在《高手優(yōu)化，只有5步》中提到的5個解決問題的步驟，最重要的，是第3步：

查找問題。

只有找到問題，才能優(yōu)化調(diào)整。

就如數(shù)學(xué)考試得了90分，找到錯的那道題，解決它，下次才不會因為它而扣分。

查找問題的方法，就是分析數(shù)據(jù)。

當(dāng)然，要帶著推廣的目的去分析。

通過趨勢，了解變動

趨勢，讓我們了解賬戶、計劃等是如何發(fā)展變化的。

如果做匯報，放一張表格上去，老板十有八九是要訓(xùn)人的。

因為單純的數(shù)據(jù)統(tǒng)計是沒有意義的，要有對比，才有價值。

比如，這個月ROI是10，算好么？

不知道，因為沒有對比：

• 如果上個月的ROI是20，那這個月的ROI不算好。
• 如果上個月的ROI是1，那這個月的ROI還不錯。
• 如果上個月的ROI也是10，那么推廣還算穩(wěn)定

對比過去的數(shù)據(jù)，才知道當(dāng)前的結(jié)果是變好了，還是變壞了。

但有時，單純的一堆數(shù)據(jù)并不能顯示狀態(tài)的變化，而且容易眼花。

所以我們要看趨勢，趨勢就是在和過去對比。

而且，賬戶的表現(xiàn)如果出現(xiàn)波動，趨勢也必然出現(xiàn)波動。

了解賬戶的推廣情況，賬戶報表是最簡單直接的工作，因為它能直接顯示推廣數(shù)據(jù)的趨勢。

單維度的趨勢

百度推廣中，數(shù)據(jù)實時看大概是最常用的趨勢分析。

通過實時的消費(fèi)、點(diǎn)擊數(shù)據(jù)，與同比、環(huán)比的數(shù)據(jù)對比，能直觀顯示當(dāng)前推廣的主要數(shù)據(jù)變動。

不過，實時數(shù)據(jù)的變動趨勢，不在這篇賬戶數(shù)據(jù)分析的范圍之內(nèi)。我們需要的，是“天”以上的周期趨勢。

比如，某個時段的消費(fèi)趨勢：

上圖顯示，賬戶消費(fèi)有波動，而且7月25日左右消費(fèi)出現(xiàn)低谷，但整體是緩慢下降的趨勢。

雖然顯示了異常波動和整體趨勢，但，單純一張消費(fèi)趨勢，不能告訴我們更多東西了：消費(fèi)為何出現(xiàn)低谷？消費(fèi)下降到底是點(diǎn)擊單價降下來了，還是點(diǎn)擊量在下降？

這時就要看雙維度的趨勢對比。

雙維度的趨勢對比

對比有關(guān)聯(lián)的兩組數(shù)據(jù)。

如果對比消費(fèi)和展現(xiàn)，是沒有意義的，因為兩者沒有關(guān)聯(lián)。

有關(guān)聯(lián)才有對比的意義，比如點(diǎn)擊和點(diǎn)擊單價：

在點(diǎn)擊基本保持穩(wěn)定的情況下，點(diǎn)擊單價有下降的趨勢。

點(diǎn)擊和點(diǎn)擊單價的乘積，就是消費(fèi)。所以消費(fèi)也是下降的趨勢。

那么我們可以判斷說，賬戶的推廣效果是在變好的：流量沒變，價格便宜了，所以成本降低了。

如果點(diǎn)擊沒變，或者是下降的趨勢，而單價是上漲的趨勢，那么不僅僅消費(fèi)在增加，推廣效果也在變差，因為流量成本在增加。

可是，這樣依舊無法獲知產(chǎn)生消費(fèi)、點(diǎn)擊的低谷的原因。

這就需要細(xì)分?jǐn)?shù)據(jù)，因為賬戶的整體表現(xiàn)，是不同計劃的表現(xiàn)，復(fù)合的結(jié)果。

分析，就是不斷細(xì)分

把數(shù)據(jù)往下細(xì)分，能夠找到推廣效果變化的根源。

細(xì)分的方法，可以是：

• 賬戶層級：賬戶→計劃→單元→關(guān)鍵詞→創(chuàng)意
• 推廣設(shè)備：PC、移動
• 推廣地域
• 推廣時段

比如，從賬戶層級細(xì)分到計劃層級：

一個點(diǎn)擊量占賬戶50%以上的計劃，它的表現(xiàn)也是點(diǎn)擊穩(wěn)定、單價略有下降。

所以賬戶的流量成本降低，有這個計劃一份功勞，而且點(diǎn)擊低谷不是這個計劃造成的。

繼續(xù)查看其他計劃的趨勢，就能知道，7月25日左右的消費(fèi)和點(diǎn)擊低谷，是對其他計劃暫停調(diào)整造成的。

不過，細(xì)分的主要用處，不是查找哪里產(chǎn)生了波動，而是產(chǎn)生波動、影響推廣效果的原因。

比如，某天網(wǎng)頁轉(zhuǎn)化數(shù)量98，對于賬戶來說，這只是一個統(tǒng)計結(jié)果：

從這樣一個統(tǒng)計結(jié)果，是無法查找原因，只有往下細(xì)分，才能知道哪些計劃帶來了轉(zhuǎn)化，哪些只花錢、不轉(zhuǎn)化：

細(xì)分之后，不同計劃的轉(zhuǎn)化效果就有了區(qū)別，這就有了判斷問題的方向。

比如，想要降低網(wǎng)頁轉(zhuǎn)化的成本，那么第2、3個計劃就需要重視一下，因為他們的成本更高。

而計劃其他的數(shù)據(jù)也顯示出其他問題：

• 無展現(xiàn)。倒數(shù)的計劃只有幾千幾百，甚至幾十的展現(xiàn)，是為什么呢？因為出價太低了么？還是計劃的搜索量就是很少？
• 有展現(xiàn)無點(diǎn)擊。為什么點(diǎn)擊率從3%~16%，差距那么多？是因為出價太低導(dǎo)致的排名太低么？還是創(chuàng)意未能命中搜索需求？
• 有點(diǎn)擊無轉(zhuǎn)化。為什么同樣16%的點(diǎn)擊率，轉(zhuǎn)化率差了30%？是流量質(zhì)量問題，還是著陸頁設(shè)計的問題？
• 網(wǎng)頁轉(zhuǎn)化率低。不足1%的轉(zhuǎn)化率，是頁面設(shè)計原因，流量質(zhì)量原因，還是網(wǎng)站宕機(jī)、加載慢？
• ……

想要回答這些問題，就要將數(shù)據(jù)繼續(xù)細(xì)分到單元、關(guān)鍵詞、創(chuàng)意、地域、時段……

分析數(shù)據(jù)的過程，其實就是不斷細(xì)分的過程。

不斷的將數(shù)據(jù)細(xì)分，就能不斷靠近問題的根源。

轉(zhuǎn)化數(shù)據(jù)的分析

賬戶報表無法呈現(xiàn)所有的轉(zhuǎn)化數(shù)據(jù)。比如，咨詢工具的對話數(shù)據(jù)、用戶注冊的輸幾局、APP的下載數(shù)據(jù)等等。

這時我們就需要將轉(zhuǎn)化數(shù)據(jù)和點(diǎn)擊數(shù)據(jù)對比，來了解：哪些計劃帶來了轉(zhuǎn)化、哪些關(guān)鍵詞帶來了轉(zhuǎn)化。

將轉(zhuǎn)化數(shù)據(jù)和賬戶的點(diǎn)擊數(shù)據(jù)對應(yīng)的關(guān)鍵，就是URL跟蹤標(biāo)識。

利用API打通數(shù)據(jù)

如果公司有一定的IT能力，可以直接利用API，將推廣賬戶、咨詢工具、CRM系統(tǒng)的數(shù)據(jù)打通，從而直觀展現(xiàn)推廣、轉(zhuǎn)化效果。

如果沒有IT能力，可以使用簡單的工具來完成數(shù)據(jù)的分析。

以咨詢轉(zhuǎn)化為例，最簡單的方法，就是使用轉(zhuǎn)化解析工具。

百度推廣客戶端的轉(zhuǎn)化解析

使用百度競價時，推廣的URL添加了設(shè)備參數(shù)、百度匹配標(biāo)識，就可以將咨詢工具的對話數(shù)據(jù)導(dǎo)入推廣客戶端，直接分析出不同計劃、單元、關(guān)鍵詞等等的轉(zhuǎn)化效果。

在這里，百度匹配標(biāo)識，就是推廣客戶端將轉(zhuǎn)化數(shù)據(jù)和點(diǎn)擊數(shù)據(jù)進(jìn)行對應(yīng)的URL跟蹤標(biāo)識。

設(shè)置好URL分析參數(shù)和轉(zhuǎn)化模板：

比如轉(zhuǎn)化對話，是按照客服標(biāo)定的客人類別進(jìn)行區(qū)分。

導(dǎo)入數(shù)據(jù)后就獲得轉(zhuǎn)化數(shù)據(jù)：

根據(jù)需求，可以將關(guān)鍵詞、設(shè)備等轉(zhuǎn)化數(shù)據(jù)導(dǎo)出Excel，進(jìn)行更深入的分析。

如果使用的推廣平臺，不像百度推廣一樣有轉(zhuǎn)化分析工具，或者是注冊、下載數(shù)據(jù)怎么辦？Excel。

Excel分析轉(zhuǎn)化數(shù)據(jù)

使用Excel分析轉(zhuǎn)化，前提是推廣URL中添加了完整的跟蹤標(biāo)識。

使用常見的函數(shù)、數(shù)據(jù)透視表分析轉(zhuǎn)化，應(yīng)該是廣告投放人員的基本功吧。這里就簡單敘述下。

還是以咨詢轉(zhuǎn)化為例。

下載時段內(nèi)，咨詢工具記錄的轉(zhuǎn)化對話的來源URL：

將URL跟蹤標(biāo)識分拆出來?？梢灾苯臃至校缓筇鎿Q掉跟蹤標(biāo)識：

和賬戶導(dǎo)出的計劃、單元等的數(shù)據(jù)整合在一起，或者利用數(shù)據(jù)透視表，就得到了轉(zhuǎn)化數(shù)據(jù)：

配合條件格式，可以更直觀的展現(xiàn)轉(zhuǎn)化情況。

需要注意的是，無論是客戶端還是Excel，部分轉(zhuǎn)化URL可能因為無法跟蹤而丟失數(shù)據(jù)。比如來自線索通的對話。

類似的，分時、設(shè)備、地域的轉(zhuǎn)化報告，也可以利用同樣的方法獲取到。

多維度交叉分析

很多時候單獨(dú)看某個計劃、地域的數(shù)據(jù)，并不能很好的做策略的調(diào)整。這時候就需要多維度交叉分析。

這也可以看成一種細(xì)分?jǐn)?shù)據(jù)的方式。

比如，利用成交數(shù)據(jù)源，直接生成兩個數(shù)據(jù)透視表（成交數(shù)據(jù)源是日常統(tǒng)計中的源數(shù)據(jù)之一，后續(xù)文章會介紹）：

通過兩個表格就可以知道，在時段內(nèi)，丙團(tuán)隊業(yè)績最好，最好的產(chǎn)品/計劃是 C；C 產(chǎn)品/計劃在北京、山東、河北賣的比較好。

當(dāng)然，也可以把兩個表格合到一起：

加上各個產(chǎn)品/計劃在各地區(qū)的消費(fèi)、點(diǎn)擊、咨詢，就可以計算出不同計劃在不同地區(qū)的投資回報率、點(diǎn)擊單價、咨詢率、線索成本、成交成本等等。

再細(xì)致的話，還可以加上推廣設(shè)備、推廣時段等等維度，甚至細(xì)分到星期、關(guān)鍵詞。

有了上面的數(shù)據(jù)，就可以調(diào)整銷售團(tuán)隊的資源分配，優(yōu)化賬戶的投放策略。

上圖只是示例，沒有放那么多維度。

維度越多，需要的數(shù)據(jù)基數(shù)越大，否則很容易出現(xiàn)誤差，誤導(dǎo)策略調(diào)整方向。

另外，如果賬戶搭建的比較亂，計劃、單元下覆蓋多種需求，多維度分析的意義會大打折扣，甚至失去參考價值。

數(shù)據(jù)基數(shù)與結(jié)果偏見

在數(shù)據(jù)分析中，需要注意的兩個問題。

過小的基數(shù)，沒有意義

數(shù)據(jù)要有一定基數(shù)，才有意義。

比如一個創(chuàng)意，展現(xiàn)10次，點(diǎn)擊8次，點(diǎn)擊率80%，能算高么？

這個點(diǎn)擊率可能要暫時忽略，因為基數(shù)太小，需要繼續(xù)放量到展現(xiàn)幾百上千次，再看點(diǎn)擊率才有意義。

一個詞，點(diǎn)擊一次，帶來一條線索，能算轉(zhuǎn)化率100%么？

同樣也要暫時忽略，繼續(xù)放量到點(diǎn)擊幾百上千次，再看轉(zhuǎn)化才有意義。

摒棄結(jié)果偏見

結(jié)果偏見的影響還是很大的。

比如，某個計劃沒展現(xiàn)、沒點(diǎn)擊、沒轉(zhuǎn)化，就放在那里不管了。

但可能這個計劃是因為：

• 出價太低了，或者詞太少了，導(dǎo)致沒有展現(xiàn)；
• 或者是排名不夠高，創(chuàng)意不匹配，導(dǎo)致沒有點(diǎn)擊；
• 又或者是匹配太寬泛、頁面質(zhì)量差，導(dǎo)致沒有轉(zhuǎn)化。

如果我們直接因為某個時段的數(shù)據(jù)統(tǒng)計結(jié)果不好，就認(rèn)為這個計劃、單元、關(guān)鍵詞不夠好，而直接放棄，是不對的。

因為可能經(jīng)過調(diào)整優(yōu)化，這個計劃的數(shù)據(jù)表現(xiàn)能夠達(dá)到平均水平，整體的推廣效果也就提高了。

對于每個計劃、每個單元，我們心里都應(yīng)該有一個定位，高點(diǎn)擊的、高轉(zhuǎn)化的、低成本的……這些定位，來自于數(shù)據(jù)的分析。

對于一個計劃、一個單元，為什么暫停，為什么提價，為什么調(diào)整系數(shù)……各種操作的理由不能是我們的結(jié)果偏見，而是基于數(shù)據(jù)的判斷。

總結(jié)下。

SEM的數(shù)據(jù)分析，包括賬戶數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)兩部分。

將兩部分?jǐn)?shù)據(jù)對應(yīng)起來的關(guān)鍵，是URL跟蹤標(biāo)識。

通過查看趨勢，了解賬戶、轉(zhuǎn)化的整體變化情況，發(fā)現(xiàn)異常波動。

通過不斷細(xì)分，能夠查找出產(chǎn)生異常波動和推廣效果差的原因。

最后，上面只是數(shù)據(jù)分析的一些思路。另有一些簡單有效的方法，比如四象限、二八法則，以前的文章寫過，可以參考。