Поскольку сфера контекстной рекламы продолжает развиваться, возможность прогнозировать будущую эффективность кампаний становится неоценимой.

В этой статье будут рассмотрены некоторые из моих любимых методов прогнозирования PPC с использованием Google Sheets и Vertex AI, которые рисуют более четкую картину будущего и предоставляют клиентам полезную информацию.

Хотя ни один инструмент или метод не может дать 100% точную картину будущего, описанные здесь методы могут показать нам потенциальные траектории PPC-кампаний.

Функция ПРОГНОЗ в Google Таблицах: основы

Google Таблицы предлагают простую в использовании и надежную функцию прогнозирования по формуле:

=ПРОГНОЗ(z, известные_значения_y, известные_значения_x)

Где:

z — это точка данных, для которой вы хотите спрогнозировать соответствующее значение Y.

known_y — это диапазон зависимых точек данных (обычно ваши прошлые результаты или исходы).

известные_x – это диапазон независимых точек данных (обычно это переменная, которая, по вашему мнению, может повлиять на ваши результаты).

Эта функция — отличный инструмент, если у вас есть только два измерения.

Однако он использует линейную регрессию, которая подходит для быстрого просмотра прогнозов, но не слишком сложна для учета внешних обстоятельств или других источников данных.

Предположим, у вас есть исторические данные за прошлый год и вы хотите спрогнозировать будущий бюджет, чтобы иметь некоторые цифры для планирования.

В этом примере у нас есть данные о продажах текущего года до августа, и мы хотим спрогнозировать будущие продажи с сентября по декабрь.

Если мы визуализируем эти прогнозы, вы быстро увидите недостатки использования этого метода.

Синяя линия представляет известные данные о продажах до августа, а красная линия — прогнозируемые данные о продажах.

Прогноз — это не более чем линия тренда, которая может помочь получить общее представление о чем-то, но это ничто по сравнению с синей линией, которая, по сути, является тем, как будут выглядеть реальные бизнес-данные.

Улучшение функции ПРОГНОЗ в Google Таблицах

Чтобы решить проблему линейной регрессии, существует несколько способов приблизиться к формуле прогноза с помощью передовых методов.

Вместо того, чтобы просто использовать линейную функцию =FORECAST(), вы можете немного изменить ее, добавив в формулу прогноза данные о тенденциях или другие рыночные прогнозы, например:

=FORECAST()*3rdParty_Trend_Data

Вы можете получать данные о тенденциях из общедоступных источников, таких как Google Trends, Планировщик ключевых слов Google, Поиск набора данных Google или отраслевые отчеты (от PwC, EY, McKinsey и т. д.), и экспортировать их в CSV или любой другой формат, который вам нужен. привык работать.

Очистите эти наборы данных, чтобы они соответствовали структуре исходного листа, например данным за день, неделю за неделей или месяц за месяцем.

Затем дополните функцию ПРОГНОЗ, чтобы получить более реалистичный прогноз, а не просто прямую линию, идущую вверх или вниз.

В этом примере мы использовали дополнительные данные о тенденциях, которые показывают усиление тенденции к четвертому кварталу года. Таким образом, цифры отличаются от прогнозируемых продаж без данных о тенденциях.

Если мы визуализируем эти новые данные, мы увидим, что данные о тенденциях дают нам лучшее понимание и больше деталей по сравнению с плоской линией тренда.

Как правило, почти всегда полезно подкреплять эти прогнозы как можно большим объемом данных и предоставлять данные на более подробных временных интервалах, например день за днем ​​или неделю за неделей.

Анонсы наших новых статей в Телеграме

Read More