マーケティング

2022年12月28日

Twitter広告の費用対効果を最大化する方法

これはマーケティングの人達の間では既に良く知られてる事でしょうか? この情報が全然出てこないんですがみんな知ってて秘密にしてるんでしょうか? 
1円広告がおそらく最も費用対効果が良いと思います。

TwitterAds


インプレッション目的なら、もうこれで十分だと思います。
エンゲージメントがどの程度の事を考えてるかによると思いますが...

クリックで良いならこれでも1クリック0.1円程度ですから十分ではないでしょうか?

ユーザ登録程度のエンゲージメントであってもそれなりの期待値にはなる事を確認しています。
web広告で商品購入までのエンゲージメントを考えてる人は少ないと思いますが...


基本的に、
インプレッション数が多いなら、サイト訪問が多い
サイト訪問が多いなら、エンゲージメントが多い
と言う推移は成り立つ様です。


だから、広告配信ではとにかくインプレッション数を増やす事が最も重要なのだと思います。(Twitterでは)
インフルエンサーの紹介やリツイートを当てにするなら、それは当然根本的に戦略が変わりますよ。


...................

続きを読む

tak_tak0 at 16:19コメント(0) この記事をクリップ!

2021年11月23日

非個人情報で特定ユーザーをナノターゲティングする手法

Unique on Facebook: Formulation and Evidence of (Nano)targeting Individual Users with non-PII Data
Jose Gonzalez-Cabanas, Angel Cuevas, Ruben Cuevas   Universidad Carlos de III Madrid
Juan Lopez-Fernandez   GTD System & Software Engineering
David Garcia   Graz University of Technology
Proceedings of the 21st ACM Internet Measurement Conference. 2021.


興味関心といった非個人情報だけで、と言う所が一番重要な所です。
...これが可能なのはfacebookだけでしょうか?
Twitterでは同じような事は出来ないでしょうか?
現状、facebookの方ではこれを防ぐ方法が無いように書いてありますが...


    PII(Personal Identifiable Information) 個人識別情報





現在のハイパーコネクテッドワールドでは、住所氏名,電話番号などの個人情報以外にも、非個人情報の組み合わせによって個人を特定出来る事もあります。
4回の携帯電話通話または4回のクレジットカード使用の時空間情報だけで、 全ユーザの90%以上を一意に識別出来る事が分かっています。
同様に、(性別、郵便番号、生年月日)の組は、米国2000年の国勢調査内で米国市民の63%を識別するのに十分です。
2.1 Facebook Ad Platform Overview

広告主は、FB Ads Campaign Managerを介してfacebookで広告キャンペーンを始めます。
ここでターゲットとするユーザープロファイルを定義するのですが、
場所(国、地域)、(性別、年齢など)、(モバイルデバイス、OS、 Webブラウザ)、および興味(スポーツ、食べ物など)。これらの属性は全て、非PIIデータと見なされます


2.2 FDVT Browser Extension


2017年1月以前にFDVTブラウザー拡張機能[[FDVT: Data Valuation Tool for Facebook Users. ]]をインストールした2390人のfacebookユーザーから関心のリストは取得されます。

............................
............................

続きを読む

tak_tak0 at 06:59コメント(0) この記事をクリップ!

2021年07月05日

電車内でのスマートフォン利用率 2021/6 性別年代別 

train_densya_smartphone


観測期間は2021/01/01〜2021/07/11ぐらいで、 記録した人数は延べ 4724 人です。
前回の記録は、電車内での情報メディア利用率統計調査 2020/12 

全体の推移はこうなっています。
フィーチャーフォンは1%を切って更に減っています。
smartphone202106
これらの数字は、観測した物の数字なので、見えてない分は間違いなくあるはずです。つまり、真の所持率はこれより大きいです。



全体の数字






















男性女性
小学生以下中学生高校生若年中年老年小学生以下中学生高校生若年中年老年
母集団7729782298335391342714892144
フューチャーフォン00111901091
iphone1684092323341284412578
android121158327793247124912
書類45547104921342308017
雑誌0004800055
文庫438335337921235112
単行本74182795692110
漫画雑誌0039300010
コミック4516235753150
新聞003385000062
音楽プレイヤ0132201580
イヤフォン01713211316136112822
スマートウォッチ02151600013140
テキスト04122102146510
ワイヤレスイヤフォン032251837022108270
会話30465630173262694216
飲料251771459110
飲食1022101320
睡眠2316310837322739217


下は、上を母集団で割った値























男性女性
小学生以下中学生高校生若年中年老年小学生以下中学生高校生若年中年老年
フューチャーフォン000.0012165450.0111902340.02549575100.00292397700.0100896860.006944444
iphone0.0129870130.2289562290.497566910.2360122080.0934844190.0439560440.3742690060.6176470590.2881165920.055555556
android0.0129870130.0707070710.1922141120.3326551370.2237960340.0329670330.0701754390.0994397760.2791479820.083333333
書類0.0519480520.1851851850.0571776160.1057985760.2606232290.1428571430.1228070180.0420168070.0896860990.118055556
雑誌0000.0040691760.022662890000.0056053810.034722222
文庫0.0519480520.1279461280.0401459850.0539165820.1048158640.0989010990.0614035090.0322128850.0571748880.083333333
単行本0.0909090910.0134680130.021897810.0274669380.0254957510.0549450550.017543860.0126050420.0235426010.069444444
漫画雑誌000.0036496350.0091556460.0084985840000.0011210760
コミック0.0519480520.0168350170.019464720.0233977620.0141643060.0769230770.0146198830.0042016810.0168161430
新聞000.0036496350.0386571720.1416430590000.0067264570.013888889
音楽プレイヤ00.0033670030.0036496350.0020345880.00566572200.0029239770.0070028010.008968610
イヤフォン00.0572390570.1605839420.1149542220.0453257790.0109890110.1052631580.1568627450.0919282510.013888889
スマートウォッチ00.0067340070.0182481750.0162767040000.0182072830.0156950670
テキスト00.1380471380.026763990.010172940.0056657220.0109890110.1345029240.0070028010.0011210760
ワイヤレスイヤフォン00.1077441080.3053527980.0844354020.01983002800.0643274850.1512605040.0302690580
会話0.389610390.1548821550.0681265210.030518820.048158640.3516483520.181286550.0966386550.0470852020.111111111
飲料0.0259740260.0168350170.0206812650.0071210580.0028328610.0439560440.0146198830.0126050420.0123318390
飲食0.01298701300.002433090.0020345880.00283286100.0029239770.0042016810.0022421520
睡眠0.0259740260.1043771040.0766423360.1098677520.1048158640.0329670330.0643274850.1022408960.1031390130.118055556

続きを読む

tak_tak0 at 06:34コメント(0) この記事をクリップ!
サイト内検索
にほんブログ村 科学ブログへ
にほんブログ村
adsense
Archives
amazon
blogchart
QRコード
QRコード
Recent Comments