Objectius de l'Exercici
En aquest exercici, aprendràs a:
- Analitzar les dades d'una campanya publicitària programàtica.
- Identificar àrees de millora i optimització.
- Implementar canvis basats en les dades per millorar el rendiment de la campanya.
Descripció de l'Exercici
Se't proporcionarà un conjunt de dades fictícies d'una campanya publicitària programàtica. Utilitzaràs aquestes dades per analitzar el rendiment de la campanya i proposar estratègies d'optimització.
Conjunt de Dades
El conjunt de dades inclou les següents columnes:
- Data: La data de la impressió de l'anunci.
- Impressions: El nombre d'impressions de l'anunci.
- Clics: El nombre de clics que ha rebut l'anunci.
- Conversions: El nombre de conversions generades per l'anunci.
- Cost: El cost total de les impressions de l'anunci.
- CTR: Click-Through Rate (Clics/Impressions).
- CPC: Cost per Clic (Cost/Clics).
- CPA: Cost per Adquisició (Cost/Conversions).
Taula de Dades
| Data | Impressions | Clics | Conversions | Cost | CTR | CPC | CPA |
|---|---|---|---|---|---|---|---|
| 2023-10-01 | 10000 | 150 | 10 | 500€ | 1.5% | 3.33€ | 50€ |
| 2023-10-02 | 12000 | 180 | 15 | 600€ | 1.5% | 3.33€ | 40€ |
| 2023-10-03 | 11000 | 160 | 12 | 550€ | 1.45% | 3.44€ | 45.83€ |
| 2023-10-04 | 9000 | 130 | 8 | 450€ | 1.44% | 3.46€ | 56.25€ |
| 2023-10-05 | 13000 | 200 | 18 | 650€ | 1.54% | 3.25€ | 36.11€ |
Passos per a l'Anàlisi
- Càlcul de Mètriques Clau
- CTR (Click-Through Rate): (Clics / Impressions) * 100
- CPC (Cost per Clic): Cost / Clics
- CPA (Cost per Adquisició): Cost / Conversions
- Anàlisi de Rendiment
- Identifica les dates amb millor i pitjor rendiment basant-te en les mètriques CTR, CPC i CPA.
- Determina les tendències en les dades: Hi ha algun patró en el rendiment de la campanya al llarg dels dies?
- Proposta d'Optimització
- Segmentació d'Audiència: Proposa canvis en la segmentació d'audiència basats en les dades.
- Ajustos en la Pujada: Recomana ajustos en les pujades per millorar el CPC i CPA.
- Creativitats: Suggereix canvis en les creativitats dels anuncis per augmentar el CTR.
Exercici Pràctic
Pas 1: Càlcul de Mètriques
Utilitza les dades proporcionades per calcular les mètriques clau (CTR, CPC, CPA) per a cada dia.
import pandas as pd
# Dades de la campanya
data = {
'Data': ['2023-10-01', '2023-10-02', '2023-10-03', '2023-10-04', '2023-10-05'],
'Impressions': [10000, 12000, 11000, 9000, 13000],
'Clics': [150, 180, 160, 130, 200],
'Conversions': [10, 15, 12, 8, 18],
'Cost': [500, 600, 550, 450, 650]
}
df = pd.DataFrame(data)
# Càlcul de mètriques
df['CTR'] = (df['Clics'] / df['Impressions']) * 100
df['CPC'] = df['Cost'] / df['Clics']
df['CPA'] = df['Cost'] / df['Conversions']
print(df)Pas 2: Anàlisi de Rendiment
Analitza les mètriques calculades per identificar les dates amb millor i pitjor rendiment.
Pas 3: Proposta d'Optimització
Basat en l'anàlisi, proposa estratègies d'optimització per millorar el rendiment de la campanya.
Solució de l'Exercici
Càlcul de Mètriques
import pandas as pd
# Dades de la campanya
data = {
'Data': ['2023-10-01', '2023-10-02', '2023-10-03', '2023-10-04', '2023-10-05'],
'Impressions': [10000, 12000, 11000, 9000, 13000],
'Clics': [150, 180, 160, 130, 200],
'Conversions': [10, 15, 12, 8, 18],
'Cost': [500, 600, 550, 450, 650]
}
df = pd.DataFrame(data)
# Càlcul de mètriques
df['CTR'] = (df['Clics'] / df['Impressions']) * 100
df['CPC'] = df['Cost'] / df['Clics']
df['CPA'] = df['Cost'] / df['Conversions']
print(df)Resultats de l'Anàlisi
| Data | Impressions | Clics | Conversions | Cost | CTR | CPC | CPA |
|---|---|---|---|---|---|---|---|
| 2023-10-01 | 10000 | 150 | 10 | 500€ | 1.5% | 3.33€ | 50€ |
| 2023-10-02 | 12000 | 180 | 15 | 600€ | 1.5% | 3.33€ | 40€ |
| 2023-10-03 | 11000 | 160 | 12 | 550€ | 1.45% | 3.44€ | 45.83€ |
| 2023-10-04 | 9000 | 130 | 8 | 450€ | 1.44% | 3.46€ | 56.25€ |
| 2023-10-05 | 13000 | 200 | 18 | 650€ | 1.54% | 3.25€ | 36.11€ |
Proposta d'Optimització
- Segmentació d'Audiència: Considera ajustar la segmentació per arribar a una audiència més rellevant, especialment en els dies amb CTR més baix.
- Ajustos en la Pujada: Revisa les pujades per optimitzar el CPC i CPA, especialment en els dies amb costos més alts.
- Creativitats: Prova noves creativitats per augmentar el CTR, especialment en els dies amb rendiment més baix.
Conclusió
Aquest exercici t'ha permès practicar l'anàlisi de dades d'una campanya publicitària programàtica i proposar estratègies d'optimització basades en les dades. Aquesta habilitat és fonamental per millorar el rendiment de les campanyes i aconseguir els objectius publicitaris.
Curs de Publicitat Programàtica
Mòdul 1: Introducció a la Publicitat Programàtica
- Què és la Publicitat Programàtica
- Història i Evolució
- Avantatges i Desavantatges
- Ecosistema de la Publicitat Programàtica
Mòdul 2: Components Clau de la Publicitat Programàtica
- Demand-Side Platforms (DSP)
- Supply-Side Platforms (SSP)
- Ad Exchanges
- Data Management Platforms (DMP)
- Tipus d'Inventari Publicitari
Mòdul 3: Estratègies de Compra Automatitzada
Mòdul 4: Segmentació i Optimització
- Segmentació d'Audiència
- Ús de Dades en Publicitat Programàtica
- Optimització de Campanyes
- KPIs i Mètriques Clau
Mòdul 5: Eines i Tecnologies
- Principals Eines DSP
- Tecnologies de Seguiment i Mesura
- Integració amb CRM i Altres Plataformes
- Automatització i Machine Learning
Mòdul 6: Casos d'Estudi i Exemples Pràctics
- Cas d'Estudi 1: Campanya de Marca
- Cas d'Estudi 2: Campanya de Performance
- Exemples d'Optimització
- Lliçons Apreses
Mòdul 7: Tendències i Futur de la Publicitat Programàtica
- Tendències Actuals
- Impacte de la Intel·ligència Artificial
- Privacitat i Regulacions
- El Futur de la Publicitat Programàtica