信息流广告技巧分析
信息流广告，通俗地说，就是各大社交平台在feed流上进行的广告展示业务。信息流广告作为网络广告的新宠，并非为了跟风而投放，而是为了获得良好的收益。对信息流广告投放而言，该如何进行数据分析？这篇文章的作者分享了数据分析的过程，并总结了有关数据分析的建议，希望对您有所帮助。
伴随着因特网人口红利的消失，各大因特网产品争相开始做用户增长，希望以最低的成本吸引更多的用户。使用者成长的策略和手段很多，其中网络效果广告投放是一个很重要的手段。
网络广告投放过程中，负责投放的运营同学为了保证最佳投放收益，会从广告的各个角度进行投放优化，如：文案、图片、版式、媒体位置、定向人群等。并且数据分析可以从量化的角度指导运营如何投放广告，如何优化投放组合，从而降低用户获取成本。因此，本文将介绍一些网络广告投放中的数据分析方法论。
信息流广告业务简介
1.1基本概念介绍
流量广告是移动互联网时代产生的，穿插在内容流中的广告，流量广告有图文、图片、短视频等多种形式。由于流量广告完全以相同的形式穿插在内容流中，因此用户干扰较小，不注意左上角的广告二字，很容易被视为普通内容进行浏览甚至互动。
由于信息流广告完完美地平衡了媒体、广告主和用户的利益，并且信息流动广告可以通过算法实现千人千面的推送，因此信息流广告已经成为媒体广告商业化的重要组成部分。普通信息流动广告：微信朋友圈，今日头条，抖音等。
1.2广告生态介绍
从信息流广告的生态角度来看，目前涵盖广告主、媒体、第三方创意平台、数据平台、监控平台等。
第三方创意平台:可根据行业、媒体、广告风格、材料类型、设备、时间等提供多维筛选和查看发布材料；
第三方数据平台:提供的服务一般包括用户洞察力，即消费者图像、用户/群组管理和交付转换分析；
第三方广告监控平台:提供交付和效果数据的统计监控服务。广告主是流量买家，媒体或交付渠道是流量卖家，监控任务一般由第三方机构承担。
1.3广告投标
目前，信息流广告主要以RTB(公开竞价)的形式出售，媒体将广告位出售给广告主，使其收益最大化，通常使用eCPM(预测千次展示收益)来衡量广告对媒体的收益。在这些因素中，eCPM=CPC出价*预测CTR，至于为什么用eCPM来衡量广告对媒体的收益，如果一个地方的CPC出价很高，而且点击的可能性很大，那么媒体就能获得最大的收益。
投标成功获得广告曝光机会后，广告的实际收费并非按投标收费；而是采用第二高价机制，即根据第二高价eCPM和广告本身的估算CTR计算出的具体计算公式如下：
根据广告竞价的逻辑和最终收费的逻辑，可以推断CTR的估算是广告竞价成功的重要影响因素，也是提高广告ROI的重要因素。CTR的估算与人群定向、交付时间、交付上下文、材料类型有很强的相关性。在什么样的交付组合下，CTR的最佳估算需要从多个广告中积累。
二、数据分析方法论介绍
当前广告投放业务中，需要大量数据分析的场景主要有以下三个方面：
广告效果分析；
广告优化分析；
反作弊广告异常分析；
2.1广告效果分析
对广告投放效果进行分析明确广告的衡量指标。不同的业务场景有不同的效果测量标准，但一般都是基于用户转化率和收益。以电商行业信息流广告为例，广告发布后用户转化路径如下:
所以我们每天关注的指标包括以下几个方面，一般ROI是渠道价值的重点衡量指标，因为它代表了流量成本与转化收益的真实关系。投资回报率都是根据一定的时间周期计算得到的，比如24小时投资回报率，7天投资回报率等等，这些都可以根据实际需要来选择。
确定指标ROI后，我们可以判断广告投入组的转换是否符合标准，对于不符合标准的投入组合，可以通过公式分解的方法判断转化率是否过低，客户单价是否不符合标准，成本是否过高。
比如转化率低:可以从产品的角度优化用户转化路径，从运营的角度优化广告素材和人群定位；
客户单价低:可以从产品的角度优化针对新客户的活动，从而提高用户粘性，从运营的角度增强精细运营，充分挖掘不同用户的潜力；
成本消耗过高:运营角度可以提高广告估算CTR，降低报价。
2.2广告优化分析
影响广告转化率的因素有很多，比如广告定向人群、广告创意、广告文案、广告位置等。前面提到的竞价广告的竞价原理也提到了，通过提高估算CTR可以提高ROI。所以在广告中需要找到最好的投放组合，提高CTR或者转化率，从而提高ROI。找到最好的投放组合，目前最常用的方法是AB测试，简单的贝叶斯算法估计转化率高的人群定向投放组合。
