淘宝广告数据分析实战!(附代码和100W数据源)(中)

简介: 在广告展示数一定的条件下,点击率的高低就是决定一个广告能否被更多人看到的因素。本文主要针对“点击率”这一因素进行分析,与大家分享。

2、分析哪些类别的广告点击率更高,哪些类别的点击率低


由于广告的类别数量众多,大部分类别的广告只有1-2次的展示,数据样本太小,因此选取展示数量最多的7个类别进行分析。


① 找出展示数、点击数、点击率最高的广告类别


image.png


image.png


可以看出类别6261广告的展示数、点击数、点击率均为最高,而类别4385广告的展示数虽然有10000+,但是点击数、点击率却是最低的。


② 分析类别4385广告效果最差的原因:


a.先按【广告商品价格】来分析


计算没有被点击的类别4385广告的商品的平均价格


image.png


而点击了类别4385广告的商品的平均价格为:


image.png


两者平均价格都在200-300区间、差异不大。结合分析(1),价格区间在200-300的广告商品点击率平均是在5.29%,而类别4385则只有3.61%。


这说明:广告商品价格不是影响类别4385广告点击率的因素


b.再按【性别】来分析


先来看看类别4385被哪些用户看到了


image.png


可以看出,类别4385的广告,主要是被推荐给了男性用户,而男性用户对这类商品的兴趣大于女性。


并且女性对这类商品的广告兴趣不高,点击率只有2.75%,是造成类别4385广告点击率低的主要原因。


c.最后按【用户年龄】来分析


来看看不同年龄段、不同性别的用户点击率有什么差异


image.png

(年龄字段含义:0:10岁以下、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,类别4385广告的商品主要点击群体是30岁以上男性用户,尤其是60岁以上男性兴趣最高,而女性用户对这类广告商品兴趣低。


结合a、b的分析,受30岁以上男性欢迎、价格在200-300的商品,推测是西装、皮鞋类或者烟酒类又或者是家用电器类商品


③ 小结


  • 类别6261广告效果最好,有最高的点击率、展示数和点击人数。可以加大对该类别广告的资源投入,扩大广告推广效果。


  • 类别4385广告点击率的原因是,这类商品对女性用户而言兴趣不大,女性用户点击率低,导致了整体的点击率低。可以在该广告的广告词中加入“父亲、爷爷”等宣传词,引导女性消费者将该类别商品作为一种礼物送给男性用户,从而提高点击率


  • 类别4385的主要受众群体是30岁以上男性,为了提高点击率可以重点推荐给30岁以上男性用户。对于该类别广告商品的受众,可以适当增加产品折扣、降低商品价格,吸引点击广告的用户转换成购买用户


3、分析性别和广告点击率有什么关系


① 计算男女人数比例


image.png


男女比例约为:1:1.6


② 计算男女各自的点击数


image.png


男女广告点击数的比例约为:1:1.7


因此,总体上女性的点击数要多于男性,但两者的点击率基本一致。


③ 比较各类别广告点击率-男女差异


image.png


image.png


可以看出,大部分类别中,女性的广告点击数都要明显大于男性的点击人数。


只有类别4385、类别4505,这两个类别的广告,男性的点击人数要超过女性的点击人数。


男女之间的主要差异是由类型6261的广告造成的,女性的点击数大约是男性的4倍。


④ 小结


总体上看,女性的广告点击人数明显大于男性,但两者的点击率却是差不多的。

类别4385、4505广告,男性的点击人数要多于女性。这类广告可能是男士服饰、汽车、烟酒这类商品

相关文章
|
3月前
|
JSON 数据挖掘 API
结合数据分析工具,深入挖掘淘宝API接口的商业价值
随着电子商务的蓬勃发展,淘宝作为国内领先的电商平台,不仅为消费者提供了便捷的购物环境,同时也为开发者和数据分析师提供了丰富的数据资源。通过有效地调用淘宝API接口获取商品详情,再结合数据分析工具进行深入的数据挖掘,可以为商家、市场分析师及研究人员等带来巨大的商业价值
|
1月前
|
自然语言处理 小程序 数据挖掘
数据分析实战-Python实现博客评论数据的情感分析
数据分析实战-Python实现博客评论数据的情感分析
95 0
|
2月前
|
数据采集 存储 数据挖掘
Python 爬虫实战之爬拼多多商品并做数据分析
Python爬虫可以用来抓取拼多多商品数据,并对这些数据进行数据分析。以下是一个简单的示例,演示如何使用Python爬取拼多多商品数据并进行数据分析。
|
2天前
|
供应链 搜索推荐 数据挖掘
Pandas实战案例:电商数据分析的实践与挑战
【4月更文挑战第16天】本文通过一个电商数据分析案例展示了Pandas在处理销售数据、用户行为分析及商品销售趋势预测中的应用。在数据准备与清洗阶段,Pandas用于处理缺失值、重复值。接着,通过用户购买行为和商品销售趋势分析,构建用户画像并预测销售趋势。实践中遇到的大数据量和数据多样性挑战,通过分布式计算和数据标准化解决。未来将继续深入研究Pandas与其他先进技术的结合,提升决策支持能力。
|
2天前
|
存储 数据可视化 数据挖掘
实战案例:Pandas在金融数据分析中的应用
【4月更文挑战第16天】本文通过实例展示了Pandas在金融数据分析中的应用。案例中,一家投资机构使用Pandas加载、清洗股票历史价格数据,删除无关列并重命名,将日期设为索引。接着,数据被可视化以观察价格走势,进行基本统计分析了解价格分布,以及计算移动平均线来平滑波动。Pandas的便捷功能在金融数据分析中体现出高效率和实用性。
|
2月前
|
数据采集 存储 数据挖掘
Python 爬虫实战之爬拼多多商品并做数据分析
在上面的代码中,我们使用pandas库创建DataFrame存储商品数据,并计算平均价格和平均销量。最后,我们将计算结果打印出来。此外,我们还可以使用pandas库提供的其他函数和方法来进行更复杂的数据分析和处理。 需要注意的是,爬取拼多多商品数据需要遵守拼多多的使用协议和规定,避免过度请求和滥用数据。
|
3月前
|
SQL 数据挖掘 数据库
SQL数据分析实战:从导入到高级查询的完整指南
SQL数据分析实战:从导入到高级查询的完整指南
58 0
|
4月前
|
存储 机器学习/深度学习 数据挖掘
提升数据分析效率:Amazon S3 Express One Zone数据湖实战教程
提升数据分析效率:Amazon S3 Express One Zone数据湖实战教程
74 1
|
4月前
|
SQL 数据采集 数据挖掘
nginx+flume网络流量日志实时数据分析实战
nginx+flume网络流量日志实时数据分析实战
97 0
|
4月前
|
SQL 数据采集 数据挖掘
基于Hive的淘宝用户行为数据分析
基于Hive的淘宝用户行为数据分析
297 0