加入收藏 | 设为首页 | 会员中心 | 我要投稿 南平站长网 (https://www.0599zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 营销 > 经营推广 > 正文

深度分析|你的广告费哪去了?千万级广告渠道投放的方法论

发布时间:2016-09-08 08:35:46 所属栏目:经营推广 来源:鸟哥笔记
导读:信息流广告相信大家都不陌生,每天公交车上刷的今日头条、知乎都属于信息流广告,在互联网广告圈随便喊个朋友都能轻松说出目前的TOP10的信息流投放平台、广告展现形式及投放

1、投放初期设置,不合适精细设置受众,信息流投放本来就基于用户模型,投放出去能收到广告的用户也不会太离谱,如果前期设置受众过窄,会导致优化周期特别长,即使是其他渠道表现好的人群,在不同媒体平台的表现也是不一样的。这个前期测试的成本还是不能节省,等后期账户稳定下来了,投放ROI自然会明显下降。

2、竞价的优化应该根据平台的实际数据调整,而不是经验,因为经验和媒体平台受众表现并不一致。当投放累计了一定的数据之后,建议广告计划达到1万次点击(8000成本)的点击后,再根据转化效果好的投放计划,查看后台的受众分析,对应调整广告计划的受众人群。

1-4、信息流推广渠道拓展建议建议

投放渠道选择:

1、先把一个渠道做专精,选择一个渠道投放测试(推荐:今日头条),在验证投产比能盈利的时候,拓展其他渠道,选择表现好的内容素材,到其他渠道上测试引流转化数据

2、跟踪渠道流量质量,通过在投放链接部署GA检测代码,实现对网站流量的监控,分析流量质量(跳出率、归因、辅助转化、访问深度等)

3、各渠道数据对比分析,

当投放累计了一定的数据之后,建议广告计划达到1万次点击(8000成本)的点击后,再根据转化效果好的投放计划,查看后台的受众分析,对应调整广告计划的受众人群。

———————广告渠道投放策略都捋清楚了,已经比80%的小伙伴都优秀了—————

———————想补充剩下20%,马上进入GA网站数据分析篇,开始数据化调优—————

给自己的广告设置合格的监测链接:数据分析篇

一、数据回收调优—投放时段的选择

关于渠道时间选择的设置,有3点心得

1、平均投放不如选择转化优秀时间段霸屏

2、时段的选择需要根据一定的数据量做基础(1万UV以上)

3、时段的选择不要凭经验,而且需要分渠道来回收数据,千万不要自嗨!

二、数据回收调优—投放落地页的选择

【落地页的选择】

1、在广告投放过程中,常常会遇到同时投放好几版页面的情况,这时候就需要GA细分渠道,回收每个页面的转化数据

2、落地页的复盘与调优,测试周期应该在2周以上

三、数据回收调优—投放页面的AB测试

【页面AB测试】

1、在页面AB测试中,需要注意的是,页面必须是同一个主题下,产生微调,测试的结果是要知道做了哪些变化而导致的转化率不同,而不只是为了知道哪一版页面能带来多少业绩(这是老板要知道的,做了哪些改变能产生转化率的不一样,这是属于个人经验,这才是你的核心竞争力。)

2、页面AB测试的至少要有一定的数据量,不然很容易得出错误的结论

四、数据回收调优—流量/内容归因排查

【着陆页跳出率】

着陆页跳出率高的三大元凶:

1、糟糕的流量质量

2、糟糕的着陆页面

3、打开速度慢

排查打开速度问题:

使用谷歌网页分析工具:https://developers.google.com/speed/pagespeed/insights/

排查流量质量/着陆页内容问题

结论:自然流量跳出率高,付费流量跳出率也高,页面有问题的可能性比较大

结论:自然流量跳出率低,付费流量跳出率高,流量有问题的可能性大

五、数据回收调优—渠道效果对比分析(重点)

【渠道效果的对比分析】

1、多渠道转化效果对比分析,马上就能了解每个渠道投放的真实转化价值,对于投放费用调配与申请,提供了巨大的帮助。

2、解怎么利用渠道效果对比分析的

六、数据回收调优—渠道辅助转化价值(重点)

【渠道辅助转化价值】

1、辅助转化和归因分析,是GA分析独有的功能,区别与传统的结果归因数据统计,GA会根据用户的访问轨迹,来给每个渠道分配不同的价值,从而得出接近事实的数据。

2、关于辅助转化与归因分析,浪友的一篇文章给出了非常棒的详细解释,我这里就不再复述,想了解的小伙伴可以到可能90%的营销人员都会忽略的分析工具了解

—分享到此结束,能完整理解并执行,渠道选择与优化,已经比90%的投放人员都优秀了—

内容制作——广告投放——数据回收——调整优化

如果能补上对用户的调查与理解,其实已经形成一个完整的回路,足以不停的指导业务的前进方向。

推荐书籍:

流量的秘密:GoogleAnalytics网站分析与优化技巧.克利夫顿 .人民邮电出版社

推荐网址:

1.谷歌学院:

https://analyticsacademy.withgoogle.com/

2.谷歌分析开发者平台:https://developers.google.com/analytics/devguides/collection/analyticsjs/

3.谷歌分析使用指南书:

https://support.google.com/analytics/?hl=zh-Hans#topic=

原作者:飞月

文章来源:知乎专栏-张君

注:相关网站建设技巧阅读请移步到建站教程频道。

(编辑:南平站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读