Facebook廣告投放數據分析
前言：
Facebook是國外許多商家青睞的廣告平台之一，本文站在廣告商家角度，對投放效果進行數據分析，幫助商家找到問題所在，給予建議，提高廣告投放效果。
一、數據來源及字段解釋
數據來源於Kaggle：
字段解釋：
二、提出問題
- 廣告投放行業主要業務指標
2. 分析目標：
- 三支廣告的廣告效果如何？ （瀏覽量，點擊率，諮詢轉換率，付費轉換率）
- 三支廣告組各自CPC、CPA表現如何以及誰的ROAS表現最好？
- 針對ROAS最差的廣告如何進行投放改善？
三、數據分析
- 數據預處理
觀察數據共11列，1143行， 無缺失值。 Clicks列為0，但Total_Conversion列大於0，可能是未統計到點擊次數，我們將這類數據作為異常值刪除。
2. 問題1：三支廣告的廣告效果如何？ （瀏覽量，點擊率，諮詢轉換率，付費轉換率）
利用數據透視表，可得出數據：
三支廣告中，916,936的點擊率接近，1178的點擊率較低；916的諮詢轉化率及付費轉化率最高，1178的諮詢轉化率非常低，僅有7.36%。
問題2：三支廣告組各自CPC、CPA表現如何以及誰的ROAS表現最好？ （假設用戶諮詢1次收益5美元，付費1次收益100美元）
利用數據透視表，可得出數據：
三支廣告中，916的ROAS最高，1178的CPA遠遠超過其他兩支廣告，同時ROAS僅有1.8，表現最差。
問題3：針對ROAS最差的廣告如何進行投放改善？
這裡廣告1178表現是最差的，我們對它詳細分析以進行投放改善。
首先先看付費金額的多少與點擊量、諮詢次數，付費次數，ROAS的關係，是不是付費金額越多，這些指標就越高。這裡我們用散點圖：
上圖可以觀察到，付費金額與點擊量擬合的最好，付費金額越多，點擊量越高；付費金額與付費次數沒有強相關性。
其次，分析興趣標籤與ROAS，點擊量之間的關係。
ROAS排名前五用戶標籤為104，101，102，31，112，這類用戶需要重點關注，廣告投放費用優先這類客戶。
用戶29，16，10，27，28，63，18，19，20的點擊量非常高，前文已計算出點擊量與廣告費用呈正相關，意味著其花費佔比大，但ROAS並不理想，廣告投放時避免投放這類用戶。
結合用戶的性別屬性，我們選取ROAS最好的用戶104；ROAS較好，但廣告費用相對較大的用戶15；ROAS一般，廣告費用非常大的用戶29進行分析，優化廣告投放策略。
用戶104，男性的ROAS有35.6，遠超女性，建議加大該類用戶的男性廣告投放，減少女性的廣告投放。 （這裡也可能因為點擊量的基數太小，得結合實際業務確定）
用戶29建議加大對男性廣告投放，減少女性廣告投放。
然後，我們看下整體的性別、年齡段與ROAS，點擊量之間的關係。
年齡段：
45-49年齡段的點擊量最高，但ROAS最低，廣告投放在年齡段上加大對30-34年齡段的投放，減少45-49年齡段投放。
性別：
男性的ROAS高於女性，廣告投放上增加對男性的投放。
最後，為避免倖存者效應，對於點擊——諮詢——付費過程中的流失客戶需要進行流失原因分析。以下是根據用戶興趣標籤，分析各階段的轉化率。
用戶16點擊量最大，但諮詢轉化率非常低，建議實際業務中分析客戶點擊了哪些頁面，各頁面或模塊停留的時長，對比諮詢轉化率高的用戶101，112，36，分析客戶從點擊至諮詢流失的原因。
用戶27諮詢次數第三，付費轉換率非常低，建議從客服或後台分析客戶諮詢的問題及客服回答後的反饋，對比付費轉化率高的用戶65，102，找到付費轉換流失的原因。
總結：
- 付費金額與點擊量呈正相關，付費金額越多，點擊量越高
- 對於廣告1178，建議加大用戶標籤為104，101，102，31，112的投放，減少用戶29，16，10，27，28，63，18，19，20的投放；性別上加大對男性投入；年齡段上加大對30-34年齡段的投放，減少45-49年齡段投放。
- 對於各階段流失率較高的用戶群體，對比轉化率高的群體，找到客戶流失原因，提高轉化率。
- 實際業務中應結合業務部門的KPI指標來分析，例如產品是推廣期，需要加大拉新，KPI是點擊量，那就以點擊量來分析（本例中以ROAS作為KPI）。
- 本次分析只針對單一的渠道，最好結合多渠道的投放數據來判斷目標用戶屬性
- 根據數據分析結果改善投放重心後，需要再次分析改善後的數據情況判斷數據分析結果的準確性，不斷進行調整優化。
全文完，喜歡的點個贊吧~