कार्यप्रदर्शन विश्लेषण आणि अहवाल: मेट्रिक्स, विशेषता आणि अंतर्दृष्टी

नफा:

• CTR, रूपांतरण, CPA, ROAS आणि विशेषता यासारखे कार्यप्रदर्शन मेट्रिक्स समजून घेण्याची क्षमता आणि डेटा आणि मसुदा अंतर्दृष्टी सारांशित करण्यासाठी कृत्रिम बुद्धिमत्ता वापरण्याची क्षमता
• कृत्रिम बुद्धिमत्तेला मोहिमेचा डेटा अज्ञातपणे देण्याची आणि टिप्पण्या, विसंगती शोधणे आणि ऑप्टिमायझेशन प्रस्ताव मसुदे तयार करण्याची क्षमता
• कृत्रिम बुद्धिमत्तेद्वारे निर्मित प्रत्येक संख्या आणि कार्यकारणभाव वाक्याची स्रोत डेटाशी तुलना करणे आणि पडताळणे अनिवार्य आहे हे समजून घेणे

एकदा मोहीम लाइव्ह झाल्यावर, खरे काम सुरू होते: ते काय करते हे समजून घेणे. बजेट योग्य ठिकाणी हलवण्यासाठी आणि पुढील मोहीम अधिक चांगल्या प्रकारे सेट करण्यासाठी जाहिरातीच्या कामगिरीचे मोजमाप करणे आवश्यक आहे. पण मोजमाप म्हणजे संख्यांचा ढीग नव्हे; चांगल्या विश्लेषणामुळे संख्यांमागील कथा आणि कारण सापडते. याला अंतर्दृष्टी म्हणतात. या टप्प्यावर कृत्रिम बुद्धिमत्ता हा एक उत्तम प्रवेगक आहे: ते काही मिनिटांत मोहिमेच्या डेटाच्या शेकडो ओळींचा सारांश देते, विसंगती (अनपेक्षित विचलन) दर्शवते, मसुदा अहवाल लिहिते. परंतु या युनिटचा अपरिवर्तनीय नियम असा आहे: AI द्वारे तयार केलेली प्रत्येक संख्या आणि प्रत्येक कार्यकारणभाव वाक्य जोपर्यंत त्याची स्रोत डेटाशी तुलना आणि पडताळणी होत नाही तोपर्यंत अहवालात प्रवेश करत नाही. जेव्हा ते डेटामध्ये पूर्णपणे प्रवेश करत नाहीत किंवा चुकीची गणना करत नाहीत तेव्हा भाषा मॉडेल अस्खलित परंतु तयार केलेले अंक तयार करू शकतात.

मुख्य कामगिरी मेट्रिक्स

कार्यप्रदर्शन विश्लेषणाची भाषा अनेक मेट्रिक्स तयार करतात. CTR (क्लिक-थ्रू रेट) म्हणजे जाहिरात पाहणाऱ्या किती लोकांनी त्यावर क्लिक केले (क्लिक ÷ इंप्रेशन). व्याज हे आकर्षणाचे माप आहे. रूपांतरण दर म्हणजे किती क्लिकर्स इच्छित कृती करतात (खरेदी, नोंदणी). CPA (कॉस्ट प्रति अधिग्रहण) ही प्रति संपादन किंमत आहे (खर्च ÷ संपादनांची संख्या). ROAS (जाहिरात खर्चावरील परतावा) म्हणजे जाहिरात खर्चावरील परतावा: कमाई ÷ जाहिरात खर्च; उदाहरणार्थ, जर तुम्ही 10,000 TL खर्च केले आणि 40,000 TL कमाई केली असेल, तर ROAS 4 आहे. विशेषता देखील आहे: कोणत्या जाहिरात/चॅनेलला रूपांतरणाचे श्रेय द्यायचे याचा मुद्दा. जर एखाद्या ग्राहकाने प्रथम इंस्टाग्राम जाहिरात पाहिली, नंतर Google वर शोधून खरेदी केली, तर तुम्ही ही विक्री कोणत्या चॅनेलवर पोस्ट कराल? उद्धरण मॉडेल हा निर्णय घेते आणि थेट विश्लेषणावर परिणाम करते.

खालील सारणी मुख्य मेट्रिक्स आणि ते काय म्हणतात ते सारांशित करते:

मेट्रिक

सूत्र

ते काय म्हणते

CTR (क्लिक-थ्रू दर)

क्लिक ÷ इंप्रेशन

जाहिरात लक्ष वेधून घेते का?

रूपांतरण दर

रूपांतरण ÷ क्लिक करा

जो कोणी क्लिक करतो तो विकत घेतो का?

CPA

खर्च ÷ संपादन

ग्राहकाला किती खर्च येतो

ROAS

उत्पन्न ÷ खर्च

खर्च फायदेशीर आहे का?

वारंवारता

एक्सपोजर ÷ पोहोच

एकाच माणसाने किती वेळा पाहिले?

टीप: फक्त एका मेट्रिकवर आधारित तुमचा निर्णय घेऊ नका. उच्च CTR परंतु कमी रूपांतरण म्हणजे "जाहिरात आकर्षित करते परंतु पृष्ठ/ऑफर धारण करत नाही". मेट्रिक्स एकत्र वाचल्याने खरी गोष्ट कळते.

स्टेप बाय स्टेप: डेटापासून इनसाइटपर्यंत अहवालापर्यंत

पायरी 1 - डेटा संकलित करा आणि अनामित करा. प्लॅटफॉर्म डॅशबोर्ड (Google जाहिराती, मेटा) आणि विश्लेषणे वरून डेटा मिळवा; वैयक्तिक डेटा (ग्राहक आयडी, ईमेल) काढा.

पायरी 2 - मेट्रिक्सची गणना आणि प्रमाणीकरण करा. स्वतःच्या शक्यतांची पुष्टी करा; AI ला देताना सूत्र निर्दिष्ट करा.

पायरी 3 - विसंगती आणि नमुने पहा. एआयला "कोणते चॅनेल/दिवस/सेगमेंट अपेक्षित आहे त्यापासून विचलित होत आहे" असे विचारा; नंतर डेटासह पुष्टी करा.

चरण 4 - कार्यकारणभाव स्थापित करा, परंतु सावधपणे. डेटासह "CTR कमी झाल्यामुळे..." वाक्यांना समर्थन द्या; कार्यकारणभाव सह संबंध गोंधळात टाकू नका.

चरण 5 - मसुदा अहवाल आणि शिफारस. AI सह कार्यकारी सारांश आणि ऑप्टिमायझेशन प्रस्ताव मसुदा तयार करा; प्रत्येक नंबर आणि दावा सत्यापित करा आणि पुष्टी करा.

तीन लहान प्रकरणे

केस 1 - द्रुत सारांश, सत्यापित समस्या. एका कार्यप्रदर्शन तज्ञाने अज्ञातपणे 6 चॅनेलवरून AI ला साप्ताहिक डेटाच्या 300 ओळी दिल्या आणि मसुदा कार्यकारी सारांशाची विनंती केली. एआय 5 मिनिटांत सारांशित; तज्ञाने प्रत्येक ROAS आणि CPA मूल्याची त्याच्या डॅशबोर्डशी तुलना केली, दोन चुकीचे अर्थ काढले. कालावधी: अर्ध्या दिवसाऐवजी 1 तास. एआयने मसुदा दिला, पडताळणी माणसाकडेच राहिली.

केस 2 - मेड-अप नंबर ट्रॅप. एक टीम AI ला म्हणाली, "आमचे ROAS गेल्या महिन्यात चुकले, कच्चा डेटा न देता टिप्पणी द्या". "सुमारे 3.5, चांगली कामगिरी," एआयने आत्मविश्वासाने लिहिले. वास्तविक ROAS 1.8 होता आणि मोहीम प्रत्यक्षात तोट्यात होती. अहवाल दुरुस्त केला, पण ग्राहकांचा विश्वास डळमळीत झाला. एरर: डेटा न देता AI कडून मेट्रिक्सची वाट पाहत आहे.

केस 3 - विशेषता चुकीची चूक. एका ब्रँडने शेवटच्या क्लिकवर आधारित सर्व विक्रीचे श्रेय दिले, सर्व विक्री Google शोध मध्ये टाईप केली आणि त्याचे Instagram बजेट कमी केले. पुढील महिन्यात विक्री घटली; कारण Instagram ने जागरूकता निर्माण केली आणि शोधाला चालना दिली. एकल उद्धरण मॉडेलवर आंधळेपणाने विसंबून राहिल्याने चुकीचा निर्णय झाला. धडा: विशेषता हे एक मॉडेल आहे, पूर्ण सत्य नाही; वेगवेगळ्या मॉडेल्सची तुलना करणे आवश्यक आहे.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) डेटा सारांश (प्रमाणीकरण भर देऊन):

खाली निनावी मोहिमेचा डेटा आहे (ग्राहक आयडी नाही):[डेटा/टेबल पेस्ट करा]कार्य: (१) त्यांच्या सूत्रांसह CTR, रूपांतरण दर, CPA, ROAS ची गणना करा आणि प्रदर्शित करा. (2) 2 सर्वोत्तम आणि सर्वात वाईट कार्यप्रदर्शन करणारे चॅनेल दर्शवा. (3) डेटामध्ये तुम्हाला खात्री नाही किंवा गहाळ आहे हे स्पष्टपणे सांगा. डेटामध्ये कोणताही डेटा तयार करू नका. मी खात्याची पुष्टी करेन.

2) विसंगती/नमुना शिकारी:

खाली मागील 4 आठवड्यांचा दैनिक डेटा आहे: [डेटा].कार्य: अनपेक्षित विचलन शोधा (अचानक घट/वाढ).प्रत्येक विसंगतीसाठी: कोणता दिवस/चॅनेल, ते किती विचलित झाले, संभाव्य स्पष्टीकरण (संकल्पना). हे गृहितके आहेत, निश्चित कारणे नाहीत हे सांगा.

३) कार्यकारणभाव तपासणारा:

माझे निरीक्षण आहे: "[उदा. CTR 2% वरून 1.3% वर घसरला]". कार्य: या घसरणीची संभाव्य कारणे सूचीबद्ध करा (जाहिरात थकवा, हंगाम, लक्ष्य बदल, प्रतिस्पर्धी क्रियाकलाप इ.). प्रत्येक कारणासाठी मी कोणत्या डेटाची चाचणी करू शकतो ते मला सांगा. कारण म्हणून सहसंबंध सादर करू नका; निश्चित कारणाचा दावा करू नका.

4) कार्यकारी सारांश + प्रस्ताव मसुदा:

मी सत्यापित केलेले मेट्रिक्स: [CTR, रूपांतरण, CPA, ROAS मूल्ये]. कार्य: 1-पानांचा कार्यकारी सारांश मसुदा लिहा: (1) या पदाचे काय झाले (3 आयटम), (2) काय कार्य केले/काम केले नाही, (3) पुढील टर्मसाठी 3 ऑप्टिमायझेशन सूचना. फक्त मी सत्यापित संख्या वापरा; नवीन संख्या निर्माण करणे.

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

माझ्या मोहिमेच्या कामगिरीचे मूल्यमापन करा आणि मला माझे ROAS सांगा.

कोणताही डेटा दिलेला नाही; AI फक्त "ROAS" बनवू शकते. आउटपुट गुळगुळीत आहे परंतु अवास्तव आहे.

शक्तिशाली सूचना:

तुमची भूमिका: परफॉर्मन्स मार्केटिंग तज्ञाचे विश्लेषण सहाय्यक. खाली निनावी साप्ताहिक डेटा आहे (नावे/ओळख नाही): जाहिरात खर्च: 25,000 TL. उत्पन्न: 60,000 TL. दृश्ये: 500,000. क्लिक: 12,000. रूपांतरण: 480.कार्य: (1) सूत्रासह CTR, रूपांतरण दर, CPA आणि ROAS ची गणना करा आणि प्रदर्शित करा. (2) एकच परिच्छेद टिप्पणी मसुदा लिहा. (3) डेटामध्ये नसलेल्या कोणत्याही संख्या बनवू नका; तुम्हाला खात्री नाही हे सांगा.

या विनंतीमध्ये, डेटाची अपेक्षा, सूत्र आणि "मेक अप" ची मनाई स्पष्ट आहे. तुम्ही पुन्हा आउटपुट सत्यापित करा: CTR = 12,000 ÷ 500,000 = 2.4%; रूपांतरण दर = 480 ÷ 12,000 = 4%; CPA = 25,000 ÷ 480 ≈ 52 TL; ROAS = 60,000 ÷ 25,000 = 2.4.

सामान्य चुका

• डेटा प्रदान न करता मेट्रिक्सची विनंती करत आहे. एआय तुमच्या डेटामध्ये प्रवेश करू शकत नाही; त्याने दिलेला नंबर खोटा आहे.
• एक मेट्रिक पहात आहे. CTR जास्त असल्यास आणि रूपांतरण कमी असल्यास, समस्या पृष्ठ/ऑफरमध्ये असू शकते, जाहिरात नाही.
• कार्यकारणासह गोंधळात टाकणारा सहसंबंध. फक्त दोन गोष्टी एकत्र काम करतात याचा अर्थ असा नाही की एक कारणीभूत आहे.
• एकल उद्धरण मॉडेलवर अवलंबून. विशेषता एक मॉडेल आहे; वेगवेगळे मॉडेल वेगवेगळे निर्णय घेतात.
• त्याची पुष्टी न करता AI चे कार्यकारणभाव विधान अहवालात टाकणे. "कारण..." वाक्ये डेटाद्वारे समर्थित असणे आवश्यक आहे.
• अंतर्दृष्टीसाठी कच्चा क्रमांक चुकत आहे. अहवालात क्रमांक दिलेले नाहीत; याचा अर्थ काय आणि काय करावे ते सांगते.

खबरदारी: अहवालातील सर्वात धोकादायक वाक्य हे अप्रमाणित आहे "कारण." AI एक अस्खलित कारण घेऊन येऊ शकते; तुम्ही ते कारण डेटासह सिद्ध न करता व्यवस्थापनासमोर मांडल्यास, तुम्ही चुकीचा निर्णय घेऊ शकता.

सारांशात

कार्यप्रदर्शन विश्लेषण हे मोहिमेचा डेटा निर्णयांमध्ये रूपांतरित करण्याचे कार्य आहे आणि त्याच्या केंद्रस्थानी CTR, रूपांतरण दर, CPA, ROAS आणि विशेषता समस्या यासारखे मेट्रिक्स आहेत. कृत्रिम बुद्धिमत्ता डेटाच्या शेकडो ओळींचा सारांश, विसंगती शोधण्यात आणि अहवालांचा मसुदा तयार करण्यात एक शक्तिशाली सहाय्यक आहे. परंतु प्रत्येक संख्या आणि ते दिलेले प्रत्येक कार्यकारणभाव वाक्य स्त्रोत डेटासह सत्यापित होईपर्यंत अहवालात समाविष्ट केले जात नाही; जेव्हा ते डेटामध्ये प्रवेश करू शकत नाही तेव्हा भाषा मॉडेल अनुकूल करू शकते. मेट्रिक्स एकत्र वाचणे, कार्यकारणापासून सहसंबंध वेगळे करणे आणि एकाच मॉडेलला विशेषता न जोडणे ही चांगल्या विश्लेषणाची चिन्हे आहेत. अहवाल अर्थ आणि सूचना तयार करतो, संख्यांची यादी नाही.

अर्ज कार्य

वास्तविक किंवा काल्पनिक मोहीम डेटा तयार करा (खर्च, महसूल, इंप्रेशन, क्लिक, रूपांतरणे). (1) डेटा अनामित करा. (२) मेट्रिक्सची गणना "डेटा सारांश" सह करा आणि प्रत्येकाची स्वतःच सूत्रासह पुष्टी करा. (3) "विसंगती शिकारी" सह विचलन शोधा; ते एका गृहीतकाशी कनेक्ट करा. (४) "कार्यकारण तपासक" सह, या विचलनाची संभाव्य कारणे आणि तुम्ही प्रत्येकाची चाचणी कशी कराल ते लिहा. (५) "कार्यकारी सारांश" चा मसुदा तयार करा आणि त्यात फक्त तुम्ही सत्यापित केलेले नंबर आहेत हे तपासा; डेटासह "कारण" वाक्याचे समर्थन करा.

चेकलिस्ट

• मी मोहिमेचा डेटा टूलला देण्यापूर्वी अनामित केला आहे.
• [ ] मी स्वतः प्रत्येक मेट्रिक त्याच्या सूत्रासह सत्यापित केले.
• [ ] मी मेट्रिक्स एकत्र वाचले, एक एक करून नाही.
• [ ] मी डेटासह कार्यकारणभाव विधानांचे समर्थन केले; मी सहसंबंध सह गोंधळात टाकले नाही.
• मी एका मॉडेलचा संदर्भ दिला नाही, मी त्याची तुलना केली.
• [ ] मी अहवालात फक्त सत्यापित क्रमांक ठेवले आहेत; कोणतेही बनावट क्रमांक नाहीत.