首页 搜索引擎营销正文

常用的数据分析方法

kumb 搜索引擎营销 2020-07-14 17:18:58 294 0 sem云南

1.3 常用的数据分析方法

在前面的内容中,我们了解到数据分析主要有现状分析、原因分析和预测分析三大作用,那这三大作用应该通过什么样的分析方法来实现呢?这三大作用分别对应对比、细分、预测3类基本方法,详情见表1.2。

表1.2 数据分析方法

针对不同的数据分析作用,有不同的数据分析方法,这主要是统计学的内容。我们这里主要从sem的角度出发,来了解与SEM推广相关的数据分析方法,主要有:对比分析法、平均分析法、分组分析法、交叉分析法。

1.3.1 对比分析法

对比分析法,是数据分析的基本方法之一,也是应用最广泛的数据分析方法。对比分析法,是指将两个或两个以上的数据进行比较,分析它们的差异,从而揭示这些数据所代表的事物的发展变化情况和规律性。

对比分析法的特点是可以非常直观地看出事物某方面的变化或差距,并且可以准确、量化地表示出这种变化或差距是多少。

对比分析法可分为静态比较和动态比较两类。

静态比较是在同一时间条件下对不同总量指标的比较,如不同地域、不同月份的比较,也叫横向比较,简称横比。

动态比较是在同一总体条件下对不同时期指标数值的比较,也叫纵向比较,简称纵比。

这两种方法既可单独使用,也可结合使用。进行对比分析时,可以单独使用总量指标、相对指标或平均指标,也可将它们结合起来进行对比。比较的结果可用相对数表示,如百分数、倍数等指标。

目前对比分析常用的维度有以下几个:

与目标对比。实际完成值与目标进行对比,属于横比。例如SEM推广企业在每年年初都会制订SEM推广计划,所以首先可将目前的业绩与全年的业绩目标进行对比,看是否完成目标。

不同时期对比。选择不同时期的指标数值作为对比标准,属于纵比。与去年同期对比简称同比,与上个月完成情况对比简称环比。通过对比自身在不同时间点上的完成情况,就可知道自身是进步还是退步。图1.4所示是SEM账户中的账户报告。

图1.4 账户报告

同级部门、单位、地区对比。与同级部门、单位、地区进行对比,属于横比。这样可了解自身某一方面或各方面的发展水平在公司、集团内部或各地区处于什么样的位置,明确哪些指标是领先的,哪些指标是落后的,进而找出下一步发展的方向和目标。

行业内对比。与行业中的标杆企业、竞争对手或行业的平均水平进行对比,属于横比。同样我们也可了解自身某一方面或各方面的发展水平在行业内处于什么样的位置,明确哪些指标是领先的,哪些指标是落后的,进而找出未来发展的方向和目标。

活动效果对比。对某项营销活动开展前后进行对比,属于纵比。做这样的比较可以分析营销活动开展得是否有效果,效果是否明显;还可对企业投放广告的前后业务状况进行对比分析,了解投放的广告是否有效果,如品牌知名度是否有提升、产品销量是否有大幅增长等。

对比分析的维度并不限于以上5种,这里只是列出常用的5种维度,当然还有其他维度,可根据自己的实际情况采用不同的维度进行对比分析。

进行对比分析时还要考虑以下几个因素。

指标的口径范围、计算方法、计量单位必须一致,即要用同一种单位或标准去衡量。如果各指标的口径范围不一致,必须进行调整之后才能进行对比。没有统一的标准,就无法比较。例如SEM账户报告中既有推广计划报告,也有推广单元报告,但层级不同,不可直接进行对比。

对比的对象要有可比性。例如某公司有两个SEM推广账户,A账户的推广地域主要是在北上广深一线城市,B账户的推广地域主要是在云南、贵州、西藏等偏远地区,因地域差异性较大,那就不能拿这两个账户的消费情况进行对比。总之对比对象之间相似之处越多,可比性就越强。因此,我们在选择和确定对比对象时,一定要分析它们是否具有对比的意义。

对比的指标类型必须一致。无论绝对数指标、相对数指标,还是其他不同类型的指标,在进行对比时,双方必须统一。例如SEM账户中的展现量、点击率是属于不同类型的数据指标,则无法进行对比。

1.3.2 平均分析法

平均分析法,也是应用较广泛的数据分析方法。是指运用计算平均数的方法来反映总体在一定时间、地点条件下某一数量特征的一般水平。

平均分析法的主要作用有:

利用平均指标对比同类现象在不同地区、不同行业、不同类型单位等之间的差异程度,比用总量指标对比更具有说服力。

利用平均指标对比某些现象在不同历史时期的变化,更能说明其发展趋势和规律。

平均指标有算术平均数、调和平均数、几何平均数、众数和中位数等。算术平均数=总体各单位数值的总和/总体单位个数。

在SEM数据分析中,也经常用到平均分析法。如计算某公司SEM账户每月搜索推广平均消费数,如表1.3所示。

表1.3 搜索推广消费数据 单位:元

续表

从表中我们可以看出,虽然每月的消费数值有所差别,但平均为14877元。计算平均数便于SEM专员预测未来一年的消费费用,以制订相应计划。

1.3.3 分组分析法

数据分析不仅要对总体的数量特征和数量关系进行分析,还要深入总体内部进行分组分析。分组分析法是一种重要的数据分析方法,这种方法是根据数据分析对象的特征,按照一定的标志(指标),把数据分析对象划分为不同的部分和类型来进行研究,以揭示其内在的联系和规律性。

分组的目的就是为了进行组间对比,把总体中具有不同性质的对象区分开,把性质相同的对象合并在一起,保持各组内对象属性的一致性、组与组之间属性的差异性,以便进一步运用各种数据分析方法来解析内在的数量关系,因此分组分析法必须与对比分析法结合运用。

分组分析法的关键在于确定组数与组距。在数据分组中,各组之间的取值界限称为组限,一个组的最小值称为下限,最大值称为上限;上限与下限的差值称为组距;上限值与下限值的平均数称为组中值,它是一组变量值的代表值。

1.3.4 交叉分析法

交叉分析法,通常用于分析两个变量(字段)之间的关系,即同时将两个有一定联系的变量及其值交叉排列在一张表格内,使各变量值成为不同变量的交叉结点,形成交叉表,从而分析交叉表中变量之间的关系,也叫交叉表分析法。

交叉分析法,在SEM数据分析中也是较常用的一种分析方法。

【案例】

计算图1.5所示SEM推广数据中,2016年5月1日至7日不同产品线的消费。

图1.5 SEM推广数据

因产品线和消费既不同列也不同行,这时就需要通过交叉分析法来实现。实现的方式是通过数据透视表(在本书第5章有数据透视表制作与应用的具体讲解),这里只看结果,不做过多赘述。

通过制作数据透视表,我们得出2016年5月1日至7日不同产品线的消费情况,如图1.6所示。

图1.6 不同产品线的消费

通过交叉表分析,可以看到:

行小计——不同日期所有产品线的消费情况,如5月1日不同产品线消费总数为2385.19元;

列小计——所有日期不同产品线的消费情况,如5月1日至7日搜索推广的消费总数为15045.31元;

各交叉结点值——不同日期不同产品线的消费情况,如5月3日网盟推广消费为129.15元;

总计——所有日期所有产品线的消费情况,为17327.54元。


我们致力于为三农(农业、农村、农民)提供专业物联网解决方案,同时也提供应用软件、微信小程序、手机App、企业网站的开发和跨境电商建站、网络营销等服务,站长微信号(mywit_net),添加后备注“黎辉物联网”,如有相关需求也可通过电子邮件(12tc@sina.cn)与我们取得联系

本站内容均来自互联网,如有涉及到侵权行为,请你及时与站长联系删除!

本文链接:https://www.kumb.cn/2543.html

发表评论

评论列表(0人评论 , 294人围观)
☹还没有评论,来说两句吧...