12,000。コンバージョン: 480.タスク: (1) CTR、コンバージョン率、CPA、ROAS を数式で計算して表示します。(2) 単一段落のコメントの下書きを作成します。(3) データにない数字をでっち上げないでください。よくわからないと述べてください。
この要求では、データ、計算式の期待、そして「でっち上げ」の禁止が明確です。出力を再度確認します。CTR = 12,000 ÷ 500,000 = 2.4%。コンバージョン率 = 480 ÷ 12,000 = 4%; CPA = 25,000 ÷ 480 ≈ 52 TL; ROAS = 60,000 ÷ 25,000 = 2.4。
よくある間違い
- データを提供せずにメトリクスをリクエストする。 AI はあなたのデータにアクセスできません。彼が与えた番号は偽物です。
- 1 つの指標に注目します。 CTR が高くコンバージョンが低い場合は、広告ではなくページ/オファーに問題がある可能性があります。
- 因果関係との混同。 2 つのものが一緒に作用するからといって、一方が他方を引き起こすとは限りません。
- 単一引用モデルに依存します。アトリビューションはモデルです。モデルが異なれば、決定も異なります。
- AIの因果関係を確認せずに報告書に載せる。 「なぜなら…」という文はデータによって裏付けられている必要があります。
- 生の数字を洞察力と誤解する。報告書には数字は記載されていない。それが何を意味し、何をすべきかを示します。
注意: レポートの中で最も危険な文は、根拠のない「なぜなら」です。 AI は流暢な理由を考え出すことができます。その理由をデータで証明せずに経営者に提示すると、誤った判断をしてしまう可能性があります。
要約すれば
パフォーマンス分析は、キャンペーン データを意思決定に変換するタスクであり、その中心となるのは、CTR、コンバージョン率、CPA、ROAS、アトリビューションの問題などの指標です。人工知能は、数百行のデータを要約し、異常を見つけてレポートを作成する強力なアシスタントです。ただし、そこに示されるすべての数値とすべての因果関係の文は、ソース データで検証されるまでレポートには含まれません。言語モデルは、データにアクセスできない場合でも適応できます。メトリクスをまとめて読み取り、相関関係を因果関係から分離し、帰属を単一のモデルに結び付けないことは、優れた分析の兆候です。このレポートは数値のリストではなく、意味と提案を提供します。
アプリケーションタスク
実際のキャンペーン データまたは仮説上のキャンペーン データ (支出、収益、インプレッション、クリック、コンバージョン) を準備します。 (1) データを匿名化します。 (2)「データサマライザー」でメトリクスを計算してもらい、自分で計算式で一つ一つ確認する。 (3) 「異常ハンター」で逸脱を見つける。それを仮説に結び付けます。 (4) 「因果関係チェッカー」を使用して、この逸脱の考えられる原因と、それぞれをどのようにテストするかを書き留めます。 (5) 「要旨」の草案を作成し、確認した数字のみが含まれていることを確認します。データを使用して「なぜなら」文をサポートします。
チェックリスト
- [ ] キャンペーン データをツールに渡す前に匿名化しました。
- [ ] 私は各指標をその式で自分で検証しました。
- [ ] メトリクスを 1 つずつではなく、まとめて読みました。
- [ ] 私は因果関係の記述をデータで裏付けました。それを相関関係と混同していませんでした。
- [ ] 私はこの参照を単一のモデルに帰したのではなく、比較しただけです。
- [ ] レポートには検証済みの数値のみを記載しました。偽の番号はありません。