Pelnas:
- Gebėjimas suprasti našumo metriką, pvz., PR, konversiją, MUĮ, SIG ir priskyrimą, ir naudoti dirbtinį intelektą duomenims apibendrinti ir įžvalgų juodraščiams
- Galimybė anonimiškai teikti kampanijos duomenis dirbtiniam intelektui ir pateikti komentarus, anomalijų aptikimą ir optimizavimo pasiūlymų juodraščius
- Supratimas, kad kiekvieną dirbtinio intelekto sukurtą skaičių ir priežastingumo sakinį privaloma palyginti ir patikrinti su šaltinio duomenimis
Kai kampanija pradedama gyvai, prasideda tikrasis darbas: suprasti, ką ji daro. Skelbimo našumo įvertinimas yra būtinas norint perkelti biudžetą į reikiamą vietą ir geriau nustatyti kitą kampaniją. Tačiau matavimas nėra skaičių krūva; Gera analizė atranda skaičių istoriją ir priežastį. Tai vadinama įžvalga. Dirbtinis intelektas šiame etape yra puikus greitintuvas: jis per minutes apibendrina šimtus kampanijos duomenų eilučių, nurodo anomalijas (netikėtus nukrypimus), rašo ataskaitų projektus. Tačiau nepakeičiama šio vieneto taisyklė yra tokia: kiekvienas AI sukurtas skaičius ir kiekvienas priežastingumo sakinys neįtraukiamas į ataskaitą, kol jis nėra lyginamas ir patikrintas su šaltinio duomenimis. Kalbos modeliai gali sukurti sklandžius, bet išgalvotus skaičius, kai jie nevisiškai pasiekia duomenų arba juos apskaičiuoja neteisingai.
Pagrindiniai našumo rodikliai
Keletas metrikų sudaro našumo analizės kalbą. PR (paspaudimų rodiklis) – tai, kiek žmonių, kurie matė skelbimą, jį spustelėjo (paspaudimai ÷ parodymai). Susidomėjimas yra patrauklumo matas. Konversijos rodiklis – tai kiek paspaudimų atlieka norimą veiksmą (pirkimą, registraciją). CPA (mokestis už įsigijimą) yra įsigijimo kaina (išlaidos ÷ įsigijimų skaičius). SIG (skelbimo išlaidų grąža) yra skelbimo išlaidų grąža: uždirbtos pajamos ÷ skelbimo išlaidos; Pavyzdžiui, jei išleidote 10 000 TL ir uždirbote 40 000 TL pajamų, SIG yra 4. Taip pat yra priskyrimas: problema, kuriam skelbimui / kanalui priskirti konversiją. Jei klientas pirmą kartą pamatė „Instagram“ skelbimą, tada ieškojo „Google“ ir nusipirko, kuriame kanale paskelbsite šį išpardavimą? Citavimo modelis priima šį sprendimą ir tiesiogiai veikia analizę.
Šioje lentelėje apibendrinami pagrindiniai rodikliai ir tai, ką jie sako:
metrinė
formulę
ką tai sako
PR (paspaudimų rodiklis)
Paspaudimai ÷ parodymai
Ar reklama patraukia dėmesį?
Konversijos rodiklis
Konversija ÷ Paspaudimas
Ar kas nors paspaudęs jį perka?
CPA
Išlaidos ÷ Įsigijimas
Kiek kainuoja klientas
SIG
Pajamos ÷ Išlaidos
Ar išlaidos yra pelningos?
dažnis
Ekspozicija ÷ Pasiekimas
Kiek kartų tas pats asmuo tai matė?
Patarimas: nepriimkite sprendimo remdamiesi tik viena metrika. Didelis PR, bet maža konversija reiškia „reklama traukia, bet puslapis/pasiūlymas negalioja“. Kartu skaitant metrikas, gaunama tikroji istorija.
Žingsnis po žingsnio: nuo duomenų iki įžvalgos iki ataskaitos
1 veiksmas – duomenų rinkimas ir anonimiškumas. Gaukite duomenis iš platformos prietaisų skydelių (Google Ads, Meta) ir analizės; Pašalinti asmeninius duomenis (kliento ID, el.
2 veiksmas – apskaičiuokite ir patvirtinkite metriką. Patvirtinkite tikimybę; Pateikdami ją AI nurodykite formulę.
3 veiksmas – ieškokite anomalijų ir raštų. Leiskite AI paklausti „kuris kanalas / diena / segmentas nukrypsta nuo to, ko tikimasi“; tada patvirtinkite tai duomenimis.
4 žingsnis – nustatykite priežastinį ryšį, bet atsargiai. Palaikykite sakinius „PR sumažėjo, nes...“ su duomenimis; Nepainiokite koreliacijos su priežastiniu ryšiu.
5 žingsnis – ataskaitos ir rekomendacijos projektas. Su AI generuoti santrauką ir optimizavimo pasiūlymo projektą; Patikrinkite ir patvirtinkite kiekvieną numerį ir pretenziją.
trys mini dėklai
1 atvejis – greita santrauka, patikrinta problema. Našumo ekspertas AI anonimiškai pateikė 300 eilučių savaitinių duomenų iš 6 kanalų ir paprašė parengti santraukos projektą. AI apibendrinta per 5 minutes; Ekspertas palygino kiekvieną SIG ir MUĮ vertę su savo prietaisų skydeliu ir ištaisė dvi klaidingas interpretacijas. Trukmė: 1 valanda vietoj pusės paros. AI pateikė juodraštį, patikrinimas liko žmogui.
2 atvejis – Sugalvotas skaičių gaudyklė. Komanda AI pasakė: „Mūsų SIG praleido praėjusį mėnesį, komentuokite“, nepateikdama neapdorotų duomenų. „Apie 3,5, geras našumas“, – užtikrintai rašė AI. Faktinė SIG buvo 1,8, o kampanija iš tikrųjų buvo nuostolinga. Pranešimas buvo pataisytas, tačiau klientų pasitikėjimas sukrėtė. Klaida: laukiama metrikos iš AI nepateikus duomenų.
3 atvejis. Priskyrimo klaidingumas. Vienas prekės ženklas priskyrė visus pardavimus pagal paskutinį paspaudimą, įtraukė visus pardavimus į „Google“ paiešką ir sumažino „Instagram“ biudžetą. Kitą mėnesį pardavimai sumažėjo; nes „Instagram“ sukūrė žinomumą ir paskatino paiešką. Aklai pasikliaujant vieninteliu citavimo modeliu buvo priimtas neteisingas sprendimas. Pamoka: priskyrimas yra modelis, o ne absoliuti tiesa; Būtina palyginti skirtingus modelius.
Keturi kopijuojami šablonai
1) Duomenų suvestinė (su patvirtinimo pabrėžimu):
Toliau pateikiami anoniminiai kampanijos duomenys (be kliento ID): [įklijuoti duomenis / lentelę]Užduotis: (1) Apskaičiuokite ir pagal jų formules parodykite PR, konversijų rodiklį, MUĮ, SIG. (2) Nurodykite 2 geriausius ir prasčiausius kanalus. (3) Aiškiai nurodykite, kur nesate tikri, ar trūksta duomenų. Nedarykite jokių duomenų, kurių nėra. Patvirtinsiu sąskaitą.
2) Anomalijų / modelių medžiotojas:
Žemiau pateikiami pastarųjų 4 savaičių dienos duomenys: [duomenys].Užduotis: aptikti netikėtus nukrypimus (staigų kritimą/padidėjimą).Kiekvienai anomalijai: kurią dieną/kanalą, kiek jis nukrypo, galimi paaiškinimai (hipotezė). Nurodykite, kad tai yra hipotezės, o ne galutinės priežastys.
3) Priežastingumo tikrintuvas:
Pastebėjau: „[pvz., PR sumažėjo nuo 2 % iki 1,3 %]“. Užduotis: išvardykite galimas šio kritimo priežastis (skelbimo nuovargis, sezonas, taikymo pasikeitimas, konkurentų veikla ir kt.). Pasakykite man, kokius duomenis galiu patikrinti dėl kiekvienos priežasties. Nepateikite koreliacijos kaip priežastinio ryšio; Nereikalaukite galutinės priežasties.
4) Santrauka + pasiūlymo projektas:
Mano patikrinta metrika: [PR, konversija, MUĮ, SIG reikšmės].Užduotis: parašykite 1 puslapio santraukos juodraštį:(1) kas nutiko per šį terminą (3 elementai), (2) kas veikė/neveikė, (3) 3 optimizavimo pasiūlymai kitai kadencijai.Tiesiog naudokite mano pateiktus patikrintus skaičius; naujų skaičių generavimas.
Silpnas raginimas / Stiprus raginimas
Silpnas raginimas:
Įvertinkite mano kampanijos našumą ir nurodykite mano SIG.
Duomenų nepateikta; AI gali sudaryti tik „ROAS“. Rezultatas yra sklandus, bet nerealus.
Galingas raginimas:
Jūsų vaidmuo: veiklos rinkodaros specialisto analitikos asistentas. Žemiau pateikiami anoniminiai savaitės duomenys (be vardų / identifikavimo): Reklamos išlaidos: 25 000 TL. Pajamos: 60 000 Lt. Peržiūrų: 500 000. Paspaudimų: 12 000. Konversija: 480. Užduotis: (1) Apskaičiuokite ir parodykite PR, konversijos koeficientą, CPA ir SIG pagal formulę. (2) Parašykite vienos pastraipos komentaro juodraštį. (3) Nesugalvokite skaičių, kurių nėra duomenyse; Pareikškite, kad nesate tikri.
Šiame prašyme aiškūs duomenų, formulių lūkesčiai ir draudimas „išsigalvoti“. Dar kartą patikrinate išvestį: PR = 12 000 ÷ 500 000 = 2,4 %; perskaičiavimo kursas = 480 ÷ 12 000 = 4 %; CPA = 25 000 ÷ 480 ≈ 52 TL; SIG = 60 000 ÷ 25 000 = 2,4.
Dažnos klaidos
- Metrikos užklausa nepateikiant duomenų. AI negali pasiekti jūsų duomenų; Jo duotas skaičius yra netikras.
- Žiūrint į vieną metriką. Jei PR didelis, o konversija maža, problema gali būti puslapyje / pasiūlyme, o ne skelbime.
- Paini koreliacija su priežastiniu ryšiu. Tai, kad du dalykai veikia kartu, nereiškia, kad vienas sukelia kitą.
- Remdamiesi vieno citavimo modeliu. Priskyrimas yra modelis; Skirtingi modeliai priima skirtingus sprendimus.
- AI priežastinio ryšio teiginys įtraukiamas į ataskaitą jo nepatvirtinus. „Kadangi...“ sakiniai turi būti pagrįsti duomenimis.
- Neapdorotas skaičius klaidinamas siekiant įžvalgos. Ataskaitoje nenurodomi skaičiai; pasako, ką tai reiškia ir ką daryti.
Atsargiai: pavojingiausias sakinys pranešime yra nepagrįstas „nes“. AI gali sugalvoti sklandžią priežastį; Jei tokią priežastį pateiksite vadovybei, neįrodydami to duomenimis, galite priimti klaidingą sprendimą.
Apibendrinant
Našumo analizė yra kampanijos duomenų konvertavimo į sprendimus užduotis, o jos esmė yra tokia metrika kaip PR, konversijų rodiklis, MUĮ, SIG ir priskyrimo problema. Dirbtinis intelektas yra galingas asistentas apibendrinant šimtus duomenų eilučių, aptinkant anomalijas ir rengiant ataskaitas. Bet kiekvienas skaičius ir kiekvienas jo pateiktas priežastingumo sakinys neįtraukiamas į ataskaitą, kol nepatvirtinama šaltinio duomenimis; Kalbos modelis gali prisitaikyti, kai negali pasiekti duomenų. Metrikų skaitymas kartu, koreliacijos nuo priežastinio ryšio atskyrimas ir priskyrimo nesusiejimas su vienu modeliu yra geros analizės požymiai. Ataskaitoje pateikiamos prasmės ir pasiūlymai, o ne skaičių sąrašas.
Taikymo užduotis
Paruoškite tikrus arba hipotetinius kampanijos duomenis (išlaidas, pajamas, parodymus, paspaudimus, konversijas). (1) Anonimizuoti duomenis. (2) Apskaičiuokite metriką naudodami „Duomenų suvestinę“ ir kiekvieną iš jų patvirtinkite formule. (3) Raskite nukrypimą su "anomalijų medžiotoju"; susieti jį su hipoteze. (4) Naudodami „priežastinio ryšio tikrintuvą“ užrašykite galimas šio nukrypimo priežastis ir kaip kiekvieną iš jų patikrintumėte. (5) Padarykite „santraukos“ projektą ir patikrinkite, ar joje yra tik jūsų patikrinti numeriai; Palaikykite sakinį „nes“ su duomenimis.
kontrolinis sąrašas
- [ ] Prieš pateikdamas įrankiui kampanijos duomenis anonimizuojau.
- [ ] Aš pats patikrinau kiekvieną metriką pagal formulę.
- [ ] Metrikas skaitau kartu, o ne po vieną.
- [ ] Priežastingumo teiginius palaikiau duomenimis; Aš to nepainiojau su koreliacija.
- [ ] Nuorodos nepriskyriau vienam modeliui, palyginau.
- [ ] Į ataskaitą įtraukiau tik patikrintus skaičius; Nėra netikrų numerių.