淘宝平台广告点击数据分析报告

honghu2

淘宝平台告白点击数据阐发陈述

在告白展现数必定的前提下，点击率的凹凸就是决议一个告白可否被更多人看到的身分。 文章重要阐发就针对“点击率”这一身分举行阐发，与大师分享。

1、阐发布景及目标
数据源：Ad Display/Click Data on Taobao.com 这是一份淘宝平台的告白展现/点击数据，本次阐发必要从这些数据中发明某些纪律或异样，进而给运营团队提出建议 评价一个告白结果的指标就是告白的点击人数，可以反应一个告白有几多人愿意点击检察告白的内容，只有告白被点击，后续转化为采办举动才会产生。

把告白的点击人数指标拆分： 告白点击人数=告白展现数 x 点击率 ，而告白展现数又由告白商品的代价、种别影响；分歧人群对分歧种别商品有着分歧的爱好，从而影响告白的点击率。

在告白展现数必定的前提下，点击率的凹凸就是决议一个告白可否被更多人看到的身分。 是以本次阐发就针对【点击率】这一身分举行阐发。
2、阐发思绪
从“告白”和“用户”两个角度举行阐发：
1. 告白角度阐发分歧告白的商品代价对点击率的影响阐发哪些类此外告白点击率更高，哪些类此外点击率低2. 用户角度阐发性别和告白点击率有甚么瓜葛连系聚类阐发与RFM模子阐发用户群体对告白点击率有甚么瓜葛3、阐发进程1. 数据洗濯
（1）数据概览

原始的数据集中包含三类数据，详细数据对应属性以下：



为了便利阐发，抽取此中的部门字段作为阐发。 从raw_sample数据集中抽取：用户ID、告白ID、是不是点击 从ad_feature数据集中抽取：告白ID、类目ID、告白商品代价 从user_profile数据集中抽取：用户ID、春秋层、性别、购物条理

（2）数据组合

将三张数据表，组合到一张表中

1. a=raw_sample.merge(right=ad_feature,on='ad_id',how='left') b=a.merge(right=user_profile,on='user_id',how='left')

复制代码

获得一张记实了用户-告白信息表

（3）缺失值处置

1）源数据中另有很多的缺失值，将性别和春秋层字段中为空值的记实删去



2）检察数据中的异样值，并将异样值删去 检察告白商品代价字段的属性值范畴：



发明最大值为100000000.0元，代价过大，属于异样值，删去 再次检察代价字段的属性值范畴：



仍是存在数据值过大的异样值 为了便利阐发对代价字段举行切分，拔取更切近平常糊口的代价在1000元之内的告白记实举行阐发 切片以后仍保存了751570条记实

（4）数据字段整合

对付告白商品代价字段，每一个告白的商品都有各自的代价，按照代价字段未便于举行统计。新增一个字段“price_class”代表代价的区间。



（0-代价在0-100元、1-100-200元、2-200-300元…）
2. 连系图表阐发
（1）阐发分歧告白商品代价对点击率的影响

①将告白商品代价分类

将告白按代价分为100元如下、200元如下、300元以劣等10类，并计较分歧代价区间中告白的点击率环境。



从图中发明，所有代价区间商品的点击率都在5%摆布，此中告白商品代价在100元如下的告白点击率最高，为5.92%； 看到代价较低的告白商品点击率更高，咱们一般认为是对代价敏感的浅层用户（免用度户）在这方面的点击率更高，而具有必定消费举动和消费意识的中层、深层用户（付用度户）则更在乎购物时的体验和商品的质量。 为了验证以上说法，咱们先假如100元之内的告白商品重要的点击工具是浅层用户，再经由过程数据验证。

② 阐发100元之内告白商品点击率的用户构成

检察点击了100元之内的告白商品的用户的用户构成



从用户散布可以看出，在点击了100元之内告白商品的用户中，深度用户的比例更高，占比81.6%，而浅层用户的占比则相对于少不少。这颠覆了咱们本来的假如。

小结：
17年5月6日至17年5月12日这8天里的告白点击率抱负，但因为缺少客岁同期、本年上月的数据，不足以果断5%摆布的告白点击率是不是一个正常程度，有待更大都据验证。低价告白商品点击率更高，且点击用户中绝大大都是深度用户。建议：可以把这个数据反响给告白投放部分，在这个区域优先投放告白，既可以对浅层用户举行流量变现又能让告白让更多具备消费意愿的中、深层用户瞥见。
（2）阐发哪些类此外告白点击率更高，哪些类此外点击率低

因为告白的种别数目浩繁，大部门类此外告白只有1-2次的展现，数据样本过小，是以拔取展现数目至多的7个种别举行阐发。

① 找出展现数、点击数、点击率最高的告白种别





可以看出种别6261告白的展现数、点击数、点击率均为最高，而种别4385告白的展现数固然有10000+，可是点击数、点击率倒是最低的。

② 阐发种别4385告白结果最差的缘由：

a.先按【告白商品代价】来阐发

计较没有被点击的种别4385告白的商品的均匀代价



而点击了种别4385告白的商品的均匀代价为：



二者均匀代价都在200-300区间、差别不大。连系阐发（1），代价区间在200-300的告白商品点击率均匀是在5.29%，而种别4385则只有3.61%。 这阐明：告白商品代价不是影响种别4385告白点击率的身分

b.再按【性别】来阐发

先来看看种别4385被哪些用户看到了





可以看出，种别4385的告白，主如果被举荐给了男性用户，而男性用户对这种商品的乐趣大于女性。 而且女性对这种商品的告白乐趣不高，点击率只有2.75%，是造成种别4385告白点击率低的重要缘由。

c.最后按【用户春秋】来阐发

来看看分歧春秋段、分歧性此外用户点击率有甚么差别



（春秋字段寄义：0:10岁如下、1:10-20岁、2:20-30岁、3:30-40岁、4：40-50岁、5:50-60岁、6：60岁以上）

从统计的数据可以看出，种别4385告白的商品重要点击群体是30岁以上男性用户，特别是60岁以上男性乐趣最高，而女性用户对这种告白商品乐趣低。 连系a、b的阐发，受30岁以上男性接待、代价在200-300的商品，猜测是西装、皮鞋类或烟酒类又或是家用电器类商品

③ 小结
种别6261告白结果最佳，有最高的点击率、展现数和点击人数。可以加大对该种别告白的资本投入，扩展告白推行结果。种别4385告白点击率的缘由是，这种商品对女性用户而言乐趣不大，女性用户点击率低，致使了总体的点击率低。可以在该告白的告白词中参加“父亲、爷爷”等鼓吹词，指导女性消费者将该种别商品作为一种礼品送给男性用户，从而提高点击率种别4385的重要受众群体是30岁以上男性，为了提高点击率可以重点举荐给30岁以上男性用户。对付该种别告白商品的受众，可以得当增长产物扣头、低落商品代价，吸引点击告白的用户转换成采办用户
（3）阐发性别和告白点击率有甚么瓜葛

① 计较男女人数比例



男女比例约为：1：1.6

② 计较男女各自的点击数



男女告白猫途鹰点击数的比例约为：1：1.7 是以，整体上女性的点击数要多于男性，但二者的点击率根基一致。

③ 比力各种别告白点击率-男女差别





可以看出，大部门种别中，女性的告白点击数都要较着大于男性的点击人数。 只有种别438五、种别4505，这两个类此外告白，男性的点击人数要跨越女性的点击人数。 男女之间的重要差别是由类型6261的告白酿成的，女性的点击数约莫是男性的4倍。

④ 小结
整体上看，女性的告白点击人数较着大于男性，但二者的点击率倒是差未几的。种别438五、4505告白，男性的点击人数要多于女性。这种告白多是男士衣饰、汽车、烟酒这种商品
（4）阐发用户群体对告白点击率有甚么瓜葛

分歧的用户群体之间用户价值与消费习气具备必定的差别，对付分歧用户群体的告白投放的计谋也分歧。经由过程阐发分歧用户群体对告白点击率有甚么瓜葛，来制订分歧的投放计谋。

这里的阐发经由过程K-Means算法来对用户举行聚类，并基于RFM模子来对用户价值举行划分。

①用K-Means算法对用户举行聚类

这里拔取用户的购物条理、告白点击率、阅读告白的商品均匀代价，这3个指标来作为果断用户价值的尺度
用户的购物条理——表现用户在平台上的延续购物深度告白点击率——表现用户对告白的接管水平阅读告白的商品均匀代价——表现用户经由过程告白推行能带来的潜伏收益
对用户举行聚类阐发：

这里将所有效户分成5类，来代表用户价值的凹凸。



注：三个特性在聚类时都举行了特性的尺度化





从分歧群体的特性散布可以得出：
群体5在点击率方面最大群体2在阅读告白的商品均匀代价最大所有群体的用户在购物条理上根基没有差别
是以，咱们可以出：群体5对告白的接管水平最高，很是愿意点击告白。群体2更爱好高代价的商品，对采办高价商品抱有极大乐趣。

② 用RFM模子对用户举行划分

按照用户在购物深度、点击率、旁观告白商品的均匀代价3个维度的表示，将用户划分为5类客户。

1）首要连结用户
这种用户有着高点击率，有更大的可能将用户的点击率转换为现实的采办举动。而且喜好在平台长进行购物，是最抱负的客户。应优先将告白资本投放给他们身上，保持这种客户的点击率
2）首要成长用户
这种用户点击率中等、也喜好在平台长进行购物，而且对告白商品的代价适中。具备很大的成长潜力应增强与这种用户的接洽，培育其点击告白的习气，使他们成为高点击率的用户
3）首要挽留用户
这种用户点击率偏低，可是其阅读的告白商品的代价很高，对该类用户举行挽回，能提高告白转化为现实采办举动的价值应增强与这种用户的互动，耽误这种用户的生命周期
4）一般用户
这种用户点击率低，阅读告白的商品代价适中。这种用户没有点击告白的习气，偶然点击告白的商品代价也不高应测验考试投放多种类型的告白给这种用户，察看是不是能找到用户感乐趣的告白商品类型，进而提高点击率。
5）低价值用户
这种用户点击率低，阅读告白商品代价低，属于平附近约爱台的免用度户，用户价值较低
按照聚类成果，对应上述五类客户类型，举行匹配，获得客户群体的价值排名：



按照成果，咱们可以发明5类用户的散布如图所示：



可以看出：最有价值的3类用户占比约为20%。这20%的用户必定进献了告白点击率的绝大部门，平台若是但愿告白结果好，就必要投入资本办事好这部门用户 一般用户、低价值用户仍为平台用户的主体，对付这种用户必要经由过程运营/营销计谋，提高他们的活泼度/点击率，夺取将他们转换成首要的用户。

③ 小结
首要用户占比20%，对付群体一、二、5里的用户，应针对用户特色，定向推送告白，在高点击率的同时，夺取进一步提高告白的转化率，将点击落实为采办。其他用户占比80%，对付群体三、4的用户，应推送多种类型的告白给这种用户，寻觅用户对哪种告白的商品更感乐趣，并可以经由过程响应促销勾当，提高其活泼度和告白点击率，夺取将这种用户转换为首要用户4、结论和建议
把上述的阐发进程中的小结正例出来，获得阐发结论，并综合所有的结论提出建议：


跋文
因为没有深刻接触过告白的营业，对付数据阐发的逻辑另有待完美，本次阐发也只针对了点击率这一个维度阐发、拆分。而评价一个告白的推行结果的指标是有多个维度去阐发的，必要更深的营业看法才能阐发好。

后续会继续尽力的，带来更多分歧营业下的数据阐发思绪看法。

本文由 @Rambo goal 原创公布于人人都是产物司理，未经作者允许，制止转载。

题图来自Unsplash，基于CC0协定。