Ieguvumi:
- Spēja izprast veiktspējas rādītājus, piemēram, VKS, reklāmguvumus, MPI, RTA un attiecinājumu, un izmantot mākslīgo intelektu, lai apkopotu datus un uzmetu ieskatus
- Iespēja anonīmi nodot kampaņas datus mākslīgajam intelektam un sagatavot komentārus, anomāliju noteikšanas un optimizācijas priekšlikumu uzmetumus
- Izpratne par to, ka ir obligāti jāsalīdzina un jāpārbauda katrs mākslīgā intelekta radītais skaitlis un cēloņsakarības teikums ar avota datiem
Kad kampaņa ir publicēta, sākas īstais darbs: saprast, ko tā dara. Reklāmas veiktspējas mērīšana ir būtiska, lai novirzītu budžetu uz pareizo vietu un labāk iestatītu nākamo kampaņu. Bet mērīšana nav skaitļu kaudze; Laba analīze atklāj skaitļu stāstu un iemeslu. To sauc par ieskatu. Mākslīgais intelekts šajā posmā ir lielisks paātrinātājs: tas minūtēs apkopo simtiem kampaņas datu rindu, norāda uz anomālijām (negaidītām novirzēm), raksta ziņojumu projektus. Bet šīs vienības nemainīgais noteikums ir šāds: katrs AI radītais skaitlis un katrs cēloņsakarības teikums netiek ievadīts ziņojumā, kamēr tas nav salīdzināts un pārbaudīts ar avota datiem. Valodu modeļi var radīt tekošus, bet izdomātus skaitļus, ja tie pilnībā nepiekļūst datiem vai aprēķina tos nepareizi.
Galvenie veiktspējas rādītāji
Veiktspējas analīzes valodu veido vairāki rādītāji. VKS (vidējais klikšķu skaits) norāda, cik cilvēku, kuri redzēja reklāmu, noklikšķināja uz tās (klikšķi ÷ seansi). Interese ir pievilcības mēraukla. Reklāmguvumu līmenis ir klikšķu skaits, kas veic vēlamo darbību (iegāde, reģistrācija). CPA (maksa par iegādi) ir maksa par iegādi (tēriņi ÷ ieguvumu skaits). RTA (reklāmas tēriņu atdeve) ir reklamēšanas tēriņu atdeve: nopelnītie ieņēmumi ÷ reklamēšanas izdevumi; Piemēram, ja iztērējāt 10 000 TL un nopelnījāt 40 000 TL ieņēmumus, RTA ir 4. Ir arī attiecinājums: jautājums par to, kurai reklāmai/kanālam attiecināt reklāmguvumu. Ja klients vispirms ieraudzīja Instagram reklāmu, pēc tam meklēja Google un iegādājās, kurā kanālā publicēsit šo izpārdošanu? Atsauces modelis pieņem šo lēmumu un tieši ietekmē analīzi.
Šajā tabulā ir apkopoti galvenie rādītāji un tas, ko tie saka:
metriska
formula
ko tas saka
VKS (vidējais klikšķu skaits)
Klikšķi ÷ Seansi
Vai reklāma piesaista uzmanību?
Reklāmguvumu līmenis
Reklāmguvums ÷ Klikšķis
Vai kāds, kurš noklikšķina, to pērk?
CPA
Tēriņi ÷ Iegāde
Cik maksā klients
RTA
Ienākumi ÷ Izdevumi
Vai izdevumi ir izdevīgi?
frekvence
Ekspozīcija ÷ Sasniedzamība
Cik reizes viena un tā pati persona to redzēja?
Padoms. Nepieņemiet lēmumu, pamatojoties tikai uz vienu metriku. Augsts VKS, bet zems reklāmguvums nozīmē "reklāma piesaista, bet lapa/piedāvājums nav spēkā". Kopīga metriku lasīšana sniedz patieso stāstu.
Soli pa solim: no datiem līdz ieskatam līdz pārskatam
1. darbība — datu apkopošana un anonimizācija. Iegūstiet datus no platformas informācijas paneļiem (Google Ads, Meta) un analītikas; Noņemiet personas datus (klienta ID, e-pastu).
2. darbība. Aprēķiniet un apstipriniet metriku. Apstipriniet izredzes pats; Norādiet formulu, dodot to AI.
3. solis — meklējiet anomālijas un modeļus. Lieciet AI jautāt: “kurš kanāls/diena/segments atšķiras no gaidītā”; pēc tam apstipriniet to ar datiem.
4. solis — nosakiet cēloņsakarību, bet piesardzīgi. Atbalstiet teikumus “VKS samazinājies, jo...” ar datiem; Nejauciet korelāciju ar cēloņsakarību.
5. darbība. Ziņojuma un ieteikuma projekts. Ģenerēt kopsavilkuma un optimizācijas priekšlikuma projektu, izmantojot AI; Pārbaudiet un apstipriniet katru numuru un pretenziju.
trīs mini futrāļi
1. gadījums — ātrs kopsavilkums, pārbaudīta problēma. Veiktspējas eksperts anonīmi sniedza AI 300 nedēļas datu rindiņas no 6 kanāliem un pieprasīja kopsavilkuma projektu. AI apkopots 5 minūtēs; Eksperts salīdzināja katru RTA un MPI vērtību ar savu informācijas paneli, izlabojot divas kļūdainas interpretācijas. Ilgums: 1 stunda, nevis puse dienas. AI iedeva melnrakstu, pārbaude palika cilvēkam.
2. gadījums — izdomāts numuru slazds. Komanda teica AI: "mūsu ROAS pagājušajā mēnesī nokavēja, komentējiet", nesniedzot neapstrādātus datus. "Apmēram 3,5, labs sniegums," pārliecinoši rakstīja AI. Faktiskā RTA bija 1,8, un kampaņa faktiski bija ar zaudējumiem. Ziņojums tika labots, bet klientu uzticība tika satricināta. Kļūda: tiek gaidīta metrika no AI, nesniedzot datus.
3. gadījums — attiecinājuma kļūda. Viens zīmols attiecināja visus pārdošanas apjomus, pamatojoties uz pēdējo klikšķi, ierakstīja visus pārdošanas apjomus Google meklēšanā un samazināja savu Instagram budžetu. Nākamajā mēnesī pārdošanas apjomi samazinājās; jo Instagram radīja izpratni un veicināja meklēšanu. Akli paļaušanās uz vienu citēšanas modeli radīja nepareizu lēmumu. Nodarbība: attiecināšana ir modelis, nevis absolūta patiesība; Ir nepieciešams salīdzināt dažādus modeļus.
Četras kopējamas veidnes
1) Datu apkopotājs (ar uzsvaru uz validāciju):
Tālāk ir sniegti anonīmi kampaņas dati (bez klienta ID):[ielīmēt datus/tabulu]Uzdevums: (1) Aprēķiniet un parādiet VKS, reklāmguvumu līmeni, MPI, RTA ar to formulām.(2) Norādiet 2 kanālus ar vislabāko un sliktāko veiktspēju.(3) Skaidri norādiet, kur datos neesat pārliecināts vai trūkst. Neveidojiet skaitļus, kas nav iekļauti. Es apstiprināšu kontu.
2) Anomāliju/rakstu meklētājs:
Zemāk ir dienas dati par pēdējām 4 nedēļām: [dati].Uzdevums: atklāt negaidītas novirzes (pēkšņu kritumu/kāpumu).Katrai anomālijai: kura diena/kanāls, cik tas novirzījies, iespējamie skaidrojumi (hipotēze).Norādiet, ka tās ir hipotēzes, nevis galīgi cēloņi.
3) Cēloņsakarības pārbaudītājs:
Mans novērojums ir šāds: "[piemēram, VKS samazinājās no 2% līdz 1,3%]". Uzdevums: uzskaitiet iespējamos šī krituma iemeslus (reklāmas nogurums, sezona, mērķauditorijas atlases izmaiņas, konkurentu aktivitātes utt.). Pastāstiet man, kādus datus es varu pārbaudīt katra iemesla dēļ. Neuzrāda korelāciju kā cēloņsakarību; Nepretendējiet uz galīgo iemeslu.
4) Kopsavilkums + priekšlikuma projekts:
Pārbaudītās metrikas: [VKS, reklāmguvums, MPI, RTA vērtības].Uzdevums: Uzrakstiet 1 lappuses kopsavilkuma melnrakstu:(1) kas notika šajā terminā (3 vienumi), (2) kas strādāja/nedarbojās, (3) 3 optimizācijas ieteikumi nākamajam termiņam. Vienkārši izmantojiet manis norādītos pārbaudītos skaitļus; jaunu skaitļu ģenerēšana.
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Novērtējiet manas kampaņas veiktspēju un pastāstiet man par RTA.
Nav sniegti dati; AI var izveidot tikai RTA. Izvade ir gluda, bet nereāla.
Spēcīga uzvedne:
Jūsu loma: veiktspējas mārketinga speciālista analītikas asistents. Zemāk ir anonīmi iknedēļas dati (bez vārdiem/identifikācijas): Reklāmas izdevumi: 25 000 TL. Ienākumi: 60 000 TL. Skatījumi: 500 000. Klikšķi: 12 000. Konversija: 480.Uzdevums: (1) Aprēķiniet un parādiet VKS, konversijas līmeni, MPI un RTA ar formulu. (2) Uzrakstiet vienas rindkopas komentāra melnrakstu. (3) Neveidojiet skaitļus, kas nav datos; Norādiet, ka neesat pārliecināts.
Šajā pieprasījumā ir skaidri norādīts, ka tiek gaidīti dati, formula un aizliegums "izdomāt". Jūs vēlreiz pārbaudiet rezultātu: VKS = 12 000 ÷ 500 000 = 2,4%; konversijas līmenis = 480 ÷ 12 000 = 4%; MPI = 25 000 ÷ 480 ≈ 52 TL; RTA = 60 000 ÷ 25 000 = 2,4.
Biežas kļūdas
- Metrikas pieprasīšana, nesniedzot datus. AI nevar piekļūt jūsu datiem; Viņa norādītais numurs ir viltots.
- Skatoties uz vienu metriku. Ja VKS ir augsts un reklāmguvums ir zems, problēma var būt lapā/piedāvājumā, nevis reklāmā.
- Mulsinoša korelācija ar cēloņsakarību. Tas, ka divas lietas darbojas kopā, nenozīmē, ka viena izraisa otru.
- Paļaušanās uz viena citāta modeli. Attiecinājums ir modelis; Dažādi modeļi rada dažādus lēmumus.
- AI cēloņsakarības paziņojuma ievietošana ziņojumā, to neapstiprinot. “Tāpēc, ka…” teikumiem jābūt pamatotiem ar datiem.
- Kļūdaina ar neapstrādātu skaitli, lai gūtu ieskatu. Ziņojumā nav norādīti skaitļi; stāsta, ko tas nozīmē un ko darīt.
Uzmanību: visbīstamākais teikums ziņojumā ir nepamatots "jo". AI var izdomāt skaidru iemeslu; Ja jūs iepazīstināsit ar šo iemeslu vadībai, nepierādot to ar datiem, jūs varat pieņemt nepareizu lēmumu.
Rezumējot
Veiktspējas analīze ir uzdevums pārveidot kampaņas datus lēmumos, un tās pamatā ir tādi rādītāji kā VKS, reklāmguvumu līmenis, MPI, RTA un attiecinājuma problēma. Mākslīgais intelekts ir spēcīgs palīgs simtiem datu rindu apkopošanā, anomāliju atrašanā un ziņojumu sastādīšanā. Bet katrs skaitlis un katrs teikums par cēloņsakarību, ko tas sniedz, netiek iekļauts ziņojumā, kamēr tas nav pārbaudīts ar avota datiem; Valodas modelis var pielāgoties, ja tas nevar piekļūt datiem. Metrikas lasīšana kopā, korelācijas nošķiršana no cēloņsakarības un attiecinājuma nesaistošana ar vienu modeli ir labas analīzes pazīmes. Ziņojumā ir sniegta nozīme un ieteikumi, nevis skaitļu saraksts.
Lietojumprogrammas uzdevums
Sagatavojiet reālus vai hipotētiskus kampaņas datus (tēriņi, ieņēmumi, seansi, klikšķi, reklāmguvumi). (1) Anonimizēt datus. (2) Aprēķiniet rādītājus, izmantojot “Datu apkopotāju”, un apstipriniet katru no tiem pats ar formulu. (3) Atrodiet novirzi ar "anomaliju mednieku"; savienojiet to ar hipotēzi. (4) Izmantojot “cēloņsakarību pārbaudītāju”, pierakstiet iespējamos šīs novirzes cēloņus un to, kā jūs to pārbaudītu. (5) Sagatavojiet “kopsavilkuma” projektu un pārbaudiet, vai tajā ir tikai jūsu pārbaudītie skaitļi; Atbalstiet “jo” teikumu ar datiem.
kontrolsaraksts
- [ ] Es anonimizēju kampaņas datus pirms to nodošanas rīkam.
- [ ] Es pats pārbaudīju katru metriku ar tās formulu.
- [ ] Es lasu metriku kopā, nevis pa vienam.
- [ ] Cēloņsakarības apgalvojumus atbalstīju ar datiem; Es to nejaucu ar korelāciju.
- [ ] Atsauci nepiedēvēju nevienam modelim, salīdzināju.
- [ ] Pārskatā ievietoju tikai pārbaudītus skaitļus; Nav viltus numuru.