యూనిట్లు
1. అడ్వర్టైజింగ్‌లో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ పరిచయం: పాత్రలు, సరిహద్దులు, ప్రమాణీకరణ, కాపీరైట్ మరియు గోప్యత 2. ప్రచార కాన్సెప్ట్ మరియు క్రియేటివ్ బ్రీఫ్: ఆర్టిఫిషియల్ ఇంటెలిజెన్స్‌తో పెద్ద ఆలోచనలను రూపొందించడం 3. నినాదం మరియు బ్రాండ్ వాయిస్: ఆకర్షణీయమైన సందేశం మరియు స్థిరమైన టోన్ 4. లక్ష్య ప్రేక్షకుల విశ్లేషణ మరియు వ్యక్తిత్వం: విభజన మరియు అంతర్దృష్టి 5. సందేశ వ్యూహం మరియు విలువ ప్రతిపాదన: సరైన వ్యక్తికి సరైన పదం 6. ప్రకటన కాపీ వైవిధ్యాలు: ఛానెల్ ద్వారా కాపీ రైటింగ్ మరియు అడాప్టేషన్ 7. చిత్రం మరియు వీడియో కాన్సెప్ట్: జనరేటివ్ విజువల్ AI, కాపీరైట్ మరియు బ్రాండ్ సమగ్రత 8. మీడియా ప్లాన్ మరియు బడ్జెట్ పంపిణీ: ఛానెల్ ఎంపిక మరియు ఆప్టిమైజేషన్ 9. A/B టెస్టింగ్ మరియు ప్రయోగాత్మక డిజైన్: వేరియంట్ నిర్మాణం మరియు ప్రాముఖ్యత 10. పనితీరు విశ్లేషణ మరియు రిపోర్టింగ్: కొలమానాలు, అట్రిబ్యూషన్ మరియు అంతర్దృష్టి 11. తప్పుదారి పట్టించే ప్రకటనలు, నీతి మరియు బ్రాండ్ భద్రత: చట్టపరమైన పరిమితులు మరియు బాధ్యత
యూనిట్ 10 / 11

పనితీరు విశ్లేషణ మరియు రిపోర్టింగ్: కొలమానాలు, అట్రిబ్యూషన్ మరియు అంతర్దృష్టి

లాభాలు:

  • CTR, కన్వర్షన్, CPA, ROAS మరియు అట్రిబ్యూషన్ వంటి పనితీరు కొలమానాలను అర్థం చేసుకోగల సామర్థ్యం మరియు డేటా మరియు డ్రాఫ్ట్ అంతర్దృష్టులను సంగ్రహించడానికి కృత్రిమ మేధస్సును ఉపయోగించడం
  • కృత్రిమ మేధస్సుకు ప్రచార డేటాను అనామకంగా అందించగల సామర్థ్యం మరియు వ్యాఖ్యలు, అసాధారణ గుర్తింపు మరియు ఆప్టిమైజేషన్ ప్రతిపాదన డ్రాఫ్ట్‌లను రూపొందించడం
  • కృత్రిమ మేధస్సు ద్వారా ఉత్పత్తి చేయబడిన ప్రతి సంఖ్య మరియు కారణ వాక్యాన్ని మూల డేటాతో సరిపోల్చడం మరియు ధృవీకరించడం తప్పనిసరి అని అర్థం చేసుకోవడం

ప్రచారం ప్రత్యక్ష ప్రసారం అయిన తర్వాత, నిజమైన పని ప్రారంభమవుతుంది: అది ఏమి చేస్తుందో అర్థం చేసుకోవడం. బడ్జెట్‌ను సరైన స్థానానికి మార్చడానికి మరియు తదుపరి ప్రచారాన్ని మెరుగ్గా సెటప్ చేయడానికి ప్రకటన పనితీరును కొలవడం చాలా అవసరం. కానీ కొలత అనేది సంఖ్యల కుప్ప కాదు; మంచి విశ్లేషణ సంఖ్యల వెనుక కథ మరియు కారణాన్ని కనుగొంటుంది. దీనినే అంతర్దృష్టి అంటారు. ఈ దశలో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ గొప్ప యాక్సిలరేటర్: ఇది నిమిషాల్లో వందలాది లైన్ల ప్రచార డేటాను సంగ్రహిస్తుంది, క్రమరాహిత్యాలను (ఊహించని విచలనాలు), డ్రాఫ్ట్ నివేదికలను వ్రాస్తుంది. కానీ ఈ యూనిట్ యొక్క మార్పులేని నియమం ఇది: AI ద్వారా ఉత్పత్తి చేయబడిన ప్రతి సంఖ్య మరియు ప్రతి కారణ వాక్యం మూలాధార డేటాతో పోల్చి మరియు ధృవీకరించబడే వరకు నివేదికలోకి ప్రవేశించదు. భాషా నమూనాలు డేటాను పూర్తిగా యాక్సెస్ చేయనప్పుడు లేదా తప్పుగా లెక్కించనప్పుడు నిష్ణాతులు కానీ రూపొందించిన సంఖ్యలను ఉత్పత్తి చేయగలవు.

కీలక పనితీరు కొలమానాలు

అనేక కొలమానాలు పనితీరు విశ్లేషణ యొక్క భాషను ఏర్పరుస్తాయి. CTR (క్లిక్-త్రూ రేట్) అంటే ప్రకటనను చూసిన ఎంత మంది వ్యక్తులు దానిపై క్లిక్ చేసారు (÷ ఇంప్రెషన్‌లను క్లిక్ చేస్తారు). ఆసక్తి ఆకర్షణకు కొలమానం. మార్పిడి రేటు అంటే ఎంత మంది క్లిక్ చేసేవారు కోరుకున్న చర్య తీసుకుంటారు (కొనుగోలు, నమోదు). CPA (కాస్ట్ పర్ అక్విజిషన్) అనేది ఒక్కో సముపార్జనకు అయ్యే ఖర్చు (ఖర్చు ÷ కొనుగోలుల సంఖ్య). ROAS (ప్రకటన ఖర్చుపై రాబడి) అనేది ప్రకటన ఖర్చుపై రాబడి: సంపాదించిన ఆదాయం ÷ ప్రకటన ఖర్చు; ఉదాహరణకు, మీరు 10,000 TL వెచ్చించి, 40,000 TL ఆదాయాన్ని ఆర్జిస్తే, ROAS 4. అట్రిబ్యూషన్ కూడా ఉంది: మార్పిడిని ఏ ప్రకటన/ఛానెల్‌కు ఆపాదించాలనే సమస్య. ఒక కస్టమర్ మొదట ఇన్‌స్టాగ్రామ్ ప్రకటనను చూసి, ఆపై Googleలో శోధించి కొనుగోలు చేసినట్లయితే, మీరు ఈ విక్రయాన్ని ఏ ఛానెల్‌లో పోస్ట్ చేస్తారు? అనులేఖన నమూనా ఈ నిర్ణయం తీసుకుంటుంది మరియు నేరుగా విశ్లేషణను ప్రభావితం చేస్తుంది.

కింది పట్టిక కీలక కొలమానాలను మరియు వారు చెప్పే వాటిని సంగ్రహిస్తుంది:

మెట్రిక్

సూత్రం

అది ఏమి చెబుతుంది

CTR (క్లిక్-త్రూ రేట్)

క్లిక్‌లు ÷ ఇంప్రెషన్‌లు

ప్రకటన దృష్టిని ఆకర్షిస్తుందా?

మార్పిడి రేటు

మార్పిడి ÷ క్లిక్ చేయండి

క్లిక్ చేసిన ఎవరైనా కొనుగోలు చేస్తారా?

CPA

ఖర్చు ÷ కొనుగోలు

కస్టమర్‌కు ఎంత ఖర్చవుతుంది

ROAS

ఆదాయం ÷ వ్యయం

ఖర్చు లాభదాయకంగా ఉందా?

ఫ్రీక్వెన్సీ

ఎక్స్పోజర్ ÷ రీచ్

ఒకే వ్యక్తి ఎన్నిసార్లు చూశాడు?

చిట్కా: కేవలం ఒక మెట్రిక్ ఆధారంగా మీ నిర్ణయం తీసుకోకండి. అధిక CTR కానీ తక్కువ మార్పిడి అంటే "ప్రకటన ఆకర్షిస్తుంది కానీ పేజీ/ఆఫర్ పట్టుకోదు". కొలమానాలను కలిపి చదవడం వల్ల అసలు కథ వస్తుంది.

దశల వారీగా: డేటా నుండి అంతర్దృష్టి వరకు నివేదించడానికి

దశ 1 - డేటాను సేకరించి, అనామకీకరించండి. ప్లాట్‌ఫారమ్ డాష్‌బోర్డ్‌లు (Google ప్రకటనలు, మెటా) మరియు విశ్లేషణల నుండి డేటాను పొందండి; వ్యక్తిగత డేటాను తీసివేయండి (కస్టమర్ ID, ఇమెయిల్).

దశ 2 - కొలమానాలను లెక్కించండి మరియు ధృవీకరించండి. అసమానతలను మీరే నిర్ధారించండి; AIకి ఇచ్చేటపుడు ఫార్ములాను పేర్కొనండి.

దశ 3 - క్రమరాహిత్యాలు మరియు నమూనాల కోసం చూడండి. "ఏ ఛానెల్/రోజు/సెగ్మెంట్ ఆశించిన దాని నుండి వైదొలగుతోంది" అని AI అడగండి; ఆపై డేటాతో దాన్ని నిర్ధారించండి.

దశ 4 - కారణాన్ని స్థాపించండి, కానీ జాగ్రత్తగా. మద్దతు "CTR పడిపోయింది ఎందుకంటే..." డేటాతో వాక్యాలు; సహసంబంధాన్ని కారణంతో కంగారు పెట్టవద్దు.

దశ 5 - ముసాయిదా నివేదిక మరియు సిఫార్సు. AIతో ఎగ్జిక్యూటివ్ సారాంశం మరియు ఆప్టిమైజేషన్ ప్రతిపాదన డ్రాఫ్ట్‌ను రూపొందించండి; ప్రతి నంబర్ మరియు క్లెయిమ్‌ను ధృవీకరించండి మరియు నిర్ధారించండి.

మూడు చిన్న కేసులు

కేసు 1 — త్వరిత సారాంశం, ధృవీకరించబడిన సమస్య. పనితీరు నిపుణుడు అజ్ఞాతంగా 6 ఛానెల్‌ల నుండి 300 లైన్ల వీక్లీ డేటాను AIకి అందించాడు మరియు డ్రాఫ్ట్ ఎగ్జిక్యూటివ్ సారాంశాన్ని అభ్యర్థించాడు. AI 5 నిమిషాల్లో సంగ్రహించబడింది; నిపుణుడు ప్రతి ROAS మరియు CPA విలువను తన డాష్‌బోర్డ్‌తో పోల్చాడు, రెండు తప్పు వివరణలను సరిదిద్దాడు. వ్యవధి: సగం రోజుకు బదులుగా 1 గంట. AI డ్రాఫ్ట్‌ను ఇచ్చింది, ధృవీకరణ మానవుని వద్దనే ఉంది.

కేస్ 2 — తయారు చేయబడిన సంఖ్య ట్రాప్. ఒక బృందం AIకి, "మా ROAS గత నెలలో మిస్ అయింది, వ్యాఖ్యానించండి" అని ముడి డేటా ఇవ్వకుండానే చెప్పింది. "సుమారు 3.5, మంచి పనితీరు," AI నమ్మకంగా రాసింది. అసలు ROAS 1.8 మరియు ప్రచారం వాస్తవానికి నష్టాల్లో ఉంది. నివేదిక సరిదిద్దబడింది, కానీ కస్టమర్ విశ్వాసం కదిలింది. లోపం: డేటా ఇవ్వకుండా AI నుండి కొలమానాల కోసం వేచి ఉంది.

కేసు 3 — ఆపాదింపు తప్పు. ఒక బ్రాండ్ చివరి క్లిక్ ఆధారంగా అన్ని విక్రయాలను ఆపాదించింది, అన్ని విక్రయాలను Google శోధనలో టైప్ చేసి, దాని Instagram బడ్జెట్‌ను తగ్గించింది. తరువాతి నెలలో అమ్మకాలు పడిపోయాయి; ఎందుకంటే Instagram అవగాహనను సృష్టించింది మరియు శోధనకు ఆజ్యం పోసింది. ఒకే అనులేఖన నమూనాపై గుడ్డిగా ఆధారపడటం తప్పు నిర్ణయానికి దారితీసింది. పాఠం: ఆపాదింపు అనేది ఒక నమూనా, సంపూర్ణ సత్యం కాదు; విభిన్న నమూనాలను పోల్చడం అవసరం.

నాలుగు కాపీ చేయగల టెంప్లేట్‌లు

1) డేటా సారాంశం (ధృవీకరణ ప్రాధాన్యతతో):

దిగువన అనామక ప్రచార డేటా (కస్టమర్ ID లేదు):[డేటా/టేబుల్‌ను అతికించండి]టాస్క్: (1) CTR, మార్పిడి రేటు, CPA, ROASలను వాటి సూత్రాలతో లెక్కించండి మరియు ప్రదర్శించండి.(2) 2 ఉత్తమమైన మరియు అధ్వాన్నమైన పనితీరు గల ఛానెల్‌లను సూచించండి.(3) డేటాలో మీకు ఖచ్చితంగా తెలియకుండా లేదా సంఖ్య లేని సంఖ్యను స్పష్టంగా తెలియజేయండి. నేను ఖాతాను నిర్ధారిస్తాను.

2) అసాధారణత/నమూనా వేటగాడు:

గత 4 వారాల రోజువారీ డేటా దిగువన ఉంది: [డేటా]. టాస్క్: ఊహించని విచలనాలను (ఆకస్మిక తగ్గుదల/పెరుగుదల) గుర్తించండి. ప్రతి క్రమరాహిత్యం కోసం: ఏ రోజు/ఛానల్, అది ఎంత వైదొలిగింది, సాధ్యమయ్యే వివరణలు (పరికల్పన). ఇవి పరికల్పనలు, ఖచ్చితమైన కారణాలు కాదని పేర్కొనండి.

3) కారణ తనిఖీ:

నేను గమనించినది: "[ఉదా. CTR 2% నుండి 1.3%కి పడిపోయింది]". టాస్క్: ఈ తగ్గుదలకు గల కారణాలను జాబితా చేయండి (యాడ్ ఫెటీగ్, సీజన్, టార్గెటింగ్ మార్పు, కాంపిటీటర్ యాక్టివిటీ మొదలైనవి). ప్రతి కారణానికి నేను ఏ డేటాను పరీక్షించగలనో నాకు చెప్పండి. సహసంబంధాన్ని కారణంగా చూపవద్దు; ఖచ్చితమైన కారణాన్ని క్లెయిమ్ చేయవద్దు.

4) ఎగ్జిక్యూటివ్ సారాంశం + ప్రతిపాదన డ్రాఫ్ట్:

నేను ధృవీకరించిన కొలమానాలు: [CTR, మార్పిడి, CPA, ROAS విలువలు]. టాస్క్: 1-పేజీ ఎగ్జిక్యూటివ్ సారాంశం డ్రాఫ్ట్‌ను వ్రాయండి:(1) ఈ పదం ఏమి జరిగింది (3 అంశాలు), (2) ఏమి పని చేసింది/పని చేయలేదు, (3) తదుపరి టర్మ్ కోసం 3 ఆప్టిమైజేషన్ సూచనలు. నేను ఇచ్చిన ధృవీకరించబడిన నంబర్‌లను ఉపయోగించండి; కొత్త సంఖ్యలను సృష్టిస్తోంది.

బలహీనమైన ప్రాంప్ట్ / బలమైన ప్రాంప్ట్

బలహీనమైన ప్రాంప్ట్:

నా ప్రచారం పనితీరును అంచనా వేయండి మరియు నా ROASని చెప్పండి.

డేటా ఇవ్వలేదు; AI "ROAS"ని మాత్రమే తయారు చేయగలదు. అవుట్‌పుట్ మృదువైనది కానీ అవాస్తవమైనది.

శక్తివంతమైన ప్రాంప్ట్:

మీ పాత్ర: పనితీరు మార్కెటింగ్ నిపుణుడికి అనలిటిక్స్ అసిస్టెంట్. అనామక వారపు డేటా క్రింద ఉంది (పేర్లు/గుర్తింపు లేదు): ప్రకటనల ఖర్చు: 25,000 TL. ఆదాయం: 60,000 TL. వీక్షణలు: 500,000. క్లిక్‌లు: 12,000. మార్పిడి: 480.పని: (1) ఫార్ములాతో CTR, మార్పిడి రేటు, CPA మరియు ROASలను లెక్కించండి మరియు ప్రదర్శించండి.(2) ఒకే పేరా కామెంట్ డ్రాఫ్ట్‌ను వ్రాయండి.(3) డేటాలో లేని సంఖ్యలను రూపొందించవద్దు; మీకు ఖచ్చితంగా తెలియదని చెప్పండి.

ఈ అభ్యర్థనలో, డేటా యొక్క నిరీక్షణ, ఫార్ములా మరియు "మేకింగ్" నిషేధం స్పష్టంగా ఉన్నాయి. మీరు అవుట్‌పుట్‌ను మళ్లీ ధృవీకరించండి: CTR = 12,000 ÷ 500,000 = 2.4%; మార్పిడి రేటు = 480 ÷ 12,000 = 4%; CPA = 25,000 ÷ 480 ≈ 52 TL; ROAS = 60,000 ÷ 25,000 = 2.4.

సాధారణ తప్పులు

  • డేటాను అందించకుండానే కొలమానాలను అభ్యర్థిస్తోంది. AI మీ డేటాను యాక్సెస్ చేయదు; అతను ఇచ్చే నంబర్ నకిలీది.
  • ఒక కొలమానం చూస్తున్నాను. CTR ఎక్కువగా ఉండి, మార్పిడి తక్కువగా ఉంటే, సమస్య ప్రకటనలో కాకుండా పేజీ/ఆఫర్‌లో ఉండవచ్చు.
  • కారణంతో సహసంబంధం గందరగోళం. రెండు విషయాలు కలిసి పని చేయడం వల్ల ఒకటి మరొకటి కారణమని కాదు.
  • సింగిల్ సైటేషన్ మోడల్‌పై ఆధారపడటం. అట్రిబ్యూషన్ ఒక మోడల్; వేర్వేరు నమూనాలు వేర్వేరు నిర్ణయాలను ఉత్పత్తి చేస్తాయి.
  • AI యొక్క కారణ ప్రకటనను నిర్ధారించకుండా నివేదికలో ఉంచడం. “ఎందుకంటే...” వాక్యాలకు తప్పనిసరిగా డేటా మద్దతు ఇవ్వాలి.
  • అంతర్దృష్టి కోసం ముడి సంఖ్యను తప్పుగా భావించడం. నివేదిక సంఖ్యలను జాబితా చేయదు; దాని అర్థం మరియు ఏమి చేయాలో మీకు చెబుతుంది.
హెచ్చరిక: నివేదికలోని అత్యంత ప్రమాదకరమైన వాక్యం నిరాధారమైన "ఎందుకంటే." AI ఒక స్పష్టమైన కారణంతో రావచ్చు; మీరు డేటాతో రుజువు చేయకుండా నిర్వహణకు ఆ కారణాన్ని అందజేస్తే, మీరు తప్పు నిర్ణయానికి దారి తీయవచ్చు.

సారాంశంలో

పనితీరు విశ్లేషణ అనేది ప్రచార డేటాను నిర్ణయాలుగా మార్చే పని, మరియు దాని ప్రధాన భాగంలో CTR, మార్పిడి రేటు, CPA, ROAS మరియు అట్రిబ్యూషన్ సమస్య వంటి కొలమానాలు ఉంటాయి. ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ అనేది వందలాది లైన్ల డేటాను క్లుప్తీకరించడంలో, క్రమరాహిత్యాలను కనుగొనడంలో మరియు నివేదికలను రూపొందించడంలో శక్తివంతమైన సహాయకుడు. కానీ అది ఇచ్చే ప్రతి సంఖ్య మరియు ప్రతి కారణ వాక్యం మూలాధార డేటాతో ధృవీకరించబడే వరకు నివేదికలో చేర్చబడదు; భాషా నమూనా డేటాను యాక్సెస్ చేయలేనప్పుడు స్వీకరించగలదు. మెట్రిక్‌లను కలిపి చదవడం, కారణవాదం నుండి సహసంబంధాన్ని వేరు చేయడం మరియు ఒకే మోడల్‌కు ఆపాదింపును కట్టివేయకపోవడం మంచి విశ్లేషణకు సంకేతాలు. నివేదిక అర్థాన్ని మరియు సూచనలను అందిస్తుంది, సంఖ్యల జాబితా కాదు.

అప్లికేషన్ టాస్క్

నిజమైన లేదా ఊహాజనిత ప్రచార డేటా (వ్యయం, రాబడి, ప్రభావాలు, క్లిక్‌లు, మార్పిడులు) సిద్ధం చేయండి. (1) డేటాను అజ్ఞాతీకరించండి. (2) "డేటా సారాంశం"తో కొలమానాలను గణించండి మరియు ప్రతి ఒక్కటి సూత్రంతో మీరే నిర్ధారించండి. (3) "అనామలీ హంటర్"తో ఒక విచలనాన్ని కనుగొనండి; దానిని ఒక పరికల్పనకు కనెక్ట్ చేయండి. (4) “కారణం చెకర్”తో, ఈ విచలనానికి గల కారణాలను మరియు మీరు ప్రతిదాన్ని ఎలా పరీక్షించాలో వ్రాయండి. (5) “కార్యనిర్వాహక సారాంశం” యొక్క డ్రాఫ్ట్‌ను రూపొందించండి మరియు మీరు ధృవీకరించిన సంఖ్యలు మాత్రమే ఇందులో ఉన్నాయని తనిఖీ చేయండి; డేటాతో "ఎందుకంటే" వాక్యానికి మద్దతు ఇవ్వండి.

చెక్లిస్ట్

  • [ ] నేను ప్రచార డేటాను సాధనానికి ఇచ్చే ముందు అనామకీకరించాను.
  • [ ] నేనే ప్రతి కొలమానాన్ని దాని ఫార్ములాతో ధృవీకరించాను.
  • [ ] నేను కొలమానాలను ఒక్కొక్కటిగా కాకుండా కలిసి చదివాను.
  • [] నేను డేటాతో కారణ ప్రకటనలకు మద్దతు ఇచ్చాను; నేను దానిని సహసంబంధంతో కంగారు పెట్టలేదు.
  • [ ] నేను సూచనను ఒకే మోడల్‌కు ఆపాదించలేదు, నేను దానిని పోల్చాను.
  • [ ] నేను నివేదికలో ధృవీకరించబడిన సంఖ్యలను మాత్రమే ఉంచాను; నకిలీ నంబర్లు లేవు.