首页 搜索引擎营销正文

数据具体分析

kumb 搜索引擎营销 2020-07-14 17:19:25 268 0 sem

4.2.3 数据具体分析

数据分析是从“数据获取”到“信息转化”的过程,换言之就是获取到数据后,数据本身并没有什么价值,而有价值的是我们从数据中提取出来的转化信息。

1.数据分析思维方式

数据分析的目的是解决现实中的某个问题或者满足现实中的某个需求。在这个从数据到信息的过程中,无论遇到多少复杂多变的数据布局,肯定是有一些固定的思路或者称之为思维方式,来作为统一的分析模式。

(1)对照

俗称对比,单独看一个数据是绝对化的数字,不能代表什么,只有跟另一个数据做对比,才能比较出数据价值。图4.15为今天销量的柱状图,对数据分析思维来说,今天的销量就是个数字,无数据价值和意义;图4.16为今天与昨天的销量,经过跟昨天的销量做对比,就会发现,今天的销量实际比昨天的销量差了一大截。这样数据就有了自己的数据价值。

图4.15 今天销量

图4.16 今天销量VS昨天销量

这是最基本的思路,也是最重要的思路。在现实数据分析中的应用非常广,大到业绩汇报,小到选款测款、监控店铺数据等工作,这些过程都是在做“对照”。数据分析人员获取到数据后,若数据是单独的,无法进行对比参照的话,就不能用来作为判断依据,也就没有实际意义,也就不能从数据中提取出有价值的信息了。

(2)拆分

分析这个词从字面上来理解,就是拆分和解析。因此可见拆分在数据分析中的重要性。我们回到第一个思维方式“对照”上面来,当某个维度可以对比的时候,我们选择对比。在对比后发现问题需要找出原因的时候却没得可对比,怎么办?这个时候,“拆分”就闪亮登场了。

例如:运营人员小美,经过对比店铺的数据,发现今天的销售额只有昨天的50%,这个时候,我们再怎么对比销售额这个维度,已经没有意义了。这时就需要对销售额这个维度(或指标)做进一步分解。

根据电商基本公式:销售额=成交用户数×客单价,成交用户数=访客数(UV)×转化率。

如图4.17所示,为了有更清晰的脉络和思路,我们将两个电商的基本公式拆解成图。

如图4.18所示,将流量结构按照免费与付费拆解,再进一步细分,对流量成分进行更全更细的拆解(其实还可以分得更细,此处以思路为重点就暂不展开拆分后的结果,相对于拆分前会清晰许多,便于分析,查找细节)。

图4.17 销售额计算

图4.18 流量组成

例如“流量多还是少”的论断是不利于采取决策的,将流量细分到免费流量和付费流量上来判断,是“免费流量过少,付费流量占比太大”还是“免费流量很稳定,付费流量不够”,判断越细致,越利于解决问题进而采取有效精准的措施。

(3)降维

面对一大堆不同维度的数据束手无策,看着屏幕发呆你是否有过这样的经历?当数据的维度太多的时候,我们不可能分析每一个维度。对一些相关联的数据指标,只筛选出数据堆中能够合并的维度即可,如图4.19所示。

图4.19 降维

这么多的数据维度,其实不必每个都分析。我们知道了“成交用户数/访客数=转化率”,所以当存在这种维度时,是可以通过其他两个维度计算出来的,这时就可以“降维”,即三选二。例如,当数据堆中含有成交用户数、访客数和转化率三个数据维度时,三选二可只留访客数与转化率。而“成交用户数×客单价=销售额”这三个数据维度也可以三选二,即选择销售额与成交用户数。

综上,通常我们只关心对自己有用的数据,当某些维度的数据跟我们的分析无关时,就可以直接过滤掉,也能达到“降维”目的。

(4)增维

增维和降维是相对应的,有降必有增。当目前的数据维度不能很清晰全面地解释问题时,我们就需要对数据做一个运算,多增加一个指标。

例如,我们发现一个搜索指数和一个宝贝数,这两个指标一个代表需求,一个代表竞争,有很多人用“搜索指数/宝贝数=倍数”来代表一个词的竞争度(仅供参考)。这种做法,就是在给数据增维。增加维度有一种叫法称之为“辅助列”。

需要强调的是,做好“增维”和“降维”之前,必须要充分、熟练掌握数据本身的意义与相互之间的关系,有目的地对数据进行转换处理和运算,才能最终达到分析数据的目的。

(5)假说

当我们根据现有数据分析不出头绪时,可以采用“假说”。假说是统计学的专业名词,俗称假设。当我们不知道结果,或者可能面临几种选择的时候,那么我们就召唤“假说”吧,即先假设有了结果,然后运用逆向思维来进行分析。

从结果到原因,要有什么样的原因,才能产生这种结果。这有点寻根的味道。我们可以知道,现在满足了多少因,还需要多少因。如果是多选的情况下,我们就可以通过这种方法来找到最佳路径(决策)。我们在做未来一年的年度计划或者月度计划的时候,都是对未来拿不准的,这个时候就要假设一个目标,倒推分析达成这个目标需要做什么;或者某项营销活动的结果可能有好几种,那么设想针对不同的结果,应该有什么样的数据现象,然后需要什么样的准备。

当然,“假说”的威力不仅仅如此,除了结果可以假设,过程也是可以假设的。我们回到数据分析的目的,就会知道只有明确了问题和需求,才能选择分析的方法。

以上内容,就是5个核心的思维方式:对照、拆分、降维、增维以及假说,大家在做简单数据分析时可尝试着套用。

2.基础报表分析

账户数据统计分析作为sem工作中最为重要最为核心的一个工作阶段,很多SEM专员都曾经在这个阶段中迷失过、困惑过。到底该怎么去统计数据?怎么去分析数据?怎么去根据数据来调整账户?这无疑是很多SEM专员心中最为头疼、最为棘手的事情了。

通常账户后台中的数据给人的感觉是又多又杂。“多”指的是数据量过于庞大,“杂”指的是数据过于复杂。

一个账户在日常管理中少不了要做以下几份数据:

(1)各个推广平台的汇总数据(如图4.20所示)。

图4.20 各平台汇总数据

“展现量”指的是在推广平台上的曝光量

“点击量”是给网站带来的流量

“消费”指投入的推广费用

“点击率”=点击/展现

“点击均价”指点击一次所支付的平均费用

“转化成本”=总消费/转化

这份数据不只是要给自己看,更是要给领导看,这是评估账户推广效果的一份汇总数据,记录着账户中每日的总消费以及投资回报率,是每日必做的一份数据。

(2)每个推广账户的各病种分类转化数据(以医疗行业为例)(如图4.21所示)。

如果你对账户中的计划和单元进行了一个病种标注,那这份数据是很容易汇总出来的。某个病种每天消费多少、点击多少、转化多少,不是当领导这样问你的时候,你才想着去统计这份数据。这份数据不是做给领导看的,而是自己在分析账户时,真正需要去认真看待的一份数据。

图4.21 病种分类数据

(3)每个推广账户的病种地区转化数据(如图4.22所示)。

图4.22 病种地域数据分析

如果你的账户是全国推广,是很有必要每周将各个推广地区的投放情况进行一次数据统计的。作为一名精细化SEM专员,每月上级给出一个总的推广费用,你是否会将这些推广费用事先划分到各个推广地区去,a地区划分多少费用投放,b地区划分多少费用投放,以及每个地区所投放的病种分别划分多少费用投放,后期你都要制作一份地区数据来跟踪好这些数据,做好反馈和调整。

数据统计虽然复杂,但如果你对竞价具有这种钻研琢磨的精神,这些数据统计都不在话下,当然你还会挖掘统计到更有价值的数据,这也是我们做竞价的精髓之一。

汇总的数据也就是各个推广平台的汇总数据,如图4.20所示;一个推广平台总的消费,我们知道了;但是这个总的消费是怎么得来的,于是我们将汇总数据进行了分解统计,也就是统计出了每个推广账户的各病种分类转化数据,如图4.21所示。

3.数据分析基础指标

数据分析对于搜索引擎竞价推广账户来说至关重要。因为每次点击都会产生消费,如果数据分析工作没做好,就会造成广告费用的浪费。那么,百度竞价推广账户日常需要分析哪些基础数据呢?

(1)网站展现量

在网民搜索查询时,如果账户内符合网民搜索需求的关键词被触发,该关键词所对应的创意将出现在搜索结果页,称之为关键词和创意的一次展现。一段时间内创意获得的展现次数就称之为“展现量”。

想让用户搜索到你,就需要有足够的展现量。如果展现量过低,说明选择的搜索引擎和关键词出现了问题。首先应分析网站受众人群和搜索引擎使用人群是否匹配,关键词数量是否适中。总的来说,可以通过增加关键词数量、调整关键词价格、设置关键词匹配模式等方面来解决展现量过低问题。

(2)网站访问量

网站访问量是指网站流量(traffic),是用来描述访问一个网站的用户数量以及用户所浏览的网页数量等指标。常用的统计指标包括网站的独立用户数量、总用户数量(含重复访问者)、网页浏览数量、每个用户的页面浏览数量、用户在网站的平均停留时间等。

访问数(IP):指独立IP数。00:00~24:00内相同IP地址只被计算一次。

独立访客(UV):访问网站的一台计算机客户端为一个访客。00:00-24:00内相同的客户端只被计算一次。

综合浏览量(PV):即页面浏览量或页面被看了多少次,如果一个页面被一个访客看了多次就多次累积,每次刷新也被计算一次。

(3)网站点击率

企业推广结果展现时,如果网民对企业的推广结果感兴趣,希望进一步了解企业的产品/服务,可能会点击访问企业的网站。一段时间内企业获得的点击次数称为“点击量”。

点击率的计算公式为:点击量/展现量。当点击率过低时首先检查是否是账户出了问题,如账户质量过低,有可能是关键词创意无法吸引用户点击或是排名太靠后,此时可以尝试重新修改创意或出价。

(4)网站抵达率

抵达率=访问量/点击量。如果抵达率偏低,可以考虑以下三方面原因:

创意与推广页面主题相关性不大,可通过修改相应创意或着陆页URL解决。

URL打不开或者打开速度太慢,查看推广URL速度报告以进行排查。

推广页面用户体验欠佳。抵达率低说明你的网站体验不好,网站链接可能出现了问题,造成无法访问或者访问速度慢的问题。

(5)转化率

网站转化率(conversionrate)是指用户进行了相应目标行动的访问次数与总访问次数的比率。相应的行动可以是用户登录、用户注册、用户订阅、用户下载、用户购买等一些用户行为,因此网站转化率是一个广义的概念。简而言之,就是当访客访问网站的时候,把访客转化成网站常驻用户,也可以理解为访客到用户的转换。

转化率的计算公式为:转化量/点击量。当转化率过低时要排查是哪些因素造成的。首先查看关键词是否适合受众人群搜索习惯和是否够精准,或是否推广页面不够吸引人。分析时可以结合页面访问时长和页面跳出率等其他推广数据,然后根据分析结果做出相应的优化调整。

(6)网站跳出率

跳出率:指在某个时间段内,只浏览了一页即离开网站的访问次数占总访问次数的比例。对于某页面的跳出率算法是从这个页面进入网站没有再点击其他页面即离开的次数/所有进入这个页面的次数。对于整个网站跳出率的算法是只浏览一个页面即离开的访问次数/进入网站的总次数。

网站跳出率是评价一个网站性能的重要指标。跳出率高,说明网站用户体验做得不好,用户进去就跳出去了;反之如果跳出率较低,说明网站用户体验做得不错,用户能够找到自己需要的内容。而且以后他可能还会再来光顾你的网站,提高了用户黏度,慢慢地可以积累大量的网站用户。

(7)平均访问时长

平均访问时长的长短是网站分析的一个重要指标,通常用于评估网站的用户体验,可以用于指导网站以及页面的改善。平均访问时长越长,说明网站或页面对用户的吸引力越强,能带给用户的有用信息越多,用户越喜爱;反之,对用户的吸引力越差,可用的有用信息越少,也说明网站需要优化了。

(8)转化次数

转化次数是指访客到达转化目标页面的次数,说明该页面用户体验好,访客有黏度,对网页有兴趣且进行了多次访问,成交意向较高。

(9)推广关键词

首先查看投放的关键词流量报告,查看哪些词带来了流量,哪些词带来了对话用户?哪些词带来了咨询用户并留下联系方式或上门报名或直接购买产品等,即形成转化的词,我们通过数据还可以观察推测哪些词是被恶意点击的。

筛选关键词,对于竞价咨询率比较高,有意向能够达成转化的这类词,可以加大投入,增加此类相关词,并做着陆页策划,写好创意;相反,对转化率低、消费高的或者没有转化率的词,可以考虑暂停或直接删掉。

(10)平均点击价格

平均点击价格的调整可以更好地控制推广成本。首先找出单次点击成本过高的词和日点击次数过多的词,对重点词调整出价。通过不断调整、优化关键词质量度(质量度是根据关键词的点击率、关键词与创意的相关性、账户整体表现等多个因素计算出来的。搜索者越感兴趣,越多人点击,访问者体验越好,质量度越高),用最低的价格达到最佳的排名位置,节省推广费用。

关键词排在所有推广结果的最后一名,或是唯一一个可以展现的推广结果,则点击价格为该关键词的最低展现价格。其他情况下,理论上每次点击价格=(下一名出价*下一名质量度)/关键词质量度+0.01元。

对百度搜索推广来说,综合排名指数(CRI),即出价与质量度的乘积,才是排名真正的衡量标准。也就是说,如果关键词有很好的质量度就有可能在出价较低的情况下排名靠前。

4.数据分析思路要点

这里以医疗行业为例,在进行数据分析时,主要有以下几个方面的思路要点。

(1)高消费高转化病种分析方向

高消费高转化的病种为什么消费那么多?分别是哪些词在消费?成本是否在可控范围?

高消费高转化的病种分别是哪些词产生转化?我们能否让这些产生转化的词继续保留转化下去?

高消费的病种是不是我们主推的病种?

高消费高转化的病种里面是否包括一部分有消费无转化的关键词?我们是否找出高消费无转化的词做好调整,让高消费高转化的病种成本更低。

(2)高消费低转化病种分析方向

高消费低转化的病种为什么消费那么多?是哪些词在消费?为什么这些消费的词没有产生转化?要怎么去调整好这些高消费无转化的词。

高消费低转化的病种分别是哪些词产生转化?我们能否让这些产生转化的词继续保留转化下去?让高消费低转化的病种成本能够控制在正常的范围之内?

高消费低转化的病种是不是我们主推的病种?我们是否考虑将高消费低转化的病种转化成本先压低下去,让一个总体的数据成本能更低些?

(3)低消费高转化病种分析方向

低消费高转化的病种分别是哪些词产生转化?为什么这类病种消费这么少就能产生这么多转化?

我们是否将这类低消费高转化的病种进一步加大扩展投放,让这些低消费高转化的病种能带来更多转化?

(4)低消费低转化病种分析方向

低消费低转化的病种转化成本是否在正常范围之内?又分别是哪些词在消费?产生转化的词又是哪些?

对低消费低转化的病种接下来我们该怎么去做好优化和调整工作,能让这类病种发挥出最大的存在价值?这些我们都要去进行深度思考和规划总结。

上面我们分别通过四个方向进行了深度分析和思考。总的分析方向告诉我们:有消费的病种为什么消费那么多,有转化的病种怎么让这些病种继续保留转化,以及该怎么对这些病种做好优化及管理工作。



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/2570.html

发表评论

评论列表(0人评论 , 268人围观)
☹还没有评论,来说两句吧...