28.04.2025
Аналитика Power BI. Анализ эффективности рекламы Яндекс.Директ
Стек:
- BI
- Python
- DAX
- M
Цель проекта и его значение для бизнеса
Проект был инициирован более 3 лет назад с целью улучшения продаж межкомнатных и входных дверей, включая доставку и установку. За это время ассортимент расширился, появились новые категории продукции, что привело к увеличению объемов данных. Задача аналитики заключалась в выявлении скрытых закономерностей, которые могли быть упущены стандартными инструментами аналитики. Были использованы Яндекс.Метрика и отчеты Яндекс.Директ, однако из-за сложности и объемности данных не всегда удавалось эффективно анализировать всю информацию.
Основная цель исследования в Power BI заключалась в:
- Сборе и структурировании данных о рекламных кампаниях для более детального анализа.
- Выявлении закономерностей, влияющих на эффективность рекламы, и предложении путей для оптимизации.
- Определении наиболее прибыльных сегментов аудитории и оптимизации рекламных расходов.
Выгоды для бизнеса и выявленные закономерности
- Сегментация по условиям показа и типам площадок
Анализ показал, что сегмент "условия показа" имеет высокую цену конверсии, но при этом низкий расход. Это может быть связано с тем, что в этом сегменте не было достаточно трафика. Рекомендация: увеличить трафик на этот сегмент.
Кроме того, товарные объявления в поиске и сетях с низкой ценой конверсии не получали достаточно трафика. Рекомендация: увеличить трафик по товарным объявлениям.
2. Оценка эффективности заголовков
Были проанализированы заголовки по CPA (стоимость конверсии). Выявлены неэффективные заголовки, которые потребовали изменений, а также те, которые показали хорошую эффективность.
3. Анализ эффективности по регионам
Выявлены проблемы с динамикой заказов в Мурманске, что связано с падением расхода на рекламу. Рекомендация: провести дополнительные мероприятия для повышения эффективности в этом регионе.
4. Оценка эффективности по дням недели
Анализ показал, что в выходные дни конверсии стоят дороже, и их количество ниже. Рекомендация: снизить ставки на выходных и перераспределить бюджет на будние дни для оптимизации расходов.
Основные шаги проекта
Для анализа были выгружены данные из личного кабинета Яндекс.Директ за весь доступный период, с детализацией по дням. Массив данных был разделен на несколько файлов по месяцам, что позволило избежать перегрузки и ошибок при обработке больших объемов данных.
2. Обработка данных
Основными параметрами, которые использовались для анализа, стали:
Дата, кампания, группа объявлений, тип устройства, пол и возраст аудитории, регион, тип площадки, конверсии и расходы.
Для улучшения структуры был добавлен столбец "Конверсии", который суммировал два целевых события: звонки и отправки форм.
3. Создание дополнительных столбцов:
- Год-месяц: для удобства группировки данных по временной шкале.
- Регион: для улучшения группировки данных по географическим регионам.
- Ссылка на страницу: форматирование для упрощения дальнейшего анализа.
Также были добавлены дополнительные столбцы для анализа по типам устройств и половой принадлежности аудитории. Эти данные были получены из Яндекс.Метрики и использовались для более детального анализа.
В результате обработки данных был получен структурированный набор данных, который позволил провести более глубокий анализ.
4. Валидация данных
В процессе проверки данных было установлено, что конверсии стали доступны только с октября 2022 года. Поэтому период с января по сентябрь 2022 был исключен из анализа. Также были проведены корректировки для учета различий в подсчете конверсий между Яндекс.Директ и Яндекс.Метрикой. В результате валидации были выявлены и исправлены ошибки, что позволило получить более точные данные для анализа.
5. Анализ данных
Анализ данных проводился с использованием Power BI. Были созданы различные визуализации, которые позволили выявить закономерности и тренды в данных.
Основные визуализации включали:
- Графики по дням недели и месяцам для оценки динамики заказов и расходов.
- Диаграммы для оценки эффективности по регионам и типам устройств.
- Таблицы для сравнения эффективности различных рекламных кампаний и групп объявлений.
- Графики для оценки динамики конверсий и расходов по времени.
- Диаграммы для оценки эффективности по полу и возрасту аудитории.
- Графики для оценки динамики конверсий и расходов по времени.