1、TRUEMETRICS你的廣告費用還可以再少一點“榨取”運營數據的剩余價值TRUEMETRICS01你是否了解你的用戶TRUEMETRICS你了解你的用戶嗎？幾個問題：你知道有多少比例你的消費者會在完成購買行為前離開購買流程？你知道消費者購買產品前會對比幾次同類產品？你知道消費者發生一次購買需要添加幾次購物車？3TRUEMETRICS關鍵指標71%63%的消費者會在完成購買行為前離開購買流程的消費者會在投資過程中對比不同網站同類產品2.4次才會發生一次購買消費者會在添加購物車2次81%消費者會在及以上訪問后完成購買.6 1 8365%93%消費者會在瀏覽個以上的產品詳情頁做出決策日內完成產品購

2、買3消費者會在注冊4TRUEMETRICS多觸點接觸模型01.廣告的相關性02. 是否與需求相關03. 完成最終購買廣告觸達Advertising產品評估Assessment最終轉化ConversionsSeeThinkDo5TRUEMETRICS不要浪費運營數據我們的內容總在為用戶“Do”而拼盡全力問題在于有多少次訪客第一次入站就發生購買?不要再浪費廣告給你帶來的數據6TRUEMETRICS預測分析精準再營銷機器學習7TRUEMETRICS機器學習解決問題的邏輯機器學習的本質是根據歷史數據的特征總結規律，最終輸出分類標準預測為購買ID特征目標尋找對應關系01策略：推薦熱銷產品頁面020304

3、05+機器學習算法預測為不會購買策略：當然推薦優惠券頁面啊歷史用戶數據ID特征預測模型：判定條件擬合結果06？?0606* * 070809100708091007080910+本月未購買用戶8TRUEMETRICS02如何開始你的工作TRUEMETRICS如何開始檢查數據環境01數據是否真實可信數據指標是否足夠豐富關鍵數據是否能獲取到數據鏈是否完整檢查數據環境組建數據團隊數據挖掘人員數據建模人員市場運營人員組建數據團隊制定工作計劃制定工作計劃數據提取期0203數據建模期廣告投放期數據驗證期10TRUEMETRICS什么數據能為你所用廣告數據網站行為數據商品信息數據客戶信息數據Advertis

4、ingWebsite behaviourProduct InfoCustomer info會員級別所處地域購買水平展示次數互動次數商品類別點擊次數廣告系列停留時長商品喜好程度優惠券使用情況詳情頁被瀏覽次數豐富程度干凈、可信關鍵指標11TRUEMETRICS請從這里開始廣告數據網站行為數據商品信息客戶信息ooooooooo廣告來源跳出次數o添加購物車次數o客戶ID（必須）CookieID（代替客戶ID）是否為首單o廣告媒介平均每次會話瀏覽頁數平均會話時長商品類別廣告系列o購買金額會員等級廣告關鍵詞廣告創意版本廣告位置周期訪問率下單次數會員積分登錄次數使用優惠券類型購買前瀏覽其他類型商品種類最后登

5、錄時間最后購買時間會員所屬區域會員最常支付方式會員總共花費金額會員注冊時間下載文檔次數廣告展示位置廣告投放地域廣告投放時間段廣告點擊次數廣告瀏覽次數點擊幫助中心次數點擊站內banner次數瀏覽詳情頁的次數被分享的次數下單是否有其他類型商品12o維度指標TRUEMETRICS數據鏈是否完整APP AnalyticsMonitoring Advertising qualityUsing Predict labels to advertiseWeb AnalyticsMachine learningPredict analysisLabelimportAdvertisingStorageDerive

6、ImplementationQueryGoogle Cloud Platfrom13TRUEMETRICS組建你的數據團隊KEY 1：為你的團隊制定一個目標KEY 2：為這個目標指定一個負責人14TRUEMETRICS制定你的工作計劃提取歷史數據數據根據模型要求整合指標挖掘提取待預測數據數據模型（多種）數代入數據，模型評分據建選用最優模型預測數據模為預測用戶打上標簽值并回傳至廣告系統甄選指標廣告投放廣告再營銷評估效果項目開始數據提取期模型建立期&數據提取期廣告投放期效果評估期15TRUEMETRICS03案例模擬TRUEMETRICS項目概覽項目目標：用2月的數據預測3月用戶是否會產生注冊，根

7、據預測結果投放廣告提升ROI數據范圍：網站行為數據工作計劃：項目階段啟動內容項目啟動會（目標確定）案例研究目標拆解參與人員許嫚、曹雨朧、譚子健許嫚、曹雨朧、譚子健許嫚、譚子健譚子健3/293/303/314/14/24/34/44/54/64/74/84/94/104/114/124/134/14 投放期 4月末前期準備數據提取&模型建立修正模型商業指標選取初步擬定模型及模型評估體系選取預測的時間窗口數據導出，結構化指標導入指標測試譚子健曹雨朧曹雨朧、譚子健譚子健評估測試模型準確度模型評估、數據指標評估（剔除、增減）再測試（循環）曹雨朧、譚子健曹雨朧、譚子健許嫚、譚子健曹雨朧、選定最優模型數據

8、回傳至廣告系統預測結果產出+投放策略再營銷實現流程曹雨朧、譚子健許嫚廣告投放項目總結許嫚、曹雨朧、譚子健17TRUEMETRICS數據呈現FullVisitID：用戶唯一身邊標志,FullvisitIDVisitsHitsPageviewsTimeonsiteBouncesDetailviewsRegisterVisit_P0Visits：二月份中，用戶一共發生了多少次會話Hits：二月份中，用戶與官網產生了多少次點擊Pageviews：二月份中，用戶在官網瀏覽的頁數Timeonsite：二月份中，用戶在官網的總停留時長，以秒計算Bounce：二月份中，用戶會話跳出次數XXX00110XXX0

9、02XXX004XXX005XXX0064601011101Detailviews：二月份中，用戶瀏覽detail頁面次數Register：是否在二月注冊2133Visit_P：三月是否購買，預測目標變量TruepositionFalsepositionTruenegativeFalsenegativeKey Metrics:最終模型神經網絡TRUE1436582931105541428293Recall = 0.814FALSE 1105541421436518TRUEMETRICS模型流程概覽測試模型注冊用戶讀取二月數據拼合數據提取因子劃分驗證集合與測試集合缺失值處理合并測試結果模型評分非

10、注冊用戶篩選過濾驗證模型數據歸一化為了適用該模型模型評分選最優注冊用戶拼合數據提取因子選出最有測試模型（神經網絡）數據歸一化為了適用該模型讀取三月數據缺失值處理準確性評分非注冊用戶篩選過濾用作驗證Key Metrics:TruepositionFalsepositionTruenegativeFalsenegativeTRUE1436582934142110551436541428293Recall = 0.814FALSE 1105519TRUEMETRICS效果驗證采用預測模型進行預測,并投放廣告假設用戶=10000，一份廣告是一個單位花費，一個用戶帶來15個單位費用價值采用貝預測模型進行

11、預測的促銷花費A組投放：（3044+814）*1.0=3858（單位花費）B組投放：（186+5966）*0.4=2460.8（單位花費）總促銷費用：3858+2460.8=6318.8（單位花費）有效單位推廣：6318.8/814=7.76（單位花費）ROI:814*15/6318=193%注冊真實情況未注冊A組策略：對預測會注冊的用戶進行1.0倍投放力度預注比如：轉化類渠道廣告測冊8143044為B組策略：對預測不會注冊的用戶進行0.4倍投放力度預測情況比如：推廣類渠道+郵件營銷不采用預測模型的促銷花費未 預注 測冊 為1865966單一投放費用：10000*1.0=10000（單位花費）

12、有效單位推廣：10000/1000=10（單位花費）ROI：1000*15/10000=150%不進行預測模型，普通投放廣告單一策略：1.0倍投放力度每名有效用戶花費節省：2.24（單位花費）？比如：轉化類渠道廣告單位ROI提升43%20TRUEMETRICS如果你不能衡量它那么你就無法優化它- Lord KelvinTRUEMETRICS關于我們關于我們資質TrueMetrics成立于2012年，我們致力于為客戶提供基于數據的互聯網營銷、運營及轉化方面的戰略支持和技術方法。三年來，觸脈為國內眾多知名企業輸出高質量的數據分析服務，在業內獲得廣泛好評。谷歌分析認證合作伙伴（GACP）;谷歌分析（PREMIUM）中國區