top of page

Dashboard - Facebook Ads

O dataset utilizado neste projeto foi extraído do site Kaggle, e diz respeito aos dados da campanha publicitária de uma organização anônima no Facebook. Este projeto, por se tratar de uma análise de dados, possui dois objetivos.

Primeiro, demonstrar e testar meus conhecimentos e habilidades na criação de um Dashboard interativo utilizando o Power BI, focando somente nas informações essenciais, tornando a análise dos dados o mais objetiva possível, observando somente indicadores e dados relevantes para a tomada de conclusões.

Segundo, tirar conclusões e insights a respeito das campanhas e possivelmente propor sugestões que aumentem a eficiência dos anúncios maximizando o lucro da empresa.

dashimg.png

Conclusões Gerais

  • A Campanha C é a campanha com maior número de visualizações, cliques e conversões. Apesar disso, suas taxas de performance são muito baixas. Somente 2,4% de CR (Conversion Rate)

  • De forma análoga, as Campanhas A e B, mesmo tendo menores quantidades de visualizações e cliques apresentam melhores taxas de performance:

    • A Campanha B apresenta 9% de CR e a Campanha A apresenta 21% de CR.

  • Enquanto as Campanhas A e B apresentam principalmente um Custo-por-Conversão bem baixos (o que é bom), a Campanha C apresenta um Custo-por-Conversão muito alto.

  • Outros índices como CTR (Click-Through-Rate) e o CPC (Cost-per-Click) são muito próximos entre as três campanhas, mesmo a Campanha C apresentando sempre piores valores.

  • A diferença entre os valores investidos em cada campanha é gritante. Enquanto os valores investidos na Campanha C representam 94,8% do valor total, as Campanhas B e C representam respectivamente 4,9% e 0,2% do investimento total. 

  • Além disso, quando se compara esses valores com as taxas de conversão de cada uma (CR x Spent (USD)), é notável que a Campanha C precisa de aperfeiçoamentos. 

SUGESTÃO: Por mais que a Campanha C represente boa parte do lucro da empresa, isso só é possível graças ao enorme investimento em seus anúncios, já que suas taxas de conversão são extremamente baixas. O ideal seria reformular a campanha para elevar a CR, tornar o lucro maior e minimamente condizente com o valor investido.
Para isso devem ser realizadas mudanças que aumentem a conversão dos clientes, como promoções ou melhorar a experiência do usuário no site, afinal, já que a taxa de cliques está próxima das outras campanhas, o problema não parece estar relacionado aos algoritmos de interesses, gênero ou idade. 
Uma mudança importante na base de dados seria relacionar os dados com a data a que se referem as compras. Assim, seria possível estudar o comportamento dos clientes ao longo do tempo e, eventualmente, realizar promoções nos dias da semana ou do mês e nos horários mais propícios. Nesse momento testes do tipo A/B seriam muito úteis para otimizar a performance.
Outra possibilidade, dependendo da regra de negócio e dos produtos de cada campanha, seria aumentar o investimento nas Campanhas A e B e reduzir na Campanha C até que se melhore as taxas de conversões. Isso se justificaria também pelos baixos valores gastos até o momento com ambas campanhas em comparação à Campanha C. 

Conclusões Sobre Público-Alvo

Interesses

  • Os interesses que mais geram conversões são o 29 e o 16, muito por conta da Campanha C, embora os interesses de número 10 e 15 também tenham gerado boas conversões quando nas Campanhas B e A respectivamente.

 

SUGESTÃO: Focar nesses interesses e desconsiderar os interesses acima de 100, com baixa conversão.

Gênero

  • De modo geral, mais mulheres visualizam e clicam no anúncio, por isso apresentam maior CTR entretanto, a conversão final (CR) é feita mais por homens que mulheres.

  • Na Campanha A os valores de CR e CTR são relativamente próximos para ambos os gêneros, embora sejam as mulheres que apresentam a maior taxa de clicks (CTR). Apesar disso, a maior parte das visualizações vêm dos homens, que também apresentam maior taxa de conversão (CR).

  • Na Campanha B cerca de 75% do público é composto por mulheres, e embora a taxa de clicks seja muito próxima para ambos os gêneros, a taxa de conversão para os homens é quase 6x maior, o que mostra que o anúncio é mais atraente para mulheres, embora o produto oferecido veja mais voltado para homens.

  • Na Campanha C a composição do público é relativamente próxima e os valores de CR e CR também, embora sejam os homens que convertem mais.

 

SUGESTÃO: Adequar a aparência do anúncio para o público masculino (aumentar a CTR) ou adequar o produto para o público feminino (aumentar a CR), principalmente nas Campanhas A e B. A Campanha C, como dito acima, não parece ter seus problemas relacionados ao publico-alvo.

Idade

  • As faixas etárias que mais visualizam os anúncios são de 30-34 e 45-49 anos. Embora a faixa etária que mais clica seja a de 45-49 anos, a com maior taxa de conversão é a de 30-34 anos.

  • Na Campanha A o público na faixa de 30-34 anos é a que mais visualiza, clica e compra os produtos, embora o público de 35-39 anos tenha a maior CR e o de 45-49 anos com maior CTR .

  • Na Campanha B quem mais visualiza e clica é o público de 45-49 anos, embora o com maior taxa de conversão seja o de 30-34 anos.

  • Na Campanha C o público é bem dividido entre as idades mais jovens (30-34) e mais velhas (45-49), embora quem clique mais sejam os mais velhos e os que compram mais, os mais jovens.

​

SUGESTÃO: Seria interessante estudar a falta de conversão na faixa de 45-49 anos. 

Adequar a aparência do anúncio para o público jovem (aumentar o CTR) ou adequar produto para o público mais velho (aumentar o CR).

bottom of page