新书推荐
《广告数据定量分析:如何成为一位厉害的广告优化师》
长按二维码
了解及购买
资深广告优化师和数据分析师撰写,宋星、吴俊等近10位专家推荐,快速提升广告优化师数据分析能力,总结SEM、移动广告、信息流广告等各种广告数据分析方法论。
名人推荐
这本书立足统计学和广告优化的交叉领域,既有科学的数据分析理论作支撑,又和广告优化实践相结合,兼具理论意义和现实价值,可读性较强。在诸如应用商店广告位效果评估、信息流广告定向优化等困扰业界良久的优化问题上,书中也提出了颇具创新性的解决思路,为业内的朋友们提供借鉴和参考。总的来说,是广告优化领域不可多得的好书,值得反复研读。
——宋星 纷析咨询创始人
云涧的这本书是值得入门级的广告优化师读一读,书中不仅教你如何进行广告数据的统计学分析与回归,同时还有介绍手机应用商店的广告优化案例,这在移动化广告为主的当下,是优化师做APP分发推广的必备学习技能;同时也希望通过阅读本书,能让优化师和甲方渠道推广人员,清晰地找到你自己工作中的因变量X与自变量Y,找对了目标靶心,才能让你的定量分析实现真正价值。
——刘勇军 小米公司互联网商业部运营中心总经理
随着互联网广告业务场景越来越复杂,广告优化工作也面临更加严峻的挑战。本书通过理论知识介绍和实际案例讲解,讲述了如何用科学的方法分析广告数据和优化广告效果,对于广告优化相关的从业人员有很强的参考价值与指导意义。
——潘尧振 奇虎360展示广告算法负责人
随着互联网增长红利的日渐势微,商业竞争进入存量竞争的时代。基于数据的定量分析、定量优化、增长运营的能力,将成为互联网下半场商业竞争的核心竞争力。而如何体系化地构建这个竞争力是当前大家关注的重点。此书与市面上其他书不太一样的是,没有讲任何优化技巧,而是强调科学的数据分析方法论和系统化的分析框架。能够从底层基础到实战,帮助从事定量优化的读者们建立扎实的理论功底,并发展优化能力,给出了不可多得的指导和建议。
——吴俊 《程序化广告实战》作者
随着流量红利的快速消失,广告行业的竞争愈加激烈。广告人的核心竞争力越来越需要用广告产生的营销效果衡量。而营销效果的提升主要依赖优化师的能力以及不断进步的广告数据技术。齐云涧在广告优化方面有着丰富的经验和深入的思考,在本书中他将这些重要的知识分享给大家。
——王晔 吆喝科技CEO
随着互联网人口红利的消失,数字营销的成本越来越高。如何为企业有效降低在线广告成本或提升ROI成为企业迫切的需求,这也是摆在每个广告优化师面前的问题。而数据分析作为广告优化师的一项重要的技能,正是解决个人未来发展问题的一把金钥匙。
本书是难得一见的实战性很强的著作,其系统性地讲解了广告优化师如何将数据分析应用于广告优化实践。云涧更是我所熟知的广告优化数据分析的实践者和推动者。本书不仅理论体系扎实,而且实践案例丰富,无论是初级广告优化师还是资深广告优化师,阅读本书都会有很大的收获。可以说是在当前的数字营销环境下,广告优化师用于提升自身竞争力,提高广告优化技能的一本案头书。
——曹光耀 阿里巴巴高级专家、浙江大学讲师团专家
互联网广告优化师这个岗位已经变得很常见,但拥有系统化方法论的优化师少之又少,本书从广告优化和广告优化数据分析过程中涉及的相关概念及定义,到方法体系与实操落地都能系统化地梳理清楚,可以说是优化师的枕边书,既适合初学,也适合帮助有一定基础的优化师厘清思路,完善其优化方法论体系,让广告优化师做到知其然更知其所以然,值得深读。
——孙平跃 知乎运营总监
我自己是学广告的,毕业后也一直是做广告相关的工作,如何在可控的成本内通过广告把产品传播出去,提升销量,是值得所有广告相关从业者思考的。希望本书可以启发大家。
——万佩 姑婆那些事创始人
云涧邀请我为他的新书写推荐语时我是又惊又喜的,惊讶的是他竟然舍得把自己多年的实战经验毫无保留地公之于众,欢喜的是终于有人把广告投放领域的数据分析这件事阐述得如此详实。
自广告优化师这个职业诞生之日起,数据分析就一直是从业者心心念念的提效法宝。但由于缺乏系统的基础理论学习,很多优化师的数据分析工作还仅仅围绕在整理各种Excel报表上,时间投入之大和收效之微形成了触目惊心的反差,这样僵化的“数据分析”极易陷入“自动模式”的效率陷阱,几乎没有任何生产力可言。
在云涧的新书中,他开创性地将他的学院派数据分析知识与广告优化中的应用场景一一对应,配以大量的案例,真正做到了理论联系实践,是一本难得的诚意之作。
——曲海佳 互联网营销专家
数据分析是广告优化的基础能力,广告投放过程中通过数据分析挖掘改进点,可以数倍降低用户获取的成本。本书有很强的专业性,并有大量的案例解读帮助读者更好地理解和进行实际操作。尤其是针对这个行业的数据分析资料非常缺乏,强烈推荐各位阅读。
——鸟哥笔记
拜读本书,我发现对广告优化师能力提升有所限制的,并不是掌握的优化思路和方法的数量,而是如何科学地进行广告数据定量分析。数据分析不是广告优化师优化的唯一能力,但直接决定了广告优化结果的优劣,进而限制了职业发展。
本书基于云涧老师统计学和多年广告优化实战经验写作,从KPI出发,结合实际案例,总结了PLCSS广告数据定量分析的理念和方法,教我们在广告优化分析数据时能更加客观和科学,帮我们解决了广告优化中的诸多疑问,全面系统地提升了我们的数据分析和优化思维能力,是我们通往高阶优化的阶梯和捷径。
——艾奇在线
内容简介
本书的内容可分为3大部分:
基础部分(第1~3章和第8章),介绍了广告优化中的统计学思想和基本原理,为后文讲述数据分析方法论打好基础。在最后一章对互联网广告商业生态进行阐述,关于广告优化师如何实现个人精进成长有所分享。
应用部分(第4~7章除案例部分),以移动广告市场上3大主流广告类型为例,分别阐述不同广告类型的流量特点、优化难点,并提出一些创新性的数据分析方法论。另外对于多广告推广渠道的综合效果评估和统筹优化也做了深入讲解。
实例部分(第4~7章案例部分),通过对4个具有代表性的广告优化项目的案例讲解,让读者了解广告数据定量分析和效果优化的完整流程。
作者简介
齐云涧(Trunman Qi) 资深广告优化师和数据分析专家,国内最早参与应用商店广告优化研究的专家之一,百度认证的资深营销顾问。曾任职于致维科技、量化派等细分行业知名企业,服务过百度、腾讯、阿里、字节跳动、美团、网易、携程、小米、领英、陌陌、58同城、启德教育等多家广告主,管理广告预算累计上亿元。参与翻译专业书籍《谷歌分析宝典》,撰写过多篇广告数据分析和效果优化的文章,在业内广泛传播。
目录
推荐语
前言
第1章 广告优化中的统计学1
1.1 统计学:用一句话解释它是什么1
1.2 学会运用统计:读者的目标2
1.2.1 理解统计学术语2
1.2.2 掌握科学的数据分析方法论2
1.2.3 理解什么地方可能出差错3
1.3 统计学的主要思想4
1.3.1 随机性和规律性4
1.3.2 规律性中的随机性5
1.3.3 概率:什么是机会6
1.3.4 变量和值6
1.3.5 常数7
1.4 统计学和广告优化的关系7
1.5 广告数据定量分析的主要理念9
1.5.1 目的性Purpose9
1.5.2 有限性Limited10
1.5.3 相关性Correlation12
1.5.4 抽样性Sampling14
1.5.5 显著性Significance15
1.6 本章小结15
第2章 广告数据分析中的统计学原理16
2.1 抽样:总体、样本和误差16
2.2 概率20
2.3 概率分布21
2.3.1 正态分布21
2.3.2 标准正态分布23
2.3.3 中心极限定理24
2.4 统计推断:估计25
2.4.1 估计:用样本数据预估总体25
2.4.2 区间估计25
2.4.3 总体比例的置信区间27
2.4.4 总体均值的置信区间28
2.5 统计推断:假设检验31
2.5.1 简单好用的p值31
2.5.2 两个总体比例之差的显著性检验32
2.5.3 两个总体均值之差的显著性检验36
2.6 变量间关系37
2.7 自变量和因变量之间的关系38
2.8 两个数值型变量的关系39
2.8.1 相关分析39
2.8.2 回归分析43
2.9 分类型变量和数值型变量的关系46
2.10 本章小结51
第3章 广告数据的描述:图表52
3.1 初阶:维度和指标52
3.1.1 看分布53
3.1.2 看趋势56
3.1.3 多维度和指标交叉61
3.1.4 看相关64
3.2 进阶:用户行为洞察66
3.2.1 漏斗图66
3.2.2 用户行为路径图69
3.3 本章小结71
第4章 SEM广告数据分析72
4.1 认识SEM广告72
4.1.1 SEM广告发展现状72
4.1.2 SEM推广渠道的特点74
4.1.3 SEM广告数据分析痛点76
4.2 SEM广告数据分析关键指标解读81
4.2.1 CPC81
4.2.2 CTR83
4.2.3 质量度85
4.2.4 平均排名86
4.3 SEM数据分析方法论88
4.3.1 帕累托法则88
4.3.2 四象限分析89
4.3.3 显著性检验91
4.3.4 关键词评分体系94
4.4 案例:某招聘网站的百度SEM广告优化101
4.4.1 项目背景101
4.4.2 优化难点104
4.4.3 优化思路106
4.4.4 优化执行107
4.4.5 效果评估112
4.5 本章小结114
第5章 信息流广告数据分析115
5.1 认识信息流广告115
5.1.1 信息流广告发展现状115
5.1.2 信息流推广渠道的特点118
5.1.3 信息流广告数据分析痛点119
5.2 信息流广告数据分析关键指标解读124
5.2.1 ECPM和CTR124
5.2.2 用户画像和广告定向128
5.3 信息流广告数据分析方法论131
5.3.1 A/B测试131
5.3.2 朴素贝叶斯算法—优化广告定向137
5.3.3 创意定量化的解决思路142
5.4 案例:某金融App的今日头条信息流广告优化146
5.4.1 项目背景146
5.4.2 优化难点147
5.4.3 优化思路148
5.4.4 优化执行148
5.4.5 效果评估155
5.5 本章小结156
第6章 应用商店广告数据分析157
6.1 认识应用商店广告157
6.1.1 应用商店广告的发展现状157
6.1.2 应用商店推广渠道的特点160
6.1.3 应用商店的几大核心广告资源介绍162
6.1.4 应用商店广告数据分析痛点164
6.2 应用商店广告数据分析关键指标解读171
6.2.1 自然量171
6.2.2 CPA175
6.2.3 ROI178
6.2.4 各广告位流量配比180
6.3 应用商店广告数据分析方法论181
6.3.1 相关性分析181
6.3.2 线性回归分析185
6.3.3 显著性检验分析193
6.4 案例:某生活消费App在小米应用商店渠道的广告优化196
6.4.1 项目背景196
6.4.2 优化难点199
6.4.3 优化思路200
6.4.4 优化执行201
6.4.5 效果评估210
6.5 本章小结212
第7章 多广告推广渠道的统筹优化213
7.1 多渠道广告统筹优化的现状213
7.2 多渠道广告数据分析方法论:综合效果评分模型215
7.3 案例:某金融App在多广告渠道的统筹优化217
7.3.1 项目背景217
7.3.2 优化思路和执行217
7.3.3 效果评估226
7.4 本章小结227
第8章 广告优化的未来会好吗228
8.1 广告业内的3种角色228
8.1.1 角色期待229
8.1.2 角色冲突与认知偏差233
8.1.3 囚徒困境234
8.2 广告优化的作用237
8.2.1 广告优化的边界237
8.2.2 广告优化的展望238
8.2.3 广告优化师的精进之道:内部创业者238
8.3 本章小结240
你与世界
只差一个
公众号