转载

数据案例-蓝米手机的精准广告营销

数据案例-蓝米手机的精准广告营销

2016-01-25 劲说

背景介绍:假设我是大米手机的数据分析师大傅,今天收到市场运营小旋同学的春节投放需求,在大米平台的DMP投放展示广告,做促销蓝米手机活动,投放预算是100万,同时悄悄告诉我,如果投放ROI超过2,她们市场运营总监设立奖励金额为(n-2)*1万的奖金。大傅是如何选取目标人群做精准广告投放呢?


1. 广告数据和数据估算

100w的投放,ROI为2的时候,目标销售额为100w*2=200w,蓝米手机的单价是2k元,目标销售量200w/2k=1k台,大傅的目标就是找到购买这1k台手机的潜在消费群体。

用历史数据检验ROI

历史展示价格CPM为100,则可购买的展示PV约为100w*1k/100=1000w次

历史点击率CRT是2%,则预测点击为1000w*2%=5w次

历史购买转换率是0.5%,则预测购买为5w* 0.5%=1k台,刚好满足,市场运营果然是老江湖呀!

估算人群规模

需要产出的多大的人群规模,来支持1000w次展示PV呢?

了解投放期为25天,则平均日展示PV为1000w/25=40w

历史竞价胜出率为40%,则预测日展示PV为40w/40%=100w

历史PU/UV比为2,则预测日UV为 100w/2=50w

历史人群日曝光率25%,则预测人群规模为50w/25%=200w,需要每天产出100w的目标人群用于广告投放。


2. 订单数据和市场分析

竞争对手分析

通过在大米商城上的历史订单数据,分析出蓝米手机的主要消费人群特征和定位,然后分析出同等价格定位和细分消费人群定位的竞争机型,发现主要的竞争对手是频果的蓝果手机和华力的蓝力手机

细分市场分析

观察最近三个月市场销售份额如下

频果的蓝果市场份额35%

华力的蓝力25%

大米的蓝米20%

观察最近一个月的日销量数据

近期蓝米手机的平均销量为10台,最好销量为20台,销量波动走势略有下降

近期蓝果+蓝力的平均销量量为30台,最好销量量为80台,销量比较稳定

从细分市场容量来看要在25天内卖出1k台,日均销售40台,还是非常有挑战的,但值得尝试一下!


3. 行为数据和特征提取

获取店铺中的行为

蓝果直营店的浏览、加车、收藏和订单数据

华力直营店的浏览、加车、收藏和订单数据

大米直营店的浏览、加车、收藏和订单数据

获取品牌上的行为

频果的商品的浏览、加车、收藏和订单数据

华力的商品的浏览、加车、收藏和订单数据

大米的商品的浏览、加车、收藏和订单数据

获取细分市场上的行为

中高端智能手机的浏览、加车、收藏和订单数据

获取关联品牌和品类上的行为

通过关联分析,找到和蓝米手机高度相关的品牌或品类,获取用户在这些商品或品类上的行为

JBL音响的浏览、加车、收藏和订单数据

Moto蓝牙耳机的浏览、加车、收藏和订单数据

准备数据和打标

以17天为一个周期,以前14天的数据作为训练集合,后3天的数据作为验证集合。训练出来的模型就是用过去14天的数据,预测后3天最有可能买蓝米的人群。从历史数据中提取最近三个月的数据,将有购买行为的人打标记,购买了标记为正例,没有购买标记为反例。

准备特征

添加属性特征,如性别,年龄,居住地,消费能力等

参考RFM模型添加行为特征,比如:统计前1天,2天,3天,5天,7天,14天的中用户在XXX的YY行为次数

参考TS模型添加行为序列特征,比如:标记用户在XXX1的YY1行为后2天在XXX2的YY2行为


4. 模型训练

选择GBDT算法训练模型,目标是产出100w的最有可能买蓝米手机的人群

发现召回率偏低

将17天的行为数据周期扩展到31天

引入更多的关联品牌和品类的行为,优化模型的召回达到100w

发现精确度偏低

用因素分析找到主要特征,引入更多的相关特征,在保证召回基数的前提下优化模型的精确度

尝试新的模型

将模型训练的目标调整为几组目标人群,很有可能购买蓝米手机的20w人群A,有可能购买中高端智能手机的100w人群B,最有可能购买蓝果手机的5w人群C,最有可能购买蓝力手机的5w人群D,则投放目标人群是人群A+(人群B-人群A-人群C-人群D)

投放测试

用小批量的投放测试目标人群的效果不错,好期待春节的正式投放效果,还真的有点惦记ROI>2的奖金。

文章最后发布于: 2016-02-21 14:25:15
展开阅读全文
0 个人打赏

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 酷酷鲨 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览