広告のコンバージョンを向上させるには、これらのデータ分析を適切に行う必要があります。

モバイル広告は、正確性、即時性、双方向性、拡散性、統合性、測定可能性などの独自の機能により、企業に非常に人気があります。しかし、企業がより懸念しているのは、広告を開始した後の効果です。期待に応えられるでしょうか？これには、広告の効果に影響を与えるデータ指標から始める必要があります。この号の内容を皆さんと共有し、皆さんのお役に立てれば幸いです。

1. 広告効果に影響を与える要因:

広告効果に影響を与える要因は数多くあります。クリック、リーチ、コンバージョンの観点からそれらをまとめ、分析しました。

1.露出クリック率が低すぎる、ほぼゼロ、または非常に低い。主な理由は次のとおりです。

広告素材：広告素材が古く、数も少なく、目新しさに欠ける、または素材の内容が長期間更新されておらず、時代遅れになっているなど。

メディア リソース: 広告に使用されるメディアが広告のターゲット層と一致していないか、高品質のメディア リソースが選択されていません。

広告の位置: 隠れた場所に広告を配置するなど、不適切な広告配置では、訪問者の注目を集めることが難しくなります。

2.到達率が低いのは、主に広告ページの読み込みに問題があるためです。

3.コンバージョン率が低く、コンバージョン効果が低い。主な理由は次のとおりです。

ページレイアウト: 変換プロセスページのレイアウトが不合理です。

納期サイクル：納期が短い、または納期が不合理、例えば納期期間が適切ではない。

異常なトラフィック: メディア詐欺、トラフィックの水増し、その他の不正行為は、正常な配信効果に影響を与えます。

2. 広告効果が理想的ではありません。どうすれば改善し、最適化できるでしょうか?

まず、広告の3つの指標であるクリック、アクティベーション、登録を理解し、これら3つの指標がどの段階に適用され、広告にどのような影響を与えるかを理解する必要があります。

プロモーション段階：この段階では、広告を見たユーザーの数や、広告や商品に興味を持ったユーザーの数など、広告の効果を分析するための最も基本的な指標であるクリック（露出）に焦点を当てます。

インストール段階: この段階ではアクティベーション量に焦点を当て、プロモーションを通じて実際にどれだけのユーザーが誘導されたかを分析します。

利用段階：この段階では、コンバージョン量（登録量、注文量など）に焦点を当て、インストールしたユーザーの使用状況を分析し、プロモーションや運用の最終目標を決定します。ユーザーは私たちのアプリを使用していますか？弊社製品を購入するかどうか等

これら3つの指標を習得する目的は、訪問者の閲覧行動を把握し、訪問者の閲覧軌跡に応じて配信の各リンクを最適化し、広告配信の効果を高めることです。

1.広告チャネルを最適化する:

広告チャネルの最適化、特にクロススクリーンの最適化には、データ分析ツール（SiteFlowデータ分析システムなど）を使用して、各広告チャネルからのトラフィックの品質を分析し、広告素材とプロモーションページを最適化して、 CTRと再ジャンプ率を向上させることができます。同時に、サイト訪問者の行動軌跡を分析し、コンバージョンプロセスを最適化し、登録と注文のコンバージョン率を高めることができます。

2.サイト内広告活動の最適化

さまざまな広告活動とその全体的な効果を追跡し、広告、性質、会員、非会員、新規ユーザーと既存ユーザー、地域などの側面から活動に参加するユーザーの行動と活動の効果を分析し、広告のメディアリソースの選択方法、合理的な広告位置の選択方法、広告配信のサイクル配置など、活動に設定されたリソースとコンテンツをリアルタイムで最適化および調整します。それにより、活動のメリットが最大化されます。

これを説明するために、広告効果分析の例を見てみましょう。ユーザーがSohuとPPTVに同時に広告を掲載すると仮定すると、広告効果チャートは次のようになります。

(青: PPTV 赤: Sohu)

これら 2 つの図から、「ホームページ/ポップアップ チャネル」の PPTV 広告のクリック率は大幅に高いものの、リーチ率は大幅に低いことがわかります。最後に、広告形式に基づいてリーチ率が低い理由を分析したところ、ミスクリックとメディアの異常が原因であることがわかりました。

3.異常なトラフィックのトラブルシューティング

技術的および手動的な手段を使用してトラフィックをチェックし、異常なデータをブロックします。

3.1. IP シールドでは、広告データの一部を IP でシールドできます。

3.2. 手動分析を実施します。これは現在、より効果的な方法であり、3 つの側面から実行できます。

3.2.1. 基本指標に基づく予備的判断

平均ユーザークリック数、平均IPクリック数、平均ユーザーリーチ数は正常ですか？一般的に2倍以上であれば異常の可能性があります。広告リーチ率は正常ですか？アクティビティ全体の割合より少ない場合、異常の可能性があります。

3.2.2. 詳細データに基づく確認

地域分布において、1つまたは少数の地域にデータが大きく集中していませんか？ 24時間分布において、特定の時間帯または早朝にデータが大きく集中していませんか？ 24時間分布データにおいて、地域分布または時間帯の方向性に大きな違いがありますか？

3.3. ディープデータによる検証

同じ IP で同時に複数のクリックが発生しているかどうか、または複数のコンバージョン詳細が生成されているかどうか、同じ日に同じ IP でクリックとコンバージョン詳細の比率が高いかどうか、広告クリックのソースを分析して、メディアページと一致しないクリックソースが多数存在していないかどうかを確認します。

広告の効果に影響を与える要因は数多くあり、上記で分析したのはその一部にすぎません。つまり、広告効果が理想的でなくても、心配する必要はありません。原因を見つけて解決すれば、自然に理想的な広告効果が得られます。