如何使用简单的数学来获得更好的见解

 

在介绍“报告和分析PPC活动”时在上个月的SES纽约，我注意到许多参与者有兴趣了解如何仔细分析广告系列的效果。作为回应，我决定写一系列帖子，描述我用来分析广告系列效果的几个简单的数学步骤。通过本系列，您将学习如何将这些方便的定量测量用于:

验证广告系列效果识别改进机会确认优化结果通常在Excel中显示您的发现

让我们开始验证两个小广告组的点击率（CTR）效果。这两个广告组都有9个关键字，一周内平均点击率为5％。假设其他广告系列的效果参数相同，您会说广告组＃1和广告组＃2具有相同的效果吗？

示例一个: CTR与Avg的性能比较。 CTR

快速扫描表后，您可以得出结论，广告组＃2中的大多数关键字的点击率较低，但其中一个关键字的点击率不同寻常（30％），这大大增加了广告组的数量。平均点击率。另一方面，广告组＃1中的关键字效果更加一致，这使得其平均点击率更加可信。正如这个简单的示例所示，检查广告组数据的一致性是实现优化的重要第一步，因为它可以帮助您更好地确定优化工作的优先级并确定更多见解。我想分享四个简单的步骤，对更大的广告组:

进行类似的评估

第一步:使用中位数来评估平均值的有效性

您的平均值会将组中的每个单独值相加，并将其除以该组中的值数。因此，它可能会受到组内某些非常高或非常低的值的不利影响。您的中位数值是从Zui低到Zui高值的排列中的中间值。您可以通过比较平均值和中位数来快速评估平均值是否受到大纲的影响。计算中位数的Zui简单方法是使用Excel＆rsquo; s中位函数:

展示一个: Excel中值函数

将中位数和平均值应用于示例一:

广告组＃1的中位数点击率为5％，等于其平均点击率。这证实其平均值是广告组＃1中分布的点击率的有力表现。广告组＃2的中位点击率为2％，距其平均点击率3个百分点。这种差异令人担忧，我们需要采取额外措施来验证广告组＃2的数据分布是否超出常规，以确认其平均点击率的有效性。

示例二: CTR性能与中位数CTR和平均值的比较。 CTR

第二步:使用标准偏差来识别异常

标准偏差衡量一组数字的平均分布情况;较低的标准偏差意味着在一组数字内更接近分布。经验规则是使用标准差来识别异常值的经验法则.: 95％的数据应该在其平均值的2个标准偏差内分布。简单的计算方法标准偏差是使用Excel＆rsquo的函数:

展示两个: Excel标准偏差函数

将标准偏差和经验规则应用于示例二:

在广告组＃1中，应用我们的经验规则，95％的点击率数据应介于3％和7％之间。我们看到数据都在此范围内。在广告组＃2中，95％的点击率应介于0％和25％之间，但我们只看到其中89％（9个中的8个）属于此范围。我们需要在总结其性能之前删除大纲，并调查其成员之一为何具有超常规性能。

示例三:每月点击率与标准差，中位数点击率和平均值的性能比较。 CTR

第三步:排除异常（＆＃ldquo;异常值＆rdquo;）以更好地评估效果

单独的异常值（即超出平均值2个标准差的值）与其余值分开使用剩余的值来比较性能，确定工作的优先级并提供可扩展的结果。

删除30％（广告组＃2的异常值）后，新的平均点击率为2％，标准差为1.从那里我们可以在这两个广告组之间进行公平的效果评估。

示例四:调整的每月点击率与标准差，中位数点击率和平均值的性能比较。 CTR

第四步:分析异常（“异常值”）以识别改进机会

重复第一步和第二步评估大纲＆rsquo;一段时间内的一致性。如果他们的表现与广告组的结果不同，请找出原因并将您的发现大写。

采用相同的方法分析前7周内广告组＃2大纲的表现。如下图所示，其平均值和中位数相同且所有值均在其平均值的2个标准偏差范围内，我们可以肯定地确认其一致性，并应进一步调查此异常。

示例五在广告组＃2的关键字＃08上的每日点击率为:

积极地确定改进机会是我们所有从事广告系列优化工作的重要时刻。我Zui近的一次遭遇是在分析以壁炉配件为中心的广告组时发生的。我注意到一组关键字的点击率比对应的低得多。在应用上述四个步骤确认其一致性后，我进一步审核了此广告组组件并找到了:

它的所有关键词都是相关的，并得到精心设计的着陆页的支持。大多数这些大纲都是壁炉的耐用部分，它们比消费者更贵。这个广告组有两个广告副本，都采用低价格作为他们的卖点。

我对这些耐用零件进行了市场竞争，并注意到大多数排名靠前的广告都采用Zui优质的销售点。我建议帐户所有者将持久的面向零件的关键字移至新广告组，并采用质量或服务作为其广告文案的卖点。我们立即注意到在做出这些改变后的改进，并且满意度超出了任何数学可以衡量的范围。虽然我们将在本系列的第二部分中讨论如何使用简单的数学验证优化结果，但今天的内容是:

平均值可能会受到组内几个极值的过度影响，中位数可以帮助您快速确定平均值的有效性.95％的数据应该落在平均值的2个标准偏差范围内，排除异常值同时从数据中提取动作。分析异常值＆rsquo;根本原因，以确定趋势和改善机会。类别