01 事業背景
從廣告主的角度來看，點選率可作為衡量不同廣告渠道與形式績效的指標。透過比較橫幅廣告與影片廣告的點選率，廣告主能夠評估廣告效果，洞察市場趨勢，並據此決定未來廣告投放的主要渠道與形式，以提升投資效益。
在瀏覽廣告的使用者中，產生點選行為的使用者通常具備更高的購買意願。透過分析這部分使用者的特徵並制定相應策略，能夠有效提升廣告效益。
因此，我們需要分析平台收集的廣告資料與使用者資料。透過BI工具整合數據，並以視覺化方式呈現，使廣告主能夠更直觀地理解數據，以制定針對不同類別使用者的行銷策略。
02 分析思路
使用者畫像分析
· 根據使用者自身屬性及行為特徵，構建完整的使用者畫像。
· 針對點選行為使用者，運用RFM分析法提取客戶價值，並依不同類別客戶制定相應投放策略。
廣告分析
· 研究廣告曝光量、點選量及點選率的時間變化趨勢。
· 考慮商品價值、投放群體特徵與資源位影響因素，優化投放策略。
· 比較不同品牌、品類與廣告計劃的商品價格，評估實際廣告投放效果。
整合分析模組如下：
03 分析過程
底層數據處理
首先進行數據清理與加工，並建立數據表關聯，確保分析基礎穩固。完成數據模型建構後，即可進行視覺化分析。
1. 使用者畫像分析
· 屬性分佈：使用ad_union數據，統計使用者的性別、年齡、就業狀況及城市分佈，並透過餅圖呈現各族群比例。
· 行為特徵分佈：考量消費檔次與購物深度，依性別、年齡段及城市級別分類，分析各層級使用者的購物行為。
· 廣告點選RFM分析：透過頻率（Recency）、購買頻次（Frequency）與消費金額（Monetary）三項指標評估客戶價值，並據此分類，進行個性化投放。
2. 廣告投放效果分析
· 概況統計：分析總曝光量、投放商品數及平均點選率，並比較不同資源位的廣告數量與效果。
· 時間維度變化趨勢：透過堆積柱狀圖與折線圖，觀察曝光量、點選量與點選率隨時間變化的趨勢。
廣告商品價格分析：
· 價格分佈：利用散點圖呈現商品價格與商品數量的關係，觀察價格區間分布。
· 使用者屬性與商品價格關聯：從性別、年齡、就業狀態與城市級別四個維度觀察不同族群的價格偏好。
· 消費檔次、購物深度與價格關聯：透過折線圖分析不同消費檔次與購物深度使用者的平均商品價格與價格標準差。
· 品牌、品類、廣告計劃價格分佈：統計商品平均價格並透過餅圖分類顯示，大部分商品價格落於500元以下。
廣告投放效果分析：
· 資源位投放效果：透過數據比較不同資源位的廣告曝光量、點選率與轉化率，評估最佳投放位置。
· 品牌、品類、廣告計劃投放效果：根據曝光量、點選量與點選率分組分析不同品牌與品類的廣告效果。
· 點選客戶類別廣告投放效果：透過堆積柱狀圖與面積圖，分析RFM模型分類的不同客戶群體廣告效果，並使用儀表盤標示各類客戶在總客戶數中的佔比。
透過上述分析，廣告主可根據精細化數據評估廣告投放策略，進一步提升廣告效果與轉化率。
