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。