В процессе анализа данных рекламы важно понимать: почему мы получили такой или иной результат? Какие факторы смогли оказать наибольший эффект?
В этом поможет разобраться корреляционный анализ.
Корреляция – это показатель взаимосвязи двух исследуемых величин, который выражается в коэффициенте от 0 до 1. Также, этот показатель может быть и отрицательным, что указывает на обратную взаимосвязь между элементами (чем больше один показатель, тем меньше другой и наоборот). Есть условные градации показателя взаимосвязи:
0 – 0.3 – очень слабая взаимосвязь
0.3 – 0.5 – слабая взаимосвязь
0.5 – 0.7 средняя
0.7 – 0.9 высокая
0.9 – 1 очень высокая
Приведем пример:
Задача: исследовать, как позиции показа в рекламе на поиске влияют на получение конверсий с сайта.
Решение: Мы выгружаем данные из рекламных кабинетов в Excel и сводим, ранжируя данные по позициям показов.
Это должно выглядеть примерно вот так:
Ранжированные позиции от 1 до 9 и на против сумма конверсий на каждой из этих позиций
Затем, в свободную ячейку мы вводим формулу КОРРЕЛ и выделяем 2 массива позиции и конверсии и жмем Enter.
Формула выдаст нам значение -0.59, что говорит о средней взаимосвязи этих 2-х факторов. Так как коэффициент не равняется -1, значит на количество конверсий влияют и сторонние переменные, соответственно связь не прямая.
Представленные данные выступают в качестве примера. Так как выборка очень маленькая, можно не вооруженным глазом понять, что взаимосвязь очевидная. Но такой анализ помогает просто выявить связи между большим числом данных и переменных:
Пол
Возраст
Цена цели
Количество кликов
CPC
И т.д.
Уместно также будет исследовать взаимосвязи микро- и макро целей, и в дальнейшем использовать их в автостратегиях и корректировать.
Важно отметить, что корреляционный анализ работает только с количественными переменными (количество, единицы измерения, шт и т.д.). Касательно номинальных данных, например, пол, такой анализ лучше проводить относительно внутри группы. Можно исследовать такую же взаимосвязь между позициями показов в поиске и конверсиями, но отдельно проводить расчеты для мужчин, женщин и сравнить, в какой группе взаимосвязь между факторами сильнее.
Такой анализ сильно помогает в оптимизации рекламных кампаний и рекламного бюджета, а также, помогает выяснять факторы роста и падения конверсий на вашем сайте.