AEO Service

尽管营销建模组合的顶峰是使用一种工具，通过该工具我们以尽可能最佳的方式在所有渠道之间分配预算，但事实是能够对影响的所有变量进行详尽的分析我们业务的销售情况，已经是非常有价值的信息，可以极大地影响我们的决策。

在整个博客中，我们将看到通过营 菲律宾购物数据 销建模组合可以分析的所有因素。




这是对整个项目及其变量的广泛而普遍的分析，但我们可以得出许多有趣的见解。

我们可以首先看看模型如何以非常严格的方式预测销售。除了两个具体点：八月和九月，所以这可能是我们必须分析可能发生的事情的两个月。这两个月的数据可能发生了变化，或者可能由于一些意外的变数而导致销售额增加。

我们还可以在每个渠道上看到我们的 CPO“每笔订单成本”。我们可以看到，虽然 Meta 中“销售转化”广告系列的广告投资具有非常低的 CPO，但效果最大化广告系列和购物广告系列的 CPO 却非常高。

我们还可以分组查看所有渠道的投资历史。
至此，我们现在对所有与销售相关的渠道的整个投资有了一个全球视野，我们可以得出第一个结论。
这些模型的理想情况是，仅仅凭借这些见解，我们就可以提出假设和疑问，这些假设和疑问必须通过稍后进行的分析来解决。
分析对各渠道销售的影响。
这是最引人注目的点之一，因为我们在这里看到的效果和我们在分析中假设的效果可能会有所不同。

这种营销组合模型还使我们能够看到变量如何随时间影响销售的全球视野。
但我们不仅可以把所有渠道放在一起看到这个效果，我们还可以逐个渠道来分析我们的投资是否有效果。在上升高峰期间，您是否会在该变量上投入更多资金？

反之亦然？
在这里，我们可以看到，自从我们投资 Google Ads 效果最佳的广告系列以来，几乎每个销售高峰在同一天，对此类广告系列的投资都会增加。从我们已经可以想象的来看，它对销售的影响是巨大的。


然而，我们在Meta的投资活动中看到它并没有那么多的调整。因为在某些时期，投资增加很多，但销售额却没有增加，或者相反，销售额增加，但它们并不是由于此类元营销活动的投资增加所致。

但这还不是全部。为了更清楚地了解我们的投资的影响，它还告诉我们我们分配给每个渠道的投资的百分比，并且还告诉您每个变量对销售的实际影响。
我们可以简单的看一下它的效果：
或者它对销售和投资的影响百分比。
这是营销建模组合的优点，因为很多时候我们发现我们在对我们的销售有很大影响的渠道上的投资很少，反之亦然。

相关性分析
为了更好地了解我们的销售渠道，我们可以分析所有变量与销售之间的相关性，甚至变量之间的相关性：Facebook 的投资如何影响 Google 营销活动，Google 营销活动如何干扰电子邮件营销活动……看看它们在多大程度上受到影响。相关可以帮助我们更好地了解这些影响以及我们应该投资哪个渠道。

我们可以看到 Facebook 转化广告系列和目录广告（动态再营销）和 Google 购物广告系列之间存在很大的相关性。然而，更明显的是 Bing 和 Pmax 活动之间的相关性，这很奇怪，因为它们是两个不同的搜索引擎。

通过逐个分析销售变量的相关性，我们可以看到随着对该渠道的投资增加，销售如何变化。