怎样进行SEM账户数据分析
今天我就分别从账户、网站、咨询三大环节来讨论一下收集什么数据、怎么进行数据分析。
1 账户层级
账户层级的数据分析可以概括为五个环节六个维度四个方法。
五个环节
其实不管是账户、计划、单元还是关键词都可以分为这五个环节来进行对比的。比如以时间为维度，按日、周、月或者年度数据进行同比或者环比的分析，发现哪个层级出现问题再找出对应的解决办法。
另外再推荐一个方法，就是把层级的数据扩散 。
展现量：预算、时段、地域、关键词数量、匹配模式、搜索指数、出价等
点击量：创意、排名、出价、质量度
访问量：网站速度
咨询量：网站速度、用户体验、咨询电话入口
订单量：咨询话术、口碑、负面、品牌、产品
六个维度
考核推广效果的标准是什么？CPA和订单量。那营销的目的是什么？以最少的投入获得最大的订单量。预算和订单量，可以从六个维度来进行预估和分析。
投放在哪个平台（百度、360、搜狗、神马…），每个平台预算多少？
投放在哪个地域（全国还是部分地区），每个地域预算多少？
投放在哪个终端（PC还是移动），每个终端预算占比多少？
投放在哪个时段，每个时段预算多少？
投放在哪个产品（主要产品和辅助产品），每个产品预算多少？
投放在哪些词上（品牌词、通用词、产品词、竞品词、人群词），每种词预算多少？
通过获取各个纬度的数据进行对比分析，就可以找出重点，把费用和精力放在主要的纬度上。
四个方法：
趋势分析法
主要是按时间周期对各层级数据的波动幅度进行分析得出行业在不同时间段的规律，比如淡旺季，比如早晚流量趋势等
比重分析法
主要是计算各纬度的数据占比，如地域占比，PC端占比快速掌握公司的核心推广产品、渠道、以及地域等
二八分析法
这里主要是对关键词分析。例如消费或者转化占比80%的词，需要用80%的精力来关注，进行重点监控。
四象限分析法
高消费高转化：重点监控，降低CPC；高消费低转化：增加转化，不行就暂停删除
低消费高转化：增加流量曝光，提价，拓宽匹配模式等
低消费低转化：增加消费，增加转化，精力暂时放后
2 网站层级
网页的各纬度数据包括页面加载速度、用户体验以及咨询工具等的好坏直接影响到页面转化率，所以我们要通过这些数据来验证是不是因为网页的问题导致推广效果出现波动。今天主要介绍一下利用百度统计的热力图和事件分析工具来优化网页设计。
以颜色变化展现访客在页面上的点击分布情况
展现访客对页面上的链接点击的次数
通过热力图和页面点击图的设置，就可以查看该区域点击的来源信息，可以通过来源类型、搜索引擎、搜索词、地域、浏览器、推广关键词等多个维度查看，然后根据分析到的结果对页面进行优化设计。
事件转化
从前期的搭建账户，关键词选择到后期的创意撰写页面引导，我们最终的目的，不过也就是吸引访客点击咨询，从而留下线索甚至成交。那么把各类咨询入口设为事件分析的目标就显得尤为重要。咨询入口的样式布局以及弹窗跳出的时间和频率不同，都会影响到访客事件点击的数据不同，我们可以根据不同的分析情况进行有针对性的优化。
3 咨询层级
竞价员和客服，有时候就像冤家，经常互掐。出现问题也会彼此推脱，要么说推广效果不好，要么说是咨询转化能力太差。到底谁胜一筹，一切要以数据说话。
考核客服的标准，就是套电率/套电量以及预约/订单量。套电量和订单量会随着竞价流量的变化而变化，但是关于转化率的问题两个部门确实相互影响相互制约。对于客服部门来说，话术，心态和流程是重要的三个环节。关于咨询的数据分析就是查看各个咨询人员的转化数据情况是否有波动，咨询数据是否分配合理，对话的数量和质量，以及一些细小环节数据，比如漏接率，邀请率，接线反应时间，回访的频率等。
作为竞价推广的重要因素，账户、网站、咨询，每一个节点都需要进行严密的数据分析。先明确分析的目的，然后收集并整理好数据材料进行分析找出问题所在，才是数据分析正确的打开方式。
美林数据技术股份有限公司
2019-06-26 广告
1、你做数据分析的目的
2、围绕目的收集你需要的数据
3、从账户到计划到单元到关键词，层层剥茧
4、反推，老板要的是出单，你就从出单开始反推，影响出单的因素有哪些？老板要的是注册，影响注册量的影响有哪些，一级一级过，找出问题
5、数据对比，效果好的时候和不好的时候，是哪里的数据出了问题？排除不可变的客观因素，为什么会出现这个问题？是否优化操作哪里改动错了，达到的是负面效果等等
你的账户，每日，每周，每月都应有数据报表，并进行对比分析，同比，环比数据，数据能说话，效果好不好，看数据就知道。
以下，讲讲不管哪一行，都会用到的几项数据：
点击量--咨询量--有效咨询量--消费
从这几个数据，你可以得到获客成本，流量转化率。
从这几个数据出发，你可以看账户目前存在的问题，是点击量多，咨询少；还是咨询多，有效咨询少；或者是成本太高，都可以回到刚才讲的思路去分析。
得到分析结果后，再进行优化操作。优化操作过后再统计数据，进行分析，是否问题得到了改善。
