起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識SEM技巧：手把手教你做數據分析
很多人都會覺得做數據分析很難，但是通過不斷地學習與練習，再加上技能和方法的掌握，你一定會發現數據分析其實并不難！
很多剛入門SEM的小伙伴都覺得數據分析很難，尤其是看到那一堆密密麻麻的數據時更是無從下手，一臉懵逼。
這是每個人都會經歷的困惑，不過只要你不斷地去摸索、學習，會發現其實數據分析也沒想象中的那么難嘛！
但，要注意方法！
我見過一些SEMer在分析數據時會把關鍵詞報表一導，看到點擊率低了，趕緊把創意換了；看到對話率低了，再把url給換了；看到關鍵詞沒排位、沒展現，二話不說把單元內的關鍵詞全選，批量提價。
這哪能叫數據分析呀！這簡直是瞎搞，還不如那群只會調價的競價員呢！
要明白，數據分析不是為了做數據分析而去數據分析，看問題不能只看局部，不能哪里著火了就上哪里滅火，要從整體去考慮問題，帶著目標去解決問題，才不至于陷入瞎忙之中。
為了方便大家理解，咱們就來看兩組不同時間段的對比數據（一般情況下，我們為了更直觀地查看投放效果，會采用對比的方式來觀察數據。對比的方式分為兩種，一種為環比，即環比上周期數據，如本周數據環比上周數據；一種為同比，即同比上年本周期數據，如今年10月份數據同比去年10月份數據）。
通過上圖數據來看，B時間對比A時間，能看出什么問題呢？
是的，B時間肯定采用了放量（擴大匹配模式）、降價的操作，因為展現、點擊、對話增加了，均價下來了。
但有實際上的效果嗎？
沒有，轉化不升反降，轉化成本比原來增加100塊錢，可以說虧了。
既然發現了問題所在，接下來就要找出問題，看問題到底出在哪里。所以接下來要做的不是分析，而是收集數據，并把數據進行關聯。
首先打開百度推廣客戶端，下載指定時間的關鍵詞數據復制到Excel表中，接著導出對話數據和轉化數據，把這兩個數據關聯到關鍵詞表中（關聯數據用url進行關聯，需要用到兩個函數，一個是Countif，用來統計對話、轉化次數；一個是Vlookup，把對話、轉化數對應到相應的數據源中）。
以下為整理好的數據例圖：
收集完數據后，才進入分析階段。
一般分析數據會從計劃層級、關鍵詞層級2個維度來進行分析：
一、計劃層級
查看計劃報告，是為了從一個較大的角度來觀察賬戶，了解每個計劃的轉化能力。
所以我們可以直接使用整理好的關鍵詞報表，將其制作成數據透視表，以方便查看各個計劃的投放效果。
以下為數據透視表例圖：
這樣，每個計劃的轉化能力就一目了然。
如果是預算較小的賬戶，就可以先暫停轉化少或無轉化的計劃，把預算留給那些轉化效果好的計劃；
如果賬戶的預算充裕，就可以針對那些展現少的計劃進行放量操作，以觀察其實際的轉化效果；
如果是多產品（多地區）的賬戶，就能更直觀地看出哪個產品（地區）轉化更好，就可以針對該計劃加大投放。
這就是從計劃的維度來分析數據，單元報告的分析方法與計劃大同小異，所以就不再贅述了。
二、關鍵詞層級
關鍵詞分析是數據分析中非常重要的一個指標，無論你是在計劃還是單元的維度中發現到了問題，最終的操作都要落實到關鍵詞的層級上。
分析關鍵詞數據時，需要用到上述整理好的關鍵詞報表，制作方法就不再復述，上面已經說得很清楚了，唯一要注意的是，一定要給每個關鍵詞的url加上追蹤代碼。
通過上圖，我們可以很清楚地看到每個關鍵詞的消費、點擊、展現、對話、轉化數據。這樣，就能很容易地判斷出每個關鍵詞效果的好與差，接著再用四象限分析法來分析數據就方便多了（分析創意數據與關鍵詞數據大同小異，四象限分析法同樣適用）。
第一象限：消費高，轉化高。在均價合理的情況下，這是非常好的一類關鍵詞，說明容易被人看到，容易被點擊，容易產生咨詢，轉化也高。
這類詞需要重點關注，應該著重關注它的排名，如果均價沒有高到離譜，轉化成本沒有超過預期金額，就不要輕易降價。
第二象限：消費低，轉化高。消費低說明展現少或被點擊的次數少，轉化高即為關鍵詞足夠精準。
這類詞也是應該花時間去關注的詞，如果消費低是因為展現太少，就放匹配，平時多否詞即可；
如果消費低是因為點擊均價太低，就去查看排名，排名低則嘗試提價；
如果有排名，還是占位1-2名之間，就去查看創意，是不是廣告寫得不太吸引人。
第三象限：消費低，轉化低。消費低說明展現少或被點擊的次數少，轉化低即為流量不精準。
這類詞可以放量操作，把匹配模式擴大一些，多做否詞。等量上來后，再看逐步觀察點擊、對話的效果，如果點擊差則關注創意，如果對話差則關注著陸頁。
第四象限：消費高，轉化低。消費高說明點擊多或點擊均價太高，轉化低即為流量不精準或關鍵詞本身就是流量詞。
這類詞是導致轉化成本過高的元兇，一定要將其扼殺于搖籃之中，屬于重點關注的詞。
在分析、優化這類詞時，先打開搜索詞報告，看看該關鍵詞的匹配亂不亂，亂的話即否詞，若正常則關注創意、對話是否足夠吸引人，咨詢人員的話術是否有問題。
如果這些問題都沒有，就看點擊均價是否過高，過高則降價，合理則縮匹配。
有人說像這種沒轉化的詞可以暫?；騽h除，在預算充裕的情況下，我認為沒必要，只要低價、放量跑就行了，因為每個關鍵詞帶來的搜索詞都是不一樣的，A關鍵詞可能會帶來B搜索詞，B關鍵詞可能會帶來C搜索詞。這樣既方便拓詞操作，也許有時還能帶來轉化的驚喜。
以上就是數據分析的方法，總結一下：做數據分析時要先對比數據，通過對比發現問題，再通過收集數據來找出問題。從計劃、單元再到關鍵詞，一步一步細化數據，最后落實到具體操作上，解決問題。
這樣逐步拆解，其實數據分析也不難，我們在分析數據時只需記住一點，這錢花得值嗎？不值就有問題，就需要去找出原因。
作者：Deity，公眾號：心魔營銷
本文由 @Deity 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
四象限分析是誤人子弟 ??
水文一篇罷了
優秀的競價員核心在于:對行業的了解，對賬戶的熟悉，沒有這兩點就談數據分析就是扯淡，適用于所有廣告投放渠道，因為這兩年，所以渠道都會“自消“所有廣告核心方向不應該在在乎競爭，而更應該關心轉化
對于賬戶的了解無非分詞就已決定，行業沒啥好說的，都不一樣。
但數據分析重在方向，策略，這點是所有行業共通的。
還有你說應該注重轉化，沒錯，但是否考慮過成本？畢竟競價本身就是個花錢買流量的東西，若轉化成本高于收入，那轉化再多又能怎樣？結果還是虧。
學習了
學設計專業的，第一次看數據分析這領域的東西，有點摸不著頭腦，但是覺得很厲害?？赐赀@篇文章，準備去了解一下這個領域