广告投放的排期要素管理——选自《电商流量数据化运营》
“广告投放效果受周几、月份等日期要素影响显著。通过Excel衍生日期字段并建立透视表，可量化各维度的点击率表现。提取历史点击率权重匹配至未来日历，并利用条件格式进行可视化标记，能科学指导每日预算与出价调整。此外，结合多渠道转化路径的用户访问间隔，可制定更精准的组合媒体排期策略，有效提升转化效率。”
广告投放的排期要素管理指南
概述：排期要素与适用场景
排期要素包括周几、月份、季度、是否工作日等按日产生的因子，这是本节的重点内容。
提示：除了日期类要素外，还有更细化的时间性要素（例如小时、分钟等）。大多数渠道能控制的粒度主要是日期，并且按小时、分钟的汇总分析逻辑类似，因此本节不做介绍。
在营销渠道中，除了部分硬广告在媒介采买时就已经确定了投放日期和时间外，其他硬广告、信息流、SEM 广告可根据企业营销需求进行日和时间控制。因此，该节内容的应用主要集中于可控制投放日期和时间的硬广告、信息流和 SEM 等广告渠道。其他渠道（例如 CPS、MCN、社群媒体、会员等）也可参照本节的方法来管理运营日期和时间。
核心分析：不同日期维度对投放效果的影响
本节案例以 Google Ads 投放数据为例，说明如何对日期性要素进行评估。源数据在附件 Excel “第 4 章”-“4-4” 中。原始导出的数据包括日期、时段、点击次数、展示次数和点击率。
步骤一：新增衍生日期字段
本步骤通过 Excel 函数实现基于日期的衍生信息，包括周几、是否工作日、月份、季度、月内第几天、月内上中下旬，以便多维度分析日期性因子。计算过程如图 4-11。
图 4-11 中，所有日期特征衍生都基于 A 列以及 A 列的衍生列产生：
- F 列（周几）：值从 1-7 分别表示星期一到星期日。函数公式为：
=WEEKDAY(A2,2)，其中第二个参数2表示一周从星期一开始，如图中①。 - G 列（工作日）：判断逻辑为如果周几（F 列）的值在 1-5 之间就属于工作日，否则（6 或 7）就属于休息日。函数公式为：
=IF(AND(F2>=1,F2<=5),1,0)，如图中②。 - H 列（月份）：值从 1-12 表示 1 月到 12 月。函数公式为：
=MONTH(A2)，如图中③。 - I 列（季度）：值从 1-4 表示第一季度到第四季度。由于 Excel 暂时没有季度函数，这里通过月份计算得到。函数公式为：
=INT((H2+2)/3)，如图中④。 - J 列（月内第几天）：默认从 1-31。函数公式为：
=DAY(A2)，如图中⑤。 - K 列（月内上、中、下旬）：直接使用字符串表示含义，这里基于月内第几天产生。默认逻辑是前 10 天为上旬，中间 10 天为中旬，后面为下旬。函数公式为：
=IF(J2<=10,"上旬",(IF(AND(J2>10,J2<20),"中旬","下旬")))，如图中⑥。
步骤二：新建透视表并分析各维度效果
由于本书之前已经多次介绍新建透视表的过程，因此这里直接展示透视表配置和完成后的结果。读者可翻看“4.3.2 基于方差分析确定媒介效果的差异性”第 1 步查看新建过程。配置如图 4-12。
透视表中将“周几”拖入“行”，将“点击次数”和“展示次数”拖入“值”，然后按照“4.3.2 基于方差分析确定媒介效果的差异性”中第 2 步的方法，新增计算字段，定义新的点击率计算公式。
以下分别分析不同日期性因素对点击率的影响：
1. 周几对点击率的影响
上述操作完成后，周几的点击率分布数据如表 4-3。数据表明：从周一到周五点击率逐渐提升，并在周五时达到顶峰；周末的点击率效果极差，远低于周一到周五。因此后续投放时可针对性调整周几的投放排期、预算控制或出价等。
表 4-3 周几点击率分布
| 行标签 | 求和项:点击次数 | 求和项:展示次数 | 求和项:点击率_new |
|---|---|---|---|
| 1 | 3787482 | 491375322 | 0.77% |
| 2 | 4532615 | 570987019 | 0.79% |
| 3 | 5194806 | 652704953 | 0.80% |
| 4 | 5023074 | 605871528 | 0.83% |
| 5 | 5031923 | 573951628 | 0.88% |
| 6 | 1464303 | 234327343 | 0.62% |
| 7 | 1147983 | 217434308 | 0.53% |
| 总计 | 26182186 | 3346652101 | 0.78% |
2. 工作日对点击率的影响
表 4-4 显示了工作日的点击率远高于休息日，这点与表 4-3 的数据结论方向一致。
表 4-4 工作日点击率分布
| 行标签 | 求和项:点击次数 | 求和项:展示次数 | 求和项:点击率_new |
|---|---|---|---|
| 0 | 2612286 | 451761651 | 0.58% |
| 1 | 23569900 | 2894890450 | 0.81% |
| 总计 | 26182186 | 3346652101 | 0.78% |
3. 月份对点击率的影响
表 4-5 显示了月份对点击率的影响，其中 3 月、4 月、5 月效果非常差。这可能与农历新年之后的“消费后遗症”有关，即年前已经完成提前消费或透支消费，年后短期内消费疲软是整个行业的现状。
月份中的 6 月、11 月的点击率达到顶峰，这与行业特性有关（618、双 11）。不同行业在月份上可能有不同的规律。由于广告投放时，一般很少调节到月份粒度的周期，因此一般会在这些月份下，手动削减预算或进一步优化人群来降低广告支出，而不是暂停账户投放。
表 4-5 月份对点击率的影响
| 行标签 | 求和项:点击次数 | 求和项:展示次数 | 求和项:点击率_new |
|---|---|---|---|
| 1 | 1888647 | 180324607 | 1.05% |
| 2 | 540450 | 32124410 | 1.68% |
| 3 | 730555 | 120640749 | 0.61% |
| 4 | 11323516 | 2192976815 | 0.52% |
| 5 | 1238719 | 155053933 | 0.80% |
| 6 | 896143 | 40846854 | 2.19% |
| 7 | 908426 | 43853386 | 2.07% |
| 8 | 681622 | 41842636 | 1.63% |
| 9 | 2430271 | 196628298 | 1.24% |
| 10 | 2459629 | 141051326 | 1.74% |
| 11 | 1298804 | 64083621 | 2.03% |
| 12 | 1785404 | 137225466 | 1.30% |
| 总计 | 26182186 | 3346652101 | 0.78% |
4. 季度对点击率的影响
表 4-6 显示了上半年（尤其是第二季度）的效果较差，下半年的效果提升迅速，从第三季度开始到第四季达到顶峰，这点与表 4-5 的数据结论方向一致。
表 4-6 季度点击率分布
| 行标签 | 求和项:点击次数 | 求和项:展示次数 | 求和项:点击率_new |
|---|---|---|---|
| 1 | 3159652 | 333089766 | 0.95% |
| 2 | 13458378 | 2388877602 | 0.56% |
| 3 | 4020319 | 282324320 | 1.42% |
| 4 | 5543837 | 342360413 | 1.62% |
| 总计 | 26182186 | 3346652101 | 0.78% |
5. 月内第几天对点击率的影响
使用趋势图展示月内第几天点击率分布。图 4-13 显示了，当前 1 号到 8 号以及 29 号左右的点击率效果较好，中间部分的点击率较差，因此应该着重把精力放在月度的收尾时间上做优化。
6. 月内上、中、下旬对点击率的影响
表 4-7 显示了上、中、下旬对点击率的影响，发现上旬效果较好，下旬和中旬效果一般，这点与图 4-13 的数据结论方向一致。
表 4-7 月内上中下旬点击率分布
| 行标签 | 求和项:点击次数 | 求和项:展示次数 | 求和项:点击率_new |
|---|---|---|---|
| 上旬 | 7444346 | 741805537 | 1.00% |
| 下旬 | 9012733 | 1216327313 | 0.74% |
| 中旬 | 9725107 | 1388519251 | 0.70% |
| 总计 | 26182186 | 3346652101 | 0.78% |
落地应用：通过日历标记管理日期性要素
通过“4.4.2 不同日期维度下的影响分析”得到的日期规律，无法（也没有必要）通过人脑记住。使用日历法标记法可以有效管理。其中 6 个日期因素可使用最细粒度的三个因素表示：周几、月份、月内第几天，其他要素都基于这三个要素产生。
步骤一：建立未来日期日历记录
在新的工作薄中，建立新的日期。然后分别使用 WEEKDAY（不要忽视参数中设置将星期一作为第一天）、MONTH、DAY 函数得到星期几、月份和月内第几天。结果示例如表 4-8。
表 4-8 未来日期日历
| 日期 | 周几 | 月份 | 月内第几天 |
|---|---|---|---|
| 2021/6/1 | 2 | 6 | 1 |
| 2021/6/2 | 3 | 6 | 2 |
| 2021/6/3 | 4 | 6 | 3 |
| 2021/6/4 | 5 | 6 | 4 |
步骤二：复制权重到单元格
将 4.4.2 中“第 2 步 新建透视表并分析不同日期维度下的效果”中的三个日期的点击率复制到单独的单元格，作为日期要素的权重。结果示例如表 4-9。
表 4-9 三个日期要素的点击率权重
| 周几 | 周几点击率权重 | 月份 | 月份点击率权重 | 月内第几天 | 月内第几天点击率权重 |
|---|---|---|---|---|---|
| 1 | 0.007707921 | 1 | 0.010473596 | 1 | 0.010132419 |
| 2 | 0.00793821 | 2 | 0.016823655 | 2 | 0.009145429 |
| 3 | 0.007958889 | 3 | 0.006055624 | 3 | 0.007469664 |
| 4 | 0.008290659 | 4 | 0.005163537 | 4 | 0.01183399 |
| 5 | 0.008767155 | 5 | 0.007988956 | 5 | 0.01155092 |
| 6 | 0.006248963 | 6 | 0.021939095 | 6 | 0.014226337 |
| 7 | 0.005279677 | 7 | 0.020715071 | 7 | 0.012608411 |
步骤三：匹配权重到未来日期记录
使用 VLOOKUP 函数，将周几、月份和月内第几天的权重匹配到未来新的日期记录。如图 4-14，以 E3 单元格为例，=VLOOKUP(B3,I:J,2,0) 表示：为 B3 单元格（周几），到 I:J 两列中查找匹配记录，返回 I:J 的第 2 列（J 列）匹配结果，匹配模式为近似匹配（或模型匹配）。
上述操作完成后，得到三列新的基于点击率匹配的权重。在最后一列新增名为“均值”的列，使用 AVERAGE 函数计算三个权重的均值。以 H3 为例，公式为：=AVERAGE(E3:G3)。由此得到未来每日的日期性要素的权重。
步骤四：基于权重标记未来日期
计算得到均值权重后再将不同日期标记出来，目的是根据权重标记来确定不同日期的重要性，重要性越高就应该投入更多精力进行投放管理。这里使用 Excel 自带的“条件格式”实现。
如图 4-15，先点击单元格的 H 列选中该列所有数据；点击顶部菜单“开始”-“条件格式”，选择“色阶”，并从右侧窗口中选一种色阶模式。
“均值”列通过颜色来区分权重，颜色越深表示值越大。在对应日期下就应该加大投放资源，例如增加预算、延长投放时间等。这种可视化方式便于按日期进行管理，且整合了不同日期性因素的影响，相比单个要素的调节和控制更加科学。该结果在附件 Excel “第 4 章”-“4-4_date” 中，读者可查看详细信息。
知识拓展：基于组合媒体的排期管理
广告排期决定了广告展示的时间和周期。除了从单一渠道效果进行媒体排期管理外，还可以基于多个渠道的实际组合转化路径安排整体排期策略。图 4-16 为网站分析工具中统计到的转化路径数据，该路径转化量最多且占比较高，排期时需要综合考虑用户的实际媒体衔接模式和行为习惯。
图中路径包含 3 个媒介，分别是 ad1、ad2、ad3。用户在 3 者之间的访问间隔大概是 4 天、3 天。在安排广告投放时需要兼顾到 3 个媒体的广告访问间隔。广告排期大致如表 4-10：
表 4-10 基于用户转化路径的媒体组合与排期
在表 4-10 所示的排期策略上：
- 当 7-1 的 ad1 曝光后，同步从 7-1 到 7-5 需要跟上 ad2 进行投放，且投放时间要持续在 4 天左右；
- 在 ad2 曝光后，从 7-5 到 7-8 要衔接 ad3 的广告，同时需要大概 3 天左右的广告排期。
由于在广告曝光后无法保证用户一定会点击广告，因此还需要根据实际的广告点击率预估，根据广告曝光频次或曝光周期，以最小的曝光成本确保用户发生点击。
这种基于媒体组合的排期策略，广泛适用于企业站点中多个渠道共同发挥作用的场景，该数据可在网站分析工具的多渠道转化路径（或热门转化路径）中获取。当然，为了更好地梳理渠道组合规则，可以将多渠道的组合拆分为两两渠道间的组合，读者具体可参考“3.7 基于用户行为模式的渠道组合管理”的方法。