數據分析，難，難于上青天。

關于數據分析，小編曾寫過很多，但從沒系統化寫過“數據分析方法”。

所以，今天就系統寫一下，大家可根據自身情況選擇最適合自身的方法。

指通過計算某個維度所占維度總量的比例，從而去判斷投放方向或投放效果。

公式：比重=某維度數值 / 總量 X 100%

舉個栗子。

如下圖，是一套營銷數據，從中通過計算，我們可以清楚地了解到每個地區：

• 每個地區花了多少錢？
• 每個地區轉化是多少？

以北京地區為例，它的轉化低于消費，說明整體轉化并不好，那我們就需要思考：

• 轉化不好是哪出了問題？
• 目前北京的消費比例符合我的目前推廣策略嗎？

而河北地區，轉化高于消費，證明該地區轉化很好，那我們就需要思考：

• 該地區需要加錢嗎？

通過對各個指標的占比進行分析，我們可以清楚地了解到每個地區的情況。

這便是比重分析法。

注：該方法較為適合多產品、多地區推廣的賬戶。

倒推法，是競價推廣中常用的一種方法，但更多被應用于戰略目標的制定。

即：根據歷史數據，將成交—線索—對話—點擊—展現倒著進行推理的過程。

比如：本月目標線索量為50，參考線索率為50%，那么我們就需要100次對話才能完成；如果100次對話，那么通過倒推就需要4000次點擊才能完成對話；如果點擊率為5%，那么我們就至少需要20萬以上的展現才能完成既定目標。

蒙牛的牛根生曾說過：只修改手段，不修改目標。而通過各個維度的細分化，當完不成目標時我們可以明確知道應該主要對哪部分進行優化。

關鍵詞是競價推廣之根本，那么便可通過對關鍵詞進行系統化分類，從而有針對性地進行優化。

通常，主要分為以下四類：

像這類詞，大都集中在品牌詞等，且它屬于優質詞的一類，針對較為優秀的詞可以進行放量操作

例如：加詞、提價、放匹配等等。

像這類詞，主要集中在產品詞和行業大詞。

點擊成本高，往往說明點擊流量多且雜，這類情況建議有條件地放量操作，即：獲取流量的同時，去控制流量的質量。

主要操作有：

• 加詞、
• 優化賬戶結構（使賬戶流量結構更精準）
• 優化創意（利用創意篩選部分雜質流量）

這種情況，往往都是沒有集中詞性，通?？筛鶕韵聝牲c來進行判斷下一步的操作：

• 均價高還是低？
• 流量大還是??？

若流量很大，均價很低，往往通過優化頁面來進行；若均價很高，流量一般，便是進行降價操作；若是因為流量意向低，建議進行收匹配操作。

像這種情況，大多數都為“只點擊一次就產生了對話”，我們就以為是優質詞，便進行放量操作，但也有可能是意外。

所以，像上述這種情況，應保守放量，等明確情況后在進行大肆放量操作。

指通過每天羅列、收集賬戶中核心指標數據【消費、展現、點擊、抵達、對話、線索、成交】，然后根據核心數據算出一些輔助數據，像【點擊率、對話率、點擊成本】等，通過將不同周期的數據進行對比，從而發現病種。

比如下圖是整理的一個營銷流程表。其中，每天的數據變動一目了然，但如果想要分析，又會覺得太過復雜。

所以，便可將數據按照日期分為兩個周期，將兩個周期進行對比分析。

再看下圖，是數據對比后的截圖。我們可以輕易看出6.16-6.22與6.9-6.15之間的數據變動，發現其問題。

指針對不同維度間的數據進行分析，從而確定優化方向。

單一維度主要可分為：產品維度、時段維度、設備維度、地區維度、關鍵詞維度。

以時段維度為例。

我們可將某計劃里的時段數據進行分析，從而確定哪個時段轉化較好，哪個時段轉化較差；然后根據數據修改推廣方向。

像下圖，可看出15點、14點、19點轉化高，那我們便可在這段時間內加大投放力度。

很多時候，我們之所以數據分析難，是因為我們根本不知道怎么做。

而通過對上述數據分析方法的了解，可幫助我們大幅度提升數據分析的效率，明確優化方向。

作者：小兔子 ，授權青瓜傳媒發布。

來源：厚昌學院（ID：semlianmeng）