情報フロー広告のデータ分析はどのように行うのでしょうか？

情報フロー広告は、メディア、広告主、ユーザーの利益を完璧にバランスさせ、アルゴリズムを通じて「千人の千の顔」を実現できるため、情報フロー広告はメディア広告の商業化の重要な部分となっています。一般的な情報フロー広告: WeChat Moments、Toutiao、Douyin など。

情報フロー広告エコシステムの観点から、現在は広告主、メディア、サードパーティクリエイティブプラットフォーム、データプラットフォーム、モニタリングプラットフォームをカバーしています。

サードパーティクリエイティブプラットフォーム：業界、メディア、広告スタイル、素材の種類、機器、時間などによる配信素材の多次元スクリーニングと閲覧を提供します。

サードパーティのデータ プラットフォーム: 提供されるサービスには通常、ユーザー インサイト (消費者のポートレート、ユーザー/クラウド パッケージ管理、配信変換分析など) が含まれます。

サードパーティ広告監視プラットフォーム：配信および効果データの統計監視サービスを提供します。広告主はトラフィックの購入者であり、メディアまたは配信チャネルはトラフィックの販売者であり、監視タスクは通常、サードパーティの代理店によって実行されます。

現在、情報フロー広告は主にRTB（オープン入札）を通じて販売されています。メディアは、利益を最大化できる広告主に広告スペースを販売します。広告がメディアにもたらす収益を測定するために、通常、eCPM（インプレッション1000回あたりの推定コスト）が使用されます。このうち、eCPM = CPC 入札額 * 推定 CTR です。広告がメディアにもたらす収益を測定するために eCPM が使用される理由としては、あるポジションの CPC 入札額が非常に高く、クリックの可能性も非常に高い場合、メディアは収益を最大化できるからです。

広告露出機会の入札に成功した後、広告の実際の料金は入札額に基づいて計算されるのではなく、2番目に高い入札額のeCPMと広告自体の推定CTRに基づいて計算される2番目に高い価格メカニズムに基づいて計算されます。具体的な計算式は次のとおりです。

広告入札のロジックと最終的な課金ロジックに基づいて、推定 CTR は広告入札の成功に影響を与える重要な要素であり、広告 ROI を向上させる重要な要素であると推測できます。推定 CTR は、オーディエンス ターゲティング、配信時間、配信コンテキスト、および素材の種類と密接に関連しています。配信の組み合わせにおける最適な推定 CTR は、複数の広告から蓄積する必要があります。

広告の効果を分析する際には、まず広告の測定指標を明確にする必要があります。ビジネス シナリオによって有効性の測定基準は異なりますが、一般的にはユーザーのコンバージョン率と収益から算出されます。電子商取引業界の情報フロー広告を例にとると、広告後のユーザーコンバージョンパスは次のようになります。

したがって、私たちが日常的に注目する指標には、次のものがあります。一般的に、ROI はトラフィック コストとコンバージョン収益の真の関係を表すため、チャネル価値の重要な測定指標です。 ROI は、24 時間 ROI、7 日間 ROI など、特定の期間に基づいて計算されます。これは、実際のニーズに応じて選択できます。

ROI測定指標を決定した後、それを使用して広告配信グループのコンバージョン率が基準を満たしているかどうかを判断します。基準を満たしていない配信の組み合わせについては、数式分解法を使用して、コンバージョン率が低すぎるか、顧客単価が基準に達していないか、コスト消費が高すぎるかを判断し、ターゲットを絞って問題を最適化できます。

• コンバージョン率が低い場合: 製品の観点からユーザーのコンバージョン パスを最適化し、運用の観点から広告素材とオーディエンス ターゲティングを最適化できます。
• 平均注文額が低い: 製品の観点からは、新規顧客向けの活動を最適化してユーザーの定着率を高めることができ、運用の観点からは、運用を改良してさまざまなユーザーの潜在能力を最大限に活用することができます。
• コスト消費が高すぎる: 運用の観点から、広告の推定 CTR を増やして入札額を下げることができます。

パフォーマンス指標（クリックスルー率とコンバージョン率）を決定します。

以下の例のように、2 つの AB テスト グループを同時に設定し、同じクリエイティブで性別やシステム バージョンが異なる場合のコンバージョン率とクリックスルー率に大きな違いがあるかどうかをテストします。

2. 広告とデータ収集

コントロール グループと実験グループは同時に起動され、広告の露出、クリック、コンバージョン データを収集します。収集されるデータの一般的な量は、次の要件を満たす必要があります。

上記の 2 つのテスト グループについて収集したデータは次のとおりです。

3. 有意性検定と結論

これは全体の割合のABテストツールです。変換値を入力するとP値とそれが有意かどうかを出力できます。日常の分析に非常に便利です: https://vwo.com/tools/ab-test-significance-calculator/

広告ターゲティングを最適化するナイーブベイズアルゴリズム

ナイーブ ベイズ アルゴリズムは、特定のカテゴリに属する​​確率を計算できるナイーブ ベイズ式に基づいた分類アルゴリズムです。特徴が互いに独立していると仮定するため、ナイーブと呼ばれます。しかし、現実の世界では、この仮定は基本的に真実ではありません。仮定が真実でない場合でも、特にサンプル数が少ない場合には、良好なパフォーマンスを発揮します。

ベイズの公式は次のとおりです。

ここで、P(A|B) は、B が発生した後に A が発生する確率を表します。ベイズの式によれば、P(A|B) を計算するには、最後の 3 つの項目のみを計算すればよいことがわかります。以下は実際の情報フロー配信事例に基づいた紹介です。

1. 視聴者プロフィールとコンバージョンデータを取得する

広告ターゲティングのユーザーコンバージョンデータが次のようにわかっていると仮定します。

2. ナイーブベイズに基づいて確率を計算する

これは、上記の視聴者ポートレートデータとベイズの公式に基づいて計算できます。

広告ターゲティングX=(性別="男性", 年齢="35-39歳", オペレーティングシステム="iOS")のユーザーのコンバージョン確率を知りたいとします。

P(変換 = "1" | X) = 0.9275と計算できます。

3. ターゲット広告に関するガイダンス

ナイーブベイズアルゴリズムと過去のコンバージョンデータのユーザーポートレート分布を通じて、各広告ターゲティングの組み合わせにおけるコンバージョン確率を計算できます。これにより、コンバージョン率の高いターゲティングの組み合わせを優先して広告を出稿したり、コンバージョン率の高いターゲティングの組み合わせには高い入札額を、コンバージョン確率の低いターゲティングの組み合わせには低い入札額を付与したりすることができ、広告のコンバージョン効果を全体的に最適化することができます。

3. 終了

上記は、広告プロセス中にデータアナリストが頻繁に行う必要がある作業です。まとめると、広告が正式に開始される前に、ABテストを通じて最適な配信の組み合わせを見つけ、ベイジアンアルゴリズムを通じて最適な広告ターゲティングを予測し、広告が開始された後は、ROIなどの指標に基づいて広告効果を分析し、チャネル価値を測定し、製品と操作を支援して広告コンバージョンを最適化し、ROIを高めます。また、広告が正式に開始された後は、データの観点から分析して異常なアクティベーションと異常な注文を発見し、修正された総GMV（異常なGMVを除去後）に基づいて、より合理的にチャネル価値を測定する必要があります。

上記で紹介した広告データ分析方法が、皆さんの日々の仕事や勉強のお役に立てれば幸いです～