CREATE VIEW 视图(人群分析) AS
SELECT`新样本人群广告点击记录表`.`用户id`,
from_unixtime(`新样本人群广告点击记录表`.`时间戳 `,'%Y-%m-%d') AS '点击日期',
from_unixtime(`新样本人群广告点击记录表`.`时间戳`,'%k:%i:%s') AS '点击时间',
`新样本人群广告点击记录表`.`资源位`,
`新样本人群广告点击记录表`.nonclk,
`新样本人群广告点击记录表`.clk,
`用户基本信息表`.`城市层级`,
`用户基本信息表`.`年龄层次`,
`用户基本信息表`.`性别`,
`用户基本信息表`.`消费档次`,
`用户基本信息表`.`是否大学生`,
`用户基本信息表`.`购物深度`FROM`新样本人群广告点击记录表`,`用户基本信息表`WHERE `用户基本信息表`.`用户id`=`新样本人群广告点击记录表`.`用户id`;
5.1 分析不同资源位展现量与点击率:
SELECT`视图(人群分析)`.`资源位`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk)/COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`资源位`ORDER BY 点击率 DESC;
由分析结果可知,两个资源位点击率差异较少,虽然资源位430539点击率略高一点,但是展现量却不如另一资源位。运营人员应根据推广目的对曝光度以及点击率做合理的权衡。
5.2 分析一天不同时间段展现量与点击率:
CREATE VIEW 视图(人群分析)1 AS
SELECT `新样本人群广告点击记录表`.`用户id`,
from_unixtime(`新样本人群广告点击记录表`.`时间戳`,'%d') AS '点击日期',
from_unixtime(`新样本人群广告点击记录表`.`时间戳`,'%k') AS '点击时间',
`新样本人群广告点击记录表`.`资源位`,
`新样本人群广告点击记录表`.nonclk,
`新样本人群广告点击记录表`.clk,
`用户基本信息表`.`城市层级`,
`用户基本信息表`.`年龄层次`,
`用户基本信息表`.`性别`,
`用户基本信息表`.`消费档次`,
`用户基本信息表`.`职位(是否大学生)`,
`用户基本信息表`.`购物深度`
FROM `新样本人群广告点击记录表`,`用户基本信息表`
WHERE `用户基本信息表`.`用户id`=`新样本人群广告点击记录表`.`用户id`;
SELECT `视图(人群分析)1`.`点击时间`,
COUNT(*) AS 展现量,
SUM(`视图(人群分析)1`.clk) AS 点击数,
ROUND(SUM(`视图(人群分析)1`.clk) /COUNT(*)*100 ,2) AS 点击率,
CONCAT(ROUND(SUM(`视图(人群分析)1`.clk) /COUNT(*)*100 ,2),'%')AS 点击率1
from `视图(人群分析)1`
GROUP BY `视图(人群分析)1`.`点击时间`
ORDER BY 点击率 DESC;
由以上数据图表分析,得出以下结论:
a、 展现量从早上9点开始活跃至晚上十点达到高峰,与人们日常作息时间相对应。
b、 在展现量达到一定体量的基础上,每日的上午10点、下午3点的点击率出现了小高峰。
c、 深夜1-2点点击率升高接近13%,推测原因,一方面可能近期商家做活动抢购,另一方面夜深之时,一天忙碌后临睡前用户会有购物的欲望。
5.3 每周各天点击率分析:
CREATE VIEW 视图(人群分析)3 AS
SELECT`新样本人群广告点击记录表`.`用户id`,
from_unixtime(`新样本人群广告点击记录表`.`时间戳`,'%Y-%m-%d') AS '点击日期',
from_unixtime(`新样本人群广告点击记录表`.`时间戳`,'%w') AS '点击时间',
`新样本人群广告点击记录表`.`资源位`,
`新样本人群广告点击记录表`.nonclk,
`新样本人群广告点击记录表`.clk,
`用户基本信息表`.`城市层级`,
`用户基本信息表`.`年龄层次`,
`用户基本信息表`.`性别`,
`用户基本信息表`.`消费档次`,
`用户基本信息表`.`是否大学生`,
`用户基本信息表`.`购物深度`FROM`新样本人群广告点击记录表`,`用户基本信息表`WHERE `用户基本信息表`.`用户id`=`新样本人群广告点击记录表`.`用户id`;
SELECT DATE_FORMAT(`视图(人群分析)3`.`点击日期`,'%w') AS 周数,
COUNT(*) AS 展现量,
SUM(`视图(人群分析)3`.clk) AS 点击数,
ROUND(SUM(`视图(人群分析)3`.clk) /COUNT(*)*100 ,2) AS 点击率,
CONCAT(ROUND(SUM(`视图(人群分析)3`.clk) /COUNT(*)*100 ,2),'%')AS 点击率1
from `视图(人群分析)3`
GROUP BY DATE_FORMAT(`视图(人群分析)3`.`点击日期`,'%w')
ORDER BY 点击率 DESC;
分析总结:由图可知道5月6号周六到周一的点击率偏高,展现量也处于不错的水平,而到了下个周六展现量与点击率均有所下降,这可能与下个星期天即将到来的母亲节相关。运营人员可以根据对应节气上线一些具有节日特色的商品。
5.4 多维度分析各人群点击率:
5.4.1 各年龄层次人群点击率分析
SELECT`视图(人群分析)`.`年龄层次`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`年龄层次`ORDER BY 点击率 DESC;
由图可知,年龄层次1、2、5对于点击率偏高,年龄层次2和3展现量处于不错水平,可推断现今青少年仍是消费主体。
5.4.2 各消费档次人群点击率分析
SELECT`视图(人群分析)`.`消费档次`,CASE WHEN `视图(人群分析)`.`消费档次`=1 THEN"低档"WHEN `视图(人群分析)`.`消费档次`=2 THEN"中档"WHEN `视图(人群分析)`.`消费档次`=3 THEN"高档"ELSE"未分类"END AS`实际消费档次`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`消费档次`ORDER BY 点击率 DESC;
由图表分析可知,高档人群展现量仅有883,且点击率也偏低,推测是由于产品109的单价,不符合高档人群购物需求,推广时候应该注意剔除此类人群。
5.4.3 各个购物深度人群点击率分析
SELECT`视图(人群分析)`.`购物深度`,CASE WHEN `视图(人群分析)`.`购物深度`=1 THEN"浅层用户"WHEN `视图(人群分析)`.`购物深度`=2 THEN"中度用户"WHEN `视图(人群分析)`.`购物深度`=3 THEN"深度用户"ELSE"未分类"END AS`实际购物深度`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`购物深度`ORDER BY 点击率 DESC;
由图表分析可知,用户购物深度对于点击率影响不大。但是深度用户在展现量占据90%以上,点击率仍有9.45%,该人群点击率比较稳定。
5.4.4 各职位(是否大学生)人群点击率分析:
SELECT `视图(人群分析)`.`是否大学生`,
CASE WHEN `视图(人群分析)`.`是否大学生`=1 THEN "是"
WHEN `视图(人群分析)`.`是否大学生`=0 THEN "否"
ELSE "未分类"
END AS `实际职位(是否大学生)`,
COUNT(*) AS 展现量,
SUM(`视图(人群分析)`.clk) AS 点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS 点击率
from `视图(人群分析)`
GROUP BY `视图(人群分析)`.`是否大学生`
ORDER BY 点击率 DESC;
分析可知,用户的职位对于是否是大学生影响不大,分析商品单价109,属于平价款,接受程度较高。
5.4.5 各城市层级人群点击率分析
SELECT`视图(人群分析)`.`城市层级`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`城市层级`ORDER BY 点击率 DESC;
由图表分析可知,第1层级点击率较低,第4层级展现量也比较低,处于中间第2层级展现量以及点击率都很高,消费人群与所在城市繁华程度以及人数有关。
5.4.6 不同性别人群点击率分析:
SELECT`视图(人群分析)`.`性别`,COUNT(*) AS展现量,SUM(`视图(人群分析)`.clk) AS点击数,
CONCAT(ROUND(SUM(`视图(人群分析)`.clk) /COUNT(*)*100 ,2),'%')AS点击率from`视图(人群分析)`GROUP BY`视图(人群分析)`.`性别`ORDER BY 点击率 DESC;
分析可得,女性远比男性展现量的点击率高,故运营人员可以多推荐一些女性相关的产品。
六、总结与建议
a、产品分析:商品价格是109,在对应类目这个价格是普通价位,受众较多。对应广告的展现量以及点击量也处于较高的水平。
b、广告资源位分析:产品在两个资源位点击率并无较大差别。
c、广告投放时间分析:每天上午10点左右,下午3点左右点击率较高,也与商家促销活动、节假日时间等因素相关。可以根据推广需求,及转化率对于这几个时间区间设置溢价,提高该时段的展现,提高整个计划的点击率。
d、投放人群分析:由分析可知,广告对于购物深度,以及是否是学生人群的特性不敏感。对于城市层级,年龄层次,消费档次人群特性比较敏感,研究产品本身特点,推测产品主要消费人群是年龄处于1-2层级,消费能力一般,且处于社会中层的群体。