在本文中,我們將以一個內容媒體執行讀者分群應用的案例,來闡述執行數據分析專案的關鍵步驟。我們將會回顧之前提到的5個重要步驟:定義商業問題、數據準備、數據清理、數據分析以及結果呈現。
Step 1 : 定義商業問題 (Define Business Use Case)
首先,我們需要明確定義我們要解決的商業問題,並確定預期的成效指標,例如CTR (點擊率)、CVR (轉換率)等。接著,我們需要思考為何需要讀者分群。當我們擁有讀者站內的瀏覽數據,就可以透過資料科學方法洞察讀者行為,對讀者精準分群,並找出潛力會點廣告主廣告的讀者。此外,我們還需要考慮完成讀者分群後的應用場景。例如,這種分群作法能幫助內容媒體的業務,組合更多的受眾包銷售給廣告主,增加廣告主對我們的信任與黏著度。
在定義商業問題的階段,我們可以先大致確認分析流程,這樣可以讓後續的實作更加順利。具體來說,我們的分析流程可能包括:針對已點廣告的讀者進行分群、從未點過廣告的讀者中,找出其他相似的讀者,以及產生精準受眾包等步驟。
為何需要讀者分群?
– 當我們擁有讀者站內的瀏覽數據,就可以透過資料科學方法洞察讀者行為,對讀者精準分群,並找出潛力會點廣告主廣告的讀者。
做完後預計可以用在哪裡?
– 這種分群作法能幫助內容媒體的業務,組合更多的受眾包銷售給廣告主,增加廣告主對我們的信任與黏著度,而藉由充分理解讀者在站內的行為樣貌、我們開始會擁有更多數據分析報表,這些數據分析成果對於未來需要再與更多廣告主有策略合作時會極有幫助。
預期可衡量的成效指標有哪些?
– CTR (點擊率)、CVR (轉換率)
Step2.數據準備 (Data Preparation)
數據準備是數據分析的重要一環。在這個階段,我們需要蒐集相關的數據源,並確定必要的表格欄位。例如,我們可以從網站/APP 讀者的站內瀏覽數據中獲取cookie_id(訪客ID)、event(動作事件)、device(使用的裝置)、browsing_time(瀏覽時間)、page_title(頁面標題)、article_id(文章代碼)、source(來源網址)、staying_time(停留時間)等資訊。
此外,我們還需要蒐集文章的描述資料,如article_id(文章代碼)、article_categ(文章所屬分類)、article_content(文章內容)、article_title(文章標題)、create_date(文章建置時間)、article_tag(文章標籤)、author(作者)等。需要注意的是,每間內容媒體存放數據的方式、欄位名稱與欄位種類可能會有所不同,以上所列的僅供參考。
- 每間內容媒體存放數據的方式、欄位名稱與欄位種類不盡相同,以上僅列出常見的欄位供各位參考。
- 內容網站不一定都有會員制,所以本篇會著重在 cookie_id 的視角。
Step3.數據清理 (Data Cleaning)
數據清理是數據分析中的一個重要步驟。在這個階段,我們主要是針對數據進行清理,並將數據整理成以讀者cookie_id為基礎的兩大面向:興趣與價值。透過這樣的方式,我們可以方便地從興趣面向和價值面向去抓取特定的族群,從而提升行銷的成效。
Step4.數據分析 (Data Analysis)
在數據分析階段,我們會針對已點廣告的讀者,執行分群方法,並將每個讀者都劃分到兩個分群結果中。接著,我們會從眾多沒有點過廣告的讀者中,透過相似度分析,找出有機會點擊廣告的讀者。這樣,我們就可以產生精準的受眾包,以提高廣告的轉換率。
Step5.結果呈現 (Data Visualization)
最後,我們需要將所有的努力整理成一個簡報,強調我們的商業價值在哪裡,並分享給我們的利益相關者。在這個簡報中,我們需要強調為何要執行這個精準分眾主題、我們的數據分析流程是什麼,以及我們的成果與效果是什麼。通過這樣的方法,我們可以讓我們的利益相關者更好地理解我們的工作。
- Why – 先強調為何要執行這個精準分眾主題?
- 商業痛點 (簡述題目背景、需求在哪裡) ->過去較以行銷直覺理解讀者與銷售受眾包,因此能銷售的方式有限,如果結合數據策略將會有更多銷售可能性。
- 預期成效 ->根據近期剛好有合作的廣告主,直接可以試試我們的分群與相似度算法結果,產出適合該廣告主的受眾包並投放於內容媒體平台。
- How – 強調我們的數據分析流程,要讓簡報目標知道這是一個「洞察的過程」
- 把剛剛提到的 Step 1 ~ Step 5 都展示過一遍,讓對方知道我們是很有邏輯地完成題目。->前面幾頁照寫,但數據分析的部分可以放有代表性的多個版本比較,強調我們的洞察過程。
- What – 強調成品與效果
- 成果與成效 (如果是行銷驗證後,那就拿驗證結果; 如果還沒行銷驗證就拿歷史數據來模擬成效)。
- 可以展示視覺化報表與模型的系統成效數字。
希望這篇文章能夠幫助你更好地理解執行數據分析專案的關鍵步驟。如果你覺得這篇文章對你有所幫助,請不要忘記收藏並分享給你的朋友。歡迎收藏同篇 IG 貼文!