SEO精华篇：互联网网络营销，浅谈网络时代的数据分析

　　随着客户网络推广意识的不断增强，对于推广优化的需求越来越多，对客服的能力要求也越来越高，一线客服同事如果没有掌握一些科学的分析优化方法，将无法保证客户的优化效果，也就不能更好的满足客户的需求。文章对数据分析相关知识进行了介绍，重点呈现了数据分析在各类优化场景中的运用，展示了多种数据分析的方法和思路，论证了将数据分析运用于推广优化中的重要性和必要性...

　　数据分析；推广优化；优化目标；推广效果；

　　通过对一线客服同事的调研发现，客服在收到了客户的推广优化需求后，不少新客服会觉得无从下手，不知道从哪方面去着手优化，而不少老客服是凭经验直接就开始在账户中进行调整和优化。但是不是所有的“经验”都能行之有效呢？事实证明，盲目的优化往往最终都无法得到理想的效果。

　　如何才能让优化的方法更加科学，优化的效果更加有保障？根据我在百捷SEM研究院的工作经验，对数据分析在推广优化中的运用进行了研究和分析，总结出了一些方法。

　　在各类型的优化方法中，我们都需要运用到数据分析。在优化前，可以通过对优化目标的数据分析，准确的定位核心问题，做到有的放矢。在优化后，通过对优化结果的数据分析，可以更科学的评估优化方法是否有效，结论也更具说服力。

　　一方面，熟练掌握数据分析方法，可以使客服的推广优化更科学，优化思路逻辑更清晰，工作更高效。另一方面，科学的数据分析让优化效果更有保障，更好提升客户的效果满意度；同时，将科学合理的方法传达给客户，凭借专业的服务获得客户服务的满意度，最终带来客户效果和账户消费提升的双赢。

　　数据分析的概念

　　数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，为了提取有用的信息和形成结论，而对数据加以详细研究和概括总结的过程。

　　而推广优化中的数据分析是指为了明确优化目标和检验优化成果，对收集来的数据进行分析研究和概括总结的过程。

　　例如某个账户需要提升展现量。我们知道，影响展现量的因素有关键词排名、匹配方式和推广时长等多个因素，我们必须通过对这些因素的相关数据进行收集然后分析，才能知道到底是哪些因素造成了展现量低的问题，也就是明确优化目标。找到优化目标后，才能针对性的进行优化。最后通过数据对比，我们才能判断展现量是否提升了，也就是检验优化成果。

　　数据分析的流程

　　①明确目的：在着手进行数据分析之前，首先要明确分析的目的是什么，要围绕哪些指标或者因素去分析，最终是要得出什么结论。

　　②收集数据：明确目的后，结合要分析的指标或者因素，从推广后台、行业网站或者其他数据源去获取数据。

　　③整理数据：利用数据分析工具，对收集到的数据进行检验、分类和汇总，使要分析的数据变得系统化、条理化，更利于分析。

　　④分析数据：运用适当的数据分析方法，对整理后的数据进行分析研究。

　　⑤得出结论：经过数据分析得出最终的结论，可以采用文字、图形或者列表等多种样式进行呈现。

　　数据分析的方法：

　　针对不同的分析目标，采用适当的方法对数据进行分析，可以更有效的得出分析结论，指导优化。常用的数据分析方法有：

　　对比分析法

　　对比分析法是指将两个或两个以上的数据进行对比，分析它们的差异，从而揭示这些数据所代表的事物发展变化情况和规律性。

　　例如：在点击量的优化中，通过对比优化前后的点击量数据，可以判断所采用的优化方案是否有效。

　　分组分析法

　　分组分析法是根据数据分析对象的特征，按照一定的标准，把数据分析对象划分为不同的部分和类型来进行研究，以展现其内在的联系和规律。

　　例如：按照日均消费的不同，将某行业的客户分成不同的组别，然后分析各组别客户在百度各大产品线的投放情况，从而找到该行业客户的消费量级与产品投放选择之间的关系。

　　结构分析法

　　结构分析法是指将被分析研究的总体内部各部分占总体的比例之间进行对比的分析方法。

　　例如：日均消费1000元以上的客户占比20%，平均每天获得的商桥转化18次；日均消费1000元以下的客户占比80%，平均每天获得的商桥转换7次。通过两者的对比，可以说明推广投入高低与转化数的关系。

　　平均分析法

　　平均分析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。

　　例如：通常会用总消费除以转化数得出平均转化成本，然后通过不同时期平均转化成本的对比，衡量推广成本的变化情况。

　　矩阵分析法

　　矩阵分析法，也叫四象限分析法，是指将事物的两个重要属性（指标）作为分析的依据，进行分类关联分析，从而找出解决问题的一种分析方法。

　　例如：进行关键词优化时，以一组关键词的展现量和点击量为横轴和纵轴，将关键词分类到四个象限，然后针对不同象限关键词的共性，找到针对性的优化方法。

　　数据分析的工具

　　Excel作为常用的分析工具，可以实现基本的分析工作。在推广优化中，较常用的功能包括：

　　①数据记录与整理，例如：条件格式、数据有效性等功能；

　　②数据计算，例如：数学公式、函数等功能；

　　③数据分析，例如：排序、筛选、数据透析表等功能。

　　数据分析在推广优化中的应用

　　客户反馈比较多的优化需求有四类，分别是：点击量优化、质量度优化、转化量优化和投放策略优化。

　　点击量优化

　　现状描述：客服一般进行点击量优化时，往往都是直接去提升高流量关键词的排名，这样的确是提升了点击量，但也大大增加了客户的推广成本，最终客户可能对预算进行控制，得不偿失。那如何科学的去提升点击量呢？

　　建议优化方法：

　　①结合搜索推广效果转化漏斗，对影响点击量的因素进行逐一分析，包括关键词排名、创意质量和账户结构，从而确定优化目标：

　　②在对创意和推广计划、推广单元较多的账户进行分析时，使用二八法则，选取重点分析；

　　③优化实施一段时间后，将优化前后数据进行对比，论证优化效果。

　　质量度优化

　　现状描述：客服一般进行质量度优化时，常用的方法是检查所有质量度较低关键词对应的创意，然后进行修改或者重新提交，这样工作量非常大，耗时耗力，短时间内也看不到质量度的明显提升，客户会觉得客服的工作不到位，有没有更科学高效的方法去优化质量度呢？

　　建议优化方法：

　　①通过关键词质量度数值的分布情况，找到质量度优化重点；

　　②对影响质量度的三个核心因素进行分析，分别是：点击率、创意质量和LP页面相关性，从而找到优化目标；

　　③优化后，对比优化前后质量度数据，论证优化效果。

　　转化量优化

　　现状描述：有时候客户希望提升转化量，客服通过对高转化词的优化，把转化提升起来了，但很多高转化的词也是高消费的词，这样转化成本也飙升，这时客户又说要降成本，既希望转化多，又希望成本低，是不是强人所难呢？

　　建议优化方法：

　　①首先需要获取客户的关键词转化数据，如不能获取，则无法针对性优化，只能从转化前的各环节进行间接的优化；

　　②利用象限法，通过转化量和消费两个指标对关键词进行分类，从而找到各象限关键词的共同问题；

　　③对不同象限关键词采用针对性的优化方案；

　　④优化实施后，对比优化前后的转化量和平均转化成本，论证优化效果。

　　投放策略优化

　　现状描述：有些客户，客服通过介绍产品功能或者利用客情关系，终于说服客户同意使用产品，结果没多久又暂停了，这个时候再去推荐，难度就更大了。如何能让我们的优化建议更有说服力，更符合客户需求呢？

　　建议优化方法：

　　①对客户采用同行刺激的方法时，需考虑客户在同行中所处的地位，如果客户处于中等偏上，建议主要用头部客户的推广数据去刺激；如果客户处于中等或中等偏下，则主要使用同行均值数据区刺激；

　　②由于涉及同行真实推广数据，建议对涉及用户名、公司名等信息进行处理，避免引起纠纷；

　　③通过与同行的数据对比，找到投放中存在的不足，从而进行调整。

　　写在最后：

　　即时奔行在没有尽头的路上，网络也只是一种方式，要学会适应环境，认知周围的一切事物，做好再次出发的准备！