Обновить

Не каждый пончик одинаково свежий

Аномалия в статистике
Аномалия в статистике

Продолжение поста (прошу простить за ссылку в ТГ, оставил для того, чтобы сложилась полная картина, если не понятно из краткого изложения) о том, что нужно тестировать не только каналы привлечения трафика, но и рекламные кампании в них.

Если коротко, то там мы определили, что внутри одного и того же источника трафика могут быть совсем разные результаты. Как итог - нужно смотреть не только общую статистику по каналу, но и по кампаниям внутри отдельно. Так мы сможем оптимизироваться и повысить эффективность, а лишние затраты убрать.

В целом, мы разобрались в том, что пончики бывают разного вкуса. А покупатели имеют разные предпочтения и своих фаворитов (разные рекламные кампании в разных каналах привлечения покупателей). Теперь давайте поговорим про свежесть наших "булочек с дырочками".

Посмотрите на скрин. Эта простейшая таблица показывает, что бывают какие-то "аномалии" в статистике. Опять же, тут мы смотрим не сводную статистику по каналу, а разбиваем ее на отдельные кампании. И идем немного дальше - разбиваем статистику по месяцам. И замечаем явную странность: при том же бюджете в апреле реклама отработала на 40% лучше - выше конверсия, больше лидов и CPL ниже.

И вот такая "аномалия" - это повод проанализировать, что могло привести к таким результатам. Например, сезонность товара (самое простое), отложенный спрос, корректировки в рекламной кампании, смена креатива в рекламе, участие компании в мероприятии (выставка, вебинар, конференция), публикация какой-то новости на сайте, супер-активный холодный обзвон менеджерами, рассылка по старым клиентам и т. д. и т. п.

А если получится найти источник "аномалии", то останется его внедрить в компанию на постоянной основе. И вот уже за те же деньги мы можем купить больше лидов. Мечта!

Пример банальный, но показательный. Потому что такое можно легко пропустить, если смотреть только на сводную статистику. Небольшой скачок в показателях легко раствориться в общем объёме данных, но будет явно заметным, если эти данные разложить по полочкам (прям как пончики на витрину 😁).

Теги:
Рейтинг0
Комментарии0

Локальный ИИ класса Opus 4.6 «задешево»: две Tesla P100, 28-поточный Xeon и тесты на реальных задачах

Я собрал домашний сервер с нейросетками, чтобы не зависеть от облака. Далее честный рассказ с цифрами, бенчмарком на 14 реальных задачах и выводами, которые я проверял на себе.

Если совсем коротко: киловатт питания, две серверные Tesla P100 (суммарно 32 ГБ видеопамяти), турбины, которые слегка шумят, но сервер пришлось выселить на кухню, и Xeon на 28 потоков. Всё это выдаёт от 10 до 50 токенов в секунду, в зависимости от модели. DeepSeek в облаке в три раза быстрее, зато это моё и всегда доступное круглые сутки.

Локальный ИИ класса Opus 4.6 «задешево»: две Tesla P100, 28-поточный Xeon и тесты на реальных задачах

Публикации